# Industry Resume Toolkit

> 为中国 industry 求职者打造的简历优化方法论。把"资深 HR 顾问怎么改简历"codify 出来,让用户用 AI 自助优化自己的简历。覆盖大厂(互联网/科技)/ 国央企 / 银行金融 / 外企 4 种企业性质,12 个常见岗位(运营/产品/数据/市场/财务/审计/HR/销售/开发/法务/战略/设计),实习/校招/社招都适用,中英文都做。当用户需要改自己的简历、点评简历、做 JD 匹配、按目标企业性质定制简历内容时,使用此 skill。核心方法是"三层框架"(信息卫生 / 业务价值翻译 / 经历挖掘)。区别于通用 AI 简历生成器,此 skill 是 HR 顾问视角的方法论,强调保真原则(不夸大职责)、industry-specific 内行知识。Industry resume editing methodology for Chinese job seekers — used by the resume owner themselves, not by a consultant.

- Skill: `shangsitongshizaitiantang/industry-resume-toolkit` (Agent Skill, multi-file: 25 files)
- Install (CLI): `npx skillmds@latest add shangsitongshizaitiantang/industry-resume-toolkit`
- Raw SKILL.md: https://api.skillmd.com/api/skills/shangsitongshizaitiantang/industry-resume-toolkit/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: shangsitongshizaitiantang (https://skillmd.com/u/shangsitongshizaitiantang)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/shangsitongshizaitiantang/industry-resume-toolkit

---


# Industry Resume Toolkit

把"资深 HR 顾问怎么改简历"这件事 codify 出来,让你用 AI 自助优化自己的简历。

**这不是 AI 简历生成器**——是基于真实方法论的简历**优化**工作流。

---

## 这个 skill 的工作方式

你是简历的主人,你是用户。AI 是你的简历顾问。整个流程是:

```
你 → 上传简历(拖进聊天框或放 inputs/)
    → 跑 /诊断(告诉 AI 你的目标:岗位 / 行业 / 企业性质 / 是否转行)
    → 跑 /改简历(AI 按方法论改你的简历,直接出成品)
    → 看输出 → 不满意可以再来一轮

可选:
    /JD匹配 — 针对某个具体 JD 做精准优化
    /加规则 — 把你发现的新规则加进 skill 库
```

**输入格式**:.docx / .pdf / .md / 纯文本都行。
**输出格式**:默认 Word(`.docx`),AI 改完会问你要不要换格式(Markdown / PDF 等)。
**如果是 PDF**:AI 直接转 Word 改,不会要求你提供 Word。

---

## 跟通用 AI 简历工具有什么不同

| 通用 AI 简历工具 | Industry Resume Toolkit |
|---|---|
| 给材料 → 生成新简历 | 给简历 → 诊断 + 翻译 + 必要时挖经历 |
| 套通用模板 | 按企业性质(国企/大厂/银行/外企)区分写法 |
| 越改越华丽 | **保真原则**:超出真实水平宁可保守 |
| ATS 关键词堆叠 | 业务价值翻译(动作→业务意义) |
| 一锤子生成,不管你的实际情况 | 先诊断你的情况,再决定怎么改 |

---

## Skill 文件位置

```
~/.claude/skills/industry-resume-toolkit/
├── SKILL.md             ← 本文件,方法论主体
├── patterns/            ← 规则库(两层结构)
│   ├── 通用.md          ← 跨企业、跨岗位通用
│   ├── 企业性质/        ← 第一层:企业性质决定整体风格
│   │   ├── 大厂.md
│   │   ├── 国企.md
│   │   ├── 银行.md
│   │   └── 外企.md
│   └── 岗位/            ← 第二层:岗位决定专业词
│       ├── 运营.md / 产品.md / 数据分析.md / 市场营销.md
│       ├── 财务.md / 审计.md / HR.md / 销售.md
│       └── 开发.md / 法务.md / 战略咨询.md / 设计.md
├── examples/            ← 脱敏教学示例(改前/改后对比)
├── inputs/              ← 你的简历放这里(也可直接拖进聊天框)
└── outputs/             ← AI 输出的成品在这里
```

