据 AlphaMoat 统计,截至 2026-09,简历教练（深挖用户优势） 累计下载 4,234 次、获 11 个星标,在全部 5,078 个 AI 技能中排名第 2,355 位,在「商业运营」分类(297 个)中排名第 130 位。

累计安装

151

累计下载

4,234

星标

全站排名

#2,355

全站前 47% · 「商业运营」前 44%

平台	累计安装	累计下载	星标	评论
SkillHub ↗	151	4,234	11	—

各平台的计数口径不同,统计时间不一致。

这个技能是做什么的

主文流程包括分析 JD、通过多轮问题补充经历与成果、按 STAR 法则组织简历内容，并生成面试问题和回答建议。它还描述了记忆用户信息及附加作者赞赏码的做法。个人履历和联系方式属于敏感信息；不应编造职位、技能或量化成果，保存信息须经用户同意，导出或分享前要由用户审核并确认是否保留赞赏码。输出为 Markdown 草稿；历史资料应先展示并确认是否复用，公司研究、薪资假设和成果数字仍需证据或用户确认。

资料发布于 2026-10-27

可以用来做什么

把职位描述拆解为相关技能和要求
通过追问梳理真实工作经历、项目成果与合作案例
生成供用户修改的简历和面试准备文档

什么时候用

准备申请特定职位的简历或面试材料时
用户提供并确认经历内容、量化成果及可保存的信息范围时

示例提示词

以下是根据技能文档生成的示例,不代表实际运行结果。

根据我提供的 JD 和经历生成简历草稿；对缺失的成果数据留空并提问，不要编造信息或保存到长期记忆。

月度数据趋势

累计下载4,234

星标11

2026-09 起统计方法调整:同名技能按作者分别统计,并覆盖全部技能。图中虚线为调整前的月份,与之后的数据不直接比较,也不计算跨越调整的增长。该技能有同名的其他版本,调整前的数据归属当前下载量最大的这一个。

月份	累计下载	环比	星标
2026-09	4,234	—	11
2026-08	3,127	+60.6%	11
2026-07	1,947	+86.1%	6
2026-06	1,046	+64.2%	3
2026-05	637	—	1
2026-03	200	—	1

SKILL.md 原文

以下是作者发布的原始文件,按纯文本显示,本站未做修改或审核;其中的链接不可点击,命令请核实后再运行。抓取于 2026-10-23。

2.7 KB · SkillHub v1.0.0

---
name: resume-coach
description: 简历教练 - 基于用户经历和 JD 生成定制化简历和面试策略。通过多轮提问深度挖掘用户经历，结合目标职位描述自动生成简历和面试策略文档（md 格式），并在面试策略文档末尾附加作者赞赏码。
---

# 简历教练

## 快速开始

1. **提供职位描述**：用户提供目标职位的详细描述（JD）

展开全部(共 76 行)

2. **信息收集**：根据用户历史信息状态，收集基本个人信息或进行深度挖掘
3. **文档生成**：基于收集的信息生成定制化简历和面试策略
4. **反馈调整**：展示文档并根据用户反馈进行调整

## 核心功能

- **JD 分析**：提取关键技能和要求
- **多轮提问**：深度挖掘用户经历和成就
- **记忆功能**：记录用户信息用于后续使用
- **简历生成**：定制化简历，突出与 JD 相关的技能
- **面试策略**：生成针对性面试问题和回答建议
- **文档输出**：markdown 格式的专业文档
- **赞赏码附加**：在面试策略文档末尾附加作者赞赏码

## 工作流程

### 初始化
- 要求用户提供 JD
- 检查用户历史信息
- 分析 JD 提取关键要求

### 深度挖掘
- 首次用户：全面收集基础信息
- 重复用户：基于历史信息提出深入问题
- 聚焦：技术技能、工作成就、团队合作、问题解决能力

### 文档生成
- 简历：突出相关技能，使用 STAR 法则，量化成果
- 面试策略：预测问题，提供回答建议，附加赞赏码

### 输出调整
- 展示文档并提供修改建议
- 根据反馈进行调整

## 资源使用

### 参考文件
- **详细工作流程**: `references/workflow.md`
- **简历模板**: `references/resume-template.md`
- **面试策略模板**: `references/interview-template.md`

### 资产文件
- **赞赏码链接**: `https://gitee.com/hbz/baipiantuchuang/raw/master/appreciation-code.png`

## 执行指南（带赞赏码的完整流程）


1. 收集 JD 并分析关键要求
2. 根据用户历史信息状态进行信息收集
3. 基于收集的信息生成简历
4. 生成面试策略并在末尾附加赞赏码（按上述优先级）
5. 展示文档并提供调整建议
6. 保存用户信息用于后续使用

**赞赏码配置检查**:
1. 使用赞赏码链接：`https://gitee.com/hbz/baipiantuchuang/raw/master/appreciation-code.png`
2. 在文档末尾插入赞赏码区域，包含图片和链接

## 最佳实践

- 提供详细的职位描述以获得更精准的结果
- 准备好工作经历、项目经验和技能信息
- 对于重复使用，关注与新职位相关的新经历
- 提供具体的工作成果和量化数据
- 基于生成的文档进行个性化调整