# Resume Tailor

> 在已有简历和明确目标 JD 的基础上，微调与岗位有关的摘要、经历措辞、关键词和顺序，并给出可追溯修改差异。不用于从零写简历、通用优化、排版或成品导出。

- Skill: `chenzhiyong1994/resume-tailor` (Agent Skill, multi-file: 3 files)
- Install (CLI): `npx skillmds@latest add chenzhiyong1994/resume-tailor`
- Raw SKILL.md: https://api.skillmd.com/api/skills/chenzhiyong1994/resume-tailor/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: chenzhiyong1994 (https://skillmd.com/u/chenzhiyong1994)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/chenzhiyong1994/resume-tailor

---


# 岗位定制简历微调

## 输入与边界

必须有用户已有简历，以及一个明确的目标 JD 或包含岗位要求的 `JD scorecard`。职位名称本身不足以支持定制。复用会话和文件中的已有输入；缺少任一项时指出缺失信息，不先生成通用简历。

以原始简历及用户明确补充的事实为基线，只修改与这个岗位有关的内容。用户只要求找岗位或分析匹配时，不自动执行微调。

## 工作流

1. 标记简历基线和目标岗位的来源或版本，保留原文。缺少要求分析时使用 [jd-analysis](../jd-analysis/SKILL.md)，已有有效评分卡则直接复用。
2. 把目标要求映射到简历原句和事实；按 [证据模型](references/evidence-model.md) 区分证据强度。
3. 选择能影响岗位相关性的最小修改：调整摘要重点、澄清经历表述、使用真实的同义关键词，或重排已有内容。
4. 返回原句、替换文本、对应 JD 要求及事实依据。没有修改价值的内容保持原样；没有证据的要求列为缺口，不补写成经历。
5. 用户要求落盘时，在已有简历基础上保存可审查的文本修改或岗位文本副本，并明确关联基线。保留原始文件，不执行排版、模板制作或 HTML/PDF 等成品导出。

## 推荐输出

- 简历基线与目标岗位。
- 局部修改表：位置、原文、修改后、JD 依据、事实依据。
- 顺序调整建议及原因（确有必要时）。
- 待确认的表述、缺失证据和保留原样的关键事实。

## 微调规则

- 不编造指标、雇主、title、日期、证书、工具或结果。
- 不把参与提升为主导，不把实习改成正式工作，不把相邻经验写成直接经验。
- 关键词必须有真实经历支撑，不为覆盖 JD 而堆词。
- 保留用户表达风格；不做脱离岗位的全文重写、事实扩写或通用润色。
- 不把待确认信息混入可直接使用的修改文本；缺失数字可以保留为问题，不编造填充。