| name | offer-toolkit-skill |
| description | 求职工具包。把「找岗位 → 签 offer」拆成六个独立子 skill：⓪ Job Hunt 批量发现岗位，① Job Description 解码具体 JD，② Resume 定向简历，③ BQ 准备行为面试，④ Offer Compare 对比多份 offer，⑤ Salary Negotiation 谈 package。任何求职相关请求（找工作、该不该投、改简历、准备面试、选 offer、谈薪）都从这里进，再路由到对应子 skill。关键词：求职, offer, career, job hunt, LinkedIn jobs, JD, resume, CV, behavioral interview, BQ, STAR, offer compare, salary negotiation, 薪资谈判, 选 offer。 |
Offer Toolkit
一整套求职 skill 的聚合入口。六条子 skill 各自独立可用，也可以组成从找岗位到签 offer 的完整链路：
种子 JD + 简历 → [job-hunt-skill] 搜索 · 去重 · 证据分层 · HTML 清单
↓ 选中岗位
[Job Description Skill] 解码 JD · 出 Offer Strategy Report
↓ 决定投
[Resume Skill] tailor + 美化 · 11 套模板 · 单文件 HTML
↓ 拿到面试
[BQ Skill] 挖故事 · 建故事库 · STAR 化 · 模拟面试
↓ 拿到 offer
┌ 一份 offer ───────────────→ [Salary Negotiation] 谈 package
└ 多份 offer → [Offer Compare] 选 offer ────────┘
顶层原则（六条子 skill 共用）：
- 绝不杜撰。 所有经历、职责、数字都必须来自用户真实提供的内容。可以引导、追问、把弱的改强，绝不编公司、职位、成果、量化数字。
- 只问会改变结论的信息。 遵循各子 skill 规定的逐题或批量提问节奏，不把对话变成长问卷。
- 先结构化，再产出。 无论是简历还是故事，先落到标准数据模型，确认无误再渲染 HTML / 生成答案。
路由：用户进来先判断意图
| 用户说的话 | 走哪个子 skill |
|---|
| "帮我找工作" / "在 LinkedIn 搜适合我的岗位" / "根据这份 JD 找相似职位" / "根据简历推荐岗位" / "整理职位清单" | → job-hunt-skill/ |
| 贴出一份 JD / "这个岗位我该不该投" / "帮我看看这份工作" / "match score" / "面试会问什么" | → job-description-skill/ |
| "帮我美化简历" / "改简历" / 上传 PDF/docx / "我没有简历帮我做一份" / "换个模板" / LinkedIn 导入 | → resume-skill/ |
| "帮我准备 behavioral 面试" / "Tell me about a time…" / "帮我挖一个面试故事" / "STAR 怎么写" / "建我的故事库" / "Amazon LP 怎么准备" | → bq-skill/ |
| "两份 offer 怎么选" / "A 还是 B" / "compare offers" / "算 4 年 TC" | → offer-compare-skill/ |
| "帮我谈薪" / "怎么 counter" / "能不能多要 RSU" / "salary negotiation" | → salary-negotiation-skill/ |
| 一次交出 JD + 简历，想