Slash command 在 `~/.claude/commands/`: `/诊断`、`/改简历`、`/JD匹配`、`/加规则`

---

## 1. 诊断流程

`/诊断` 命令会问你 6 个问题,生成画像 JSON 存到 skill 目录,后续命令自动读。

1. **简历类型**:实习 / 校招 / 社招(几年经验)
2. **目标岗位**:具体岗位名(eg "字节内容运营")
3. **目标行业**:互联网 / 金融 / 快消 / 咨询 / 会计师事务所 / 等
4. **企业性质偏好**:**大厂(互联网/科技)/ 国央企 / 银行/金融 / 外企 / 私企**
5. **是否转行**:岗位/行业跟过往经历是否相关
6. **简历语言**:中文 / 英文 / 双语

诊断完后,系统会读对应的 patterns:
- 必读:`patterns/通用.md`
- 企业性质:`patterns/企业性质/<目标企业类型>.md`
- 岗位:`patterns/岗位/<目标岗位>.md`

**重要:patterns 优先级高于本 SKILL.md 通用建议**(因为是行业实操沉淀的具体规则)。

---

## 2. 核心改法框架:三层

所有改简历的动作归为三层。AI 会自动判断每层的用力强度。

### Phase 1 — 信息卫生(排雷)

**目的**:让简历看起来专业,不暴露学生气。

**动作清单**:
- **二维码**:删。微信号写在电话后面括号"微信同号"(同号);不同号就另起一行
- **备考中的证书**:删("备考 CPA、雅思"一律删)。已经考过部分科目可写"CPA(已通过 XX、XX 科目)"
- **Office 软件**:不拆开。不写"Word、Excel、PPT",直接写"Office"
- **语言能力**:分数够高才标括号(雅思 7+ / CET-6 600+ / CET-4 580+)
- **教育背景成绩**:要么全放要么不放,**不要挑高分的放**
- **课程列表**:写课程名,不写工具名(Excel 不能放课程列表,放到"计算机能力")
- **获奖荣誉**:放"教育背景"课程下面另起一行,不单独立"校园经历-获奖荣誉"
- **技能区重复检查**:不要重复(写了"Office"就不要再单独列"Word")
- **联系方式冗余**:删多余的(三个邮箱、家庭地址、出生年月这种)

### Phase 2 — 业务价值翻译(核心)

**目的**:把"我干了什么"翻译成"我为什么对你重要"。

**翻译公式**:
- **动作 → 业务意义**:"编制底稿" → "通过细致抽凭确保账实一致,提升审计底稿准确性"
- **工具 → 业务结果**:"用 Excel 处理数据" → "使用数据透视表提高数据处理效率"
- **经历 → 招聘语言**:用招聘官岗位 JD 里会出现的关键词重写

**具体技法**(详见各 patterns):
1. 加粗小标题:短 + 命中关键词,删形容词
2. 量化必须具体,不允许"很多/诸多/丰富/大量/多个"
3. 方法论后面加括号说明
4. 每条经历用"动作 + 落地 + 量化"三件套
5. 评估每段经历的关联度,关联度低的删/压缩
6. 重新分类经历(经验较少型的核心动作)
7. 社团活动用项目逻辑包装
8. title 重定位(版权运营 → 内容运营,但**职责描述不能编**)

### Phase 3 — 经历挖掘(信息缺失时自动触发)

**目的**:你的简历里有"很多/诸多"这种模糊量化,或关键经历缺乏细节时,AI 像面试官一样追问你,把"做过 X"补成完整故事。

**自动触发条件**(AI 在 `/改简历` 时自己判断):
- 出现 3+ 处模糊量化("很多 / 大量 / 较多")
- 关键实习段缺少业务背景描述
- 项目经历没有量化结果
- 重要经历只有 1 行职责

**追问维度**:
1. **业务背景**:这是什么业务?为谁服务?在什么阶段?
2. **数据规模**:处理过多少 X?协调过多少人?
3. **个人贡献**:具体你做了什么(不是团队做了什么)?
4. **成果**:量化结果?指标提升?
5. **困难与解决**:过程中遇到什么问题?你怎么解决的?
6. **关键判断**:做过什么策略性决策?

