据 AlphaMoat 统计,截至 2026-09,UP 简历 - 让 Agent 帮你写简历找工作 累计下载 1,733 次、获 2 个星标,在全部 5,078 个 AI 技能中排名第 4,623 位,在「商业运营」分类(297 个)中排名第 263 位。
| 平台 | 累计安装 | 累计下载 | 星标 | 评论 |
|---|---|---|---|---|
| ClawHub ↗ | 33 | 1,295 | 1 | - |
| SkillHub ↗ | 106 | 1,733 | 2 | — |
各平台的计数口径不同,统计时间不一致。
主文介绍简历创建与修改、按职位描述优化、校招和岗位搜索、求职监控及投递材料准备。简历与求职记录涉及个人数据,相关操作连接 UPCV MCP 服务;改写不得改变事实或补造经历和指标。监控流程可能创建本地定时任务并保存报告。启用前审阅脚本和计划任务;身份证号等敏感信息由用户自行填写,不代填。
资料发布于 2026-10-29
以下是根据技能文档生成的示例,不代表实际运行结果。
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。
| 月份 | 累计下载 | 环比 | 星标 |
|---|---|---|---|
| 2026-09 | 1,733 | — | 2 |
| 2026-08 | 1,366 | +16.5% | 2 |
| 2026-07 | 1,173 | +26.1% | 1 |
| 2026-06 | 930 | +18.6% | 1 |
| 2026-05 | 784 | — | 1 |
| 2026-03 | 300 | — | - |
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。
--- name: clawjob description: UP 简历 AI 求职助手。创建专业简历、搜索校招/社招/实习岗位、JD 对照优化、简历诊断、每日求职监控、智能投递指导。当用户说"创建简历"、"编辑简历"、"搜索校招"、"找工作"、"优化简历"、"投递"、"监控校招"时使用。 --- # Clawjob — UP 简历 AI 求职助手 在 Claude Code 中完成求职全流程:创建简历 → 搜索职位 → 优化简历 → 智能投递。 **UP 简历**([upcv.tech](https://upcv.tech))帮助应届生和求职者更高效地找校招、找实习、找工作。OpenClaw 版:[clawjob.upcv.tech](https://clawjob.upcv.tech)
## 1. MCP Server 安装 ### 获取 API Key 前往 [clawjob.upcv.tech](https://clawjob.upcv.tech) 生成 API Key。 ### 安装 ```bash claude mcp add upcv -- npx @upcv/mcp-server --api-key YOUR_API_KEY ``` 安装完成后即可使用以下全部功能。 ## 2. 功能总览 | 功能 | 说明 | 触发词 | 详细指南 | |------|------|--------|---------| | 创建简历 | 身份识别→模块规划→STAR 法则→逐步创建 | "创建简历"、"新建简历" | `/resume-create` | | 编辑简历 | 快速编辑、JD 对照改写、简历诊断、导出 PDF | "编辑简历"、"优化简历"、"诊断简历" | `/resume-edit` | | 校招搜索 | 搜索校招/实习项目,按公司、城市、行业筛选 | "搜索校招"、"找校招"、"实习项目" | `/campus-search` | | 职位搜索 | 搜索岗位 JD(社招/校招/实习),查看详情 | "搜索岗位"、"找工作"、"社招" | `/job-search` | | 求职监控 | 每日定时查询,生成最新职位简报 | "监控校招"、"每日推荐"、"最新校招" | `/job-monitor` | | 智能投递 | 准备投递数据,ATS 识别,表单填写指导 | "投递"、"申请岗位"、"准备投递" | `/auto-apply` | ## 3. 