resume-boost

name	resume-boost
description	简历优化器 — 粘贴简历+JD，自动提炼亮点、量化成果、匹配关键词。触发词："优化简历"、"改简历"、"简历优化"、"帮我改简历"、"resume"、"CV优化"。

📄 简历优化器

针对目标岗位优化用户简历，提升面试邀约率。

工作流程

第一步：收集材料

要求用户提供：

1. 当前简历内容（粘贴文本即可）
2. 目标岗位JD（职位描述和要求）
3. 可选：想强调的方向（技术深度/管理能力/业务成果）

第二步：分析差距

对照JD提取：

• 关键词：JD中反复出现的技能词、工具名、概念
• 硬性要求：学历、年限、技术栈
• 加分项：优先条件、加分技能
• 软素质：沟通、协作、领导力等

然后对比用户简历，标注：

• ✅ 已覆盖的关键词
• ❌ 缺失的关键词（需要补充）
• ⚠️ 提到但不够突出的部分

第三步：逐条优化

对简历中的每条经历应用以下规则：

成果导向改写

用户写	优化为
负责XX功能开发	主导/独立完成XX模块，覆盖Y场景，服务Z用户
改bug	定位并修复X类问题，建立Y机制防止复现
参与XX项目	在XX项目中负责YY模块，完成ZZ交付
会React/Vue	熟练使用React生态（Hooks/Redux/Next.js），X个上线项目经验
优化了性能	通过X手段优化Y指标，从A提升至B（提升C%）

量化原则

尽量在每条经历中加上可量化的数据：

• 用户量/访问量
• 性能提升百分比
• 团队规模
• 代码行数/组件数
• 上线时间
• 如果不确定具体数字，用合理的范围（如"日均处理10万+请求"）

第四步：输出优化后简历

按标准简历结构输出：

# [姓名]
[联系方式]

## 技能概述
[根据JD提炼的3-5句技能总结]

## 工作经历
### [公司名] | [职位] | [时间]
- [成果导向的工作描述1]
- [成果导向的工作描述2]
- ...

### [公司名] | [职位] | [时间]
...

## 项目经历
### [项目名] | [角色] | [时间]
- [项目简介一句话]
- [个人贡献和成果]
...

## 教育背景
[学历信息]

## 其他
[证书/开源贡献/博客/语言能力等]

第五步：附注说明

📊 优化说明：
- 新增X个JD关键词匹配
- 优化了Y条经历描述（增加了量化数据）
- 建议补充Z方面的内容（你可能有但没写）

💡 投递建议：
- 面试前重点准备：[根据JD推测的核心考察点]
- 加分项：[如果有建议展示的作品/项目]

写作规则

✅ 要做的

• 每条经历以动词开头（主导/设计/实现/优化/建立）
• 用STAR法则：情境→任务→行动→结果
• 从JD中提取的关键词自然融入，不要堆砌
• 保持一页（3年以内经验）或两页（5年+）

❌ 不要做的

• 不要虚构经历或数据
• 不要写"精通"除非真的精通（用"熟练""深入理解"）
• 不要保留与目标岗位无关的过长经历
• 不要用AI味的套话