AI 一次问 3-5 个最关键的问题(不会一下子塞 30 个),你答完,AI 继续改。

---

## 3. 简历类型分类:三层用力的分配

AI 根据你的经历密度自动判断,决定三层各自用多少力(**这是内部方法论分类,不出现在你的简历输出里**):

### 经验充足型(2 段以上正式实习,或有大厂经历)
- **Phase 1**:轻
- **Phase 2**:**重**(主战场——扣关联度、量化、小标题)
- **Phase 3**:中(只挖最有价值的 1-2 段)

### 经验较少型(实习 ≤1 段,或都是小公司/校园活动)
- **Phase 1**:**重**(格式问题往往是大头)
- **Phase 2**:中(用三件套)
- **Phase 3**:**重**(经验较少更要挖出深度,校园活动包装成项目)

### 转行修饰符(目标岗位/行业跟过往不同,叠加在上述两类上)
- 找 transferable skills
- 重构 narrative(开头/自我评价讲清"为什么转 + 我准备好了什么")
- 弱化无关经历,强化新方向相关性

---

## 4. 企业性质 × 简历的对应关系(关键差异化)

不同企业性质,简历的写法完全不同。具体规则见 `patterns/企业性质/<类型>.md`,这里是框架:

| 企业性质 | 风格关键词 | patterns 文件 |
|---------|-----------|-------------|
| **大厂(互联网/科技)** | 量化、JD 匹配、敏捷、数据驱动 | `patterns/企业性质/大厂.md` |
| **国央企** | 稳重、规范、政治正确、长期主义 | `patterns/企业性质/国企.md` |
| **银行/金融** | 严谨、合规、风险意识、数字精准 | `patterns/企业性质/银行.md` |
| **外企** | 国际化、STAR、强动词、Concise | `patterns/企业性质/外企.md` |
| **私企 / 创业公司** | 即战力、多面手 | 暂回退到 `patterns/通用.md` |

**同时叠加岗位 patterns**(`patterns/岗位/<岗位>.md`)。例如:目标"字节内容运营" = 读 `企业性质/大厂.md` + `岗位/运营.md` 两份,叠加应用。

---

## 5. 改简历的执行流程

`/改简历` 命令会按这个流程执行:

**Step 1 — 读 + 评估**
- 读你的简历(从 inputs/ 或你直接拖进聊天框的文件)
- 读你的 profile.json(没有就先提示你跑 /诊断)
- 读 patterns/通用.md + 对应的企业性质 + 岗位 patterns
- 评估简历的"信息密度"(决定是否需要 Phase 3 挖经历)

**Step 2 — 决定流程**
- 信息充分 → 直接进入编辑(Phase 1 + 2)
- 信息缺失 → 先问你 3-5 个挖经历问题,你答完再编辑

**Step 3 — 编辑**
- 直接在原 .docx 上改文字,保留原排版(优先)
- 输入是 .pdf 或纯文本 → 转成 Word 用通用排版
- 全程遵守 §6 保真原则

**Step 4 — 输出**
- 默认输出到 `~/.claude/skills/industry-resume-toolkit/outputs/<原文件名>-改后.docx`
- 询问你是否需要其他格式(Markdown / PDF / 双语 / 等)
- 简短汇报关键改动点

---

## 6. 保真原则(独立铁律,不可妥协)

> **优先保证真实可信和岗位匹配。不要为了"高级感"强行夸大职责。如果内容超出你的真实水平,宁愿保守。**

具体:
- **职责描述不能编**:可以重新组织语言、加方法论术语,但不能把"打杂"写成"战略负责人"
- **数据不能编**:你没确认的数字坚决不写。如果有疑似缺失,AI 会问你,而不是瞎编
- **title 调整有边界**:版权运营 → 内容运营 OK;实习生 → 经理 NOT OK
- **能力不能编**:你不会的工具/方法/框架不要往简历里塞
- **业务规模不能虚标**:小作坊不要硬说成"知名机构"

**判断尺度**:能不能在面试时被追问下不露马脚?能 → 写;不能 → 不写。

---

## 7. 语言风格

- 中文简历:专业词混英文(OKR、KPI、B2B、Vlookup)正常保留
- 不要用 ChatGPT 式"赋能 / 打造 / 无缝衔接 / 多维度"虚词
- 简历语气是动作开头(eg "主导"、"独立完成"),不写"我"字开头
- 半角/全角逗号跟你原简历保持一致

