# Job Application Optimizer

> Full-cycle job application assistant. Analyze job descriptions, optimize resumes, generate cover letters, prepare interview questions, and run mock interviews. Use when this capability is needed.

- Skill: `tomevault-io/job-application-optimizer` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add tomevault-io/job-application-optimizer`
- Raw SKILL.md: https://api.skillmd.com/api/skills/tomevault-io/job-application-optimizer/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: tomevault-io (https://skillmd.com/u/tomevault-io)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/tomevault-io/job-application-optimizer

---


# 求职申请优化

全流程求职辅助：分析职位描述、优化简历、生成求职信、准备面试问题、模拟面试。

## 使用场景

- 用户说「帮我分析这个职位」「优化我的简历」「帮我准备面试」
- 用户要投递简历，需要针对职位描述调整
- 用户即将面试，需要准备常见问题和模拟练习

## 执行方式

直接使用 LLM 能力完成，无需额外工具。

### 1. JD 分析

分析职位描述，提取关键信息：

- **核心要求**：必备技能、经验年限、学历
- **加分项**：优先但非必须的技能
- **隐含要求**：从描述语气和措辞推断的团队文化、工作风格
- **关键词**：ATS（简历筛选系统）可能匹配的关键词

### 2. 简历优化

根据 JD 分析结果，优化简历：

- **关键词匹配**：确保简历包含 JD 中的核心关键词
- **经验重排**：将最相关的经验放在最前面
- **量化成果**：将模糊描述改为具体数据（「提升了效率」→「效率提升 30%」）
- **删减无关内容**：去掉与目标职位无关的经验

### 3. 求职信生成

根据 JD 和简历，生成针对性求职信：

- 开头抓住注意力（不要「我看到贵公司招聘…」）
- 用 1-2 个具体案例展示匹配度
- 结尾表达热情但不谄媚

### 4. 面试准备

生成可能的面试问题及参考回答：

- **行为面试题**：STAR 法则回答模板
- **专业题**：基于 JD 要求的技术/业务问题
- **反问环节**：给面试官的高质量提问

### 5. 模拟面试

以面试官角色进行模拟面试：

- 逐个提问，等用户回答
- 给出即时反馈（亮点和改进建议）
- 模拟完后给出总结评分

## 输出规范

- JD 分析用表格展示，一目了然
- 简历修改用对比格式（原文 → 优化后）
- 面试问题按难度分级
- 模拟面试保持自然对话节奏，不要一次性输出所有问题

---
> Converted and distributed by [TomeVault](https://tomevault.io/claim/malue-ai) — claim your Tome and manage your conversions.
<!-- tomevault:4.0:skill_md:2026-04-11 -->