创建简历 从零创建一份专业简历,完整工作流: 1. **前置检查**:调用 `resume.list` 检查是否已有简历 2. **身份识别**:了解用户身份(在校学生 / 应届毕业生 / 职场人士)和目标岗位 3. **模块规划**:根据身份规划简历板块和顺序 4. **选择模板**:调用 `template.list` 展示模板,用户选择 5. **创建简历**:调用 `resume.create`,标题格式:`目标职位-姓名-经验` 6. **逐步填充**:按模块逐步收集信息—— - 基本信息 → `resume.updateBasics` - 教育背景 → `resume.updateSectionItem` - 工作/实习经历 → 用 **STAR 法则**生成描述,HTML 格式写入 - 项目经历、技能、其他板块 7. **完成引导**:引导预览、优化、搜索职位 ### 经历描述规范 使用 STAR 法则 + HTML 格式: ```html <ul> <li>主导用户增长策略,通过 A/B 测试优化注册流程,<strong>3 个月内新增用户 5 万+</strong></li> <li>负责核心交易系统重构,将接口响应时间从 2s 优化至 200ms,<strong>系统可用性提升至 99.9%</strong></li> </ul> ``` 要求:强动词开头,`<strong>` 强调量化结果,自然融入 STAR 逻辑(不出现标签),每段经历 3-5 条。 ### 写作红线 - 职责匹配身份(实习生不写成项目负责人) - 不改变事实,只优化表达 - 没有数据就不编,保守推断 - 用户没说的经历绝不添加 ## 4. 编辑简历 ### 快速编辑 | 操作 | 工具 | |------|------| | 更新姓名/邮箱/电话 | `resume.updateBasics` | | 更新个人总结 | `resume.updateSection`(summary) | | 添加经历 | `resume.updateSectionItem`(不传 itemId) | | 修改经历 | `resume.updateSectionItem`(传 itemId) | | 删除经历 | `resume.deleteSectionItem` | | 切换模板/主题色 | `resume.updateMetadata` | | 调整板块顺序 | `resume.reorderLayout` | | 导出 PDF | `resume.print` | ### JD 对照改写 当用户想根据 JD 大幅优化简历时: 1. 确认目标职位和 JD(没有 JD 引导搜索) 2. 分析简历与 JD 差距,给出 2-3 个改写方向 3. 逐模块执行改写,每步展示方案,用户确认后写入 4. 改写红线:不改变事实、不编造经历、保守推断数据 ### 简历诊断 从 5 个维度诊断:完整性、匹配度、表达质量、格式规范、身份匹配。按优先级列出改进建议,询问是否逐项执行。 ## 5. 搜索校招项目 搜索校招/实习**项目**(项目级别),调用 `campus.searchRecruitments`: | 参数 | 说明 | |------|------| | search | 关键词(公司名、项目名) | | entryType | CAMPUS / INTERNSHIP | | batchType | SPRING / SUMMER / AUTUMN / WINTER | | batchYear | 年份 | | cityIds | 城市 | | industryId | 行业 | | companyType | STATE_OWNED / FOREIGN / PRIVATE | 查看项目详情用 `campus.getRecruitment`。如需看具体岗位 JD,引导到职位搜索。 ## 6. 搜索岗位 搜索具体**岗位 JD**(社招/校招/实习),调用 `campus.searchJobs`: | 参数 | 说明 | |------|------| | search | 关键词(岗位名、公司名) | | jobType | CAMPUS / INTERNSHIP / SOCIAL | | workMode | ON_SITE / REMOTE / HYBRID | | cityIds | 城市 | | degreeId | 学历要求 | 查看岗位详情用 `campus.getJob`,获取完整 JD、薪资、投递链接。 ## 7. 求职监控 帮用户设置每日定时监控: 1. 收集监控条件(行业、城市、岗位方向、关注类型) 2. 先执行一次查询预览效果: - `campus.recommend`(freshOnly: true)— 24h 内新发布 - `campus.recommend`(expiringOnly: true)— 7 天内截止 - `campus.searchJobs`(sortBy: newest)— 最新岗位 3. 创建 `monitor.sh` 脚本 + launchd/cron 定时任务 4. 