英文简历:
- 用 STAR 法
- 用强动词开头(Led, Designed, Reduced, Increased)
- 避免 Chinglish

---

## 8. 0-1 写简历(v0.2 新增)

适用对象:**处于人生转折期的人** — 应届 0 经验 / 转行 / 海归 / gap 期重启。这类用户跑 `/创建简历` 而不是 `/改简历`。

**注意**:转折期用户经常**已经有现成简历**(LinkedIn / 旧版 / 海外版),只是这些简历**不再适合新方向**。`/创建简历` 支持上传现成简历作为素材打底,但流程不是"改"而是"重建结构 + 重新挖事实"。

### 核心差异

| | /改简历(v0.1) | /创建简历(v0.2) |
|---|---|---|
| **适用** | 已在职、岗位不变、简历完整 | 应届 / 转行 / 海归 / gap 转折期 |
| **现有简历** | 必需(待优化) | **可选**(用作素材;没有也行) |
| **核心动作** | 微调 + 量化 + 关键词 | 重新挖事实 + 重新组织结构 |
| **挖经历轮数** | 0-2 轮 | 4-6 轮(只问事实) |
| **AI 角色** | 编辑 | 顾问 |
| **输出** | 改完的 Word(单语为主) | 重新生成 Word(默认双语可选) |

### 7 步流程

```
1. 类型分流 → 应届 0 经验 / 转行 / 海归 / gap 重启
2. 可选上传现成简历(LinkedIn / 旧版 / 海外版 — 有就用,没有跳过)
3. 诊断(继承 §1 Step 1,如有上传简历自动推断减少提问)
4. 挖经历(迭代式追问,按类型加载 挖经历问题集/<类型>.md;有上传简历则跳过已答问题)
5. 重组(按目标 patterns 组织事实)
6. 起草(生成 .docx,bullet 标 ✅ / ⚠️ / ❌)
7. 双语?(海归 / 外企 / 出国默认问)
```

### 4 个用户类型挖经历问题集

存放位置:`挖经历问题集/`

- **应届0经验.md** — 6 轮:教育 → 课程项目 → 实习 → 校园经历 → 比赛/自媒体 → 技能/证书
- **转行.md** — 5 轮:原岗位价值 → 业绩成果 → 新方向准备 → 跨界经历 → 技能
- **海归.md** — 6 轮:教育(海外+国内)→ 海外学术 → 海外经历 → Extracurriculars → 技能 → 双语策略
- **gap重启.md** — 4 轮:gap 时间段+类别 → gap 前经历 → gap 期产出 → gap 期主动建设

### 核心原则(强制)

1. **只问事实,不问动机 / 规划 / 感受** — 简历是**事实呈现**,不是动机表达
   - ❌ "为什么转行" "为什么回国" "未来规划" "心态怎样" "你凭什么觉得自己能做好" — **这些是面试问题,不进简历也不问用户**
   - ✅ "做过什么项目" "拿了什么证" "用过什么工具" "处理了多少数据" — **这些是事实,挖出来直接进简历**
2. **先问有没有现成材料** — 用户上传了就用它打底 + 只问缺的部分,别让人重复填一遍
3. **迭代式 ≠ 问卷式** — 一次问一轮(4-6 题),用户答完才进下一轮
4. **保真原则继承**(§6) — 严格不编没做过的经历
5. **bullet 标三态**:
   - ✅ 真实素材
   - ⚠️ 用户自补需确认(数字 / 时间需补)
   - ❌ 空白需补(留 placeholder + 建议)
6. **双语自动触发**:海归 / 外企目标 / 出国 → 默认问要不要英文版

详见 `~/.claude/commands/创建简历.md`。

---


---

## 9. 不要做的事

- ❌ 不要跳过诊断 5 问(在没 profile 的情况下随便改)
- ❌ 不要套通用模板的"经历丰富、责任心强"废话
- ❌ 不要编用户没做过的事
- ❌ 不要把"很多"补成具体数字(除非用户确认)
- ❌ 不要无视用户的目标企业性质,套通用写法
- ❌ 不要为了"高级感"夸大职责(见 §6)
- ❌ 不要在 PDF 输入时停下来要求用户提供 Word(直接转换处理)
- ❌ **不要在 /创建简历 流程里跳过挖经历直接生成 Word**(空降简历必假)
- ❌ **不要把不同用户类型的问题集混用**(应届的别用转行的问题集)