每日简报保存到 `~/.jobsclaw/reports/YYYY-MM-DD.md` ## 8. 智能投递 准备投递数据,指导表单填写: 1. **准备数据**:从简历提取结构化信息,`resume.print` 生成 PDF 2. **识别 ATS**:根据投递链接域名识别 ATS 类型(北森、Moka、Greenhouse 等) 3. **表单指导**: - 有历史记录 → 读取已知表单结构,直接整理数据 - 无历史记录 → 引导用户描述表单字段,逐步提供填写内容 4. **记录经验**:将 ATS 表单结构保存到 `ats-records/` 目录,供后续复用 注意:身份证号等敏感信息提醒用户自行填写,不代填。 ## 9. 依赖的 MCP Tools | Tool | 用途 | |------|------| | `resume.list` | 列出用户所有简历 | | `resume.get` | 获取简历完整数据 | | `resume.create` | 创建新简历 | | `resume.update` | 更新简历元信息 | | `resume.delete` | 删除简历 | | `resume.print` | 导出 PDF | | `template.list` | 获取模板列表 | | `resume.updateBasics` | 更新基本信息 | | `resume.updateSection` | 更新整个板块 | | `resume.updateSectionItem` | 更新/新增单条经历 | | `resume.deleteSectionItem` | 删除单条经历 | | `resume.updateMetadata` | 更新样式(模板、主题色、字体等) | | `section.create` | 创建自定义板块 | | `section.delete` | 删除自定义板块 | | `resume.reorderLayout` | 调整板块顺序 | | `campus.searchRecruitments` | 搜索校招/实习项目 | | `campus.getRecruitment` | 获取项目详情 | | `campus.searchJobs` | 搜索岗位 | | `campus.getJob` | 获取岗位详情 | | `campus.recommend` | 获取推荐(新发布/即将截止) | ## 10. 典型工作流 ### 从零开始求职 ``` 1. 创建简历 → 身份识别,模块规划,逐步创建专业简历 2. 搜索岗位 → 搜索目标岗位,查看 JD 3. 优化简历 → 根据岗位 JD 改写优化简历 4. 准备投递 → 准备投递数据,辅助填写 ATS 表单 ``` ### 校招求职 ``` 1. 校招搜索 → 搜索校招/实习项目 2. 职位搜索 → 查看具体岗位 JD 3. 优化简历 → 针对性优化简历 4. 准备投递 → 导出 PDF,辅助投递 ``` ### 每日求职 ``` 1. 求职监控 → 设置每日监控,获取最新简报 2. 搜索岗位 → 深入了解感兴趣的岗位 3. 优化简历 → 根据目标岗位优化简历 4. 准备投递 → 选择目标,准备投递 ``` ## 11. 错误处理 | 错误 | 处理方式 | |------|---------| | API Token 无效(401) | 引导到 upcv.tech/settings/api-token 重新获取 | | 积分不足(402) | 提示访问 [clawjob.upcv.tech](https://clawjob.upcv.tech) 获取更多积分 | | 无简历(404) | 引导创建简历 | | 搜索无结果 | 建议放宽筛选条件 | | 模板不存在 | 重新展示可用模板 | | 网络错误 | 提示稍后重试 | --- > Clawjob 致力于帮助每一位应届生和求职者更高效地找到理想的校招、实习和工作机会。觉得好用?在 Skills Marketplace 点个赞,分享给正在求职的同学吧!
为 AI agent 提供电话号码并代办电话事务的技能。
通过 Trello REST API 管理看板、列表与卡片。
通过知了标讯接口查询和分析招投标相关信息。
产品经理工作台:从需求分析到 PRD 与迭代规划。
面向日历管理与会议排期的技能。
提供市场趋势、竞品与用户行为分析的市场分析服务。
按数据分析筛电商爆款,覆盖多个平台的品类。
通过 Maton 托管 OAuth 访问 Salesforce CRM 的技能。
数据月份:2026-09 · 下载/星标/安装数聚合自公开技能注册库(ClawHub、SkillHub),按月更新。口径说明见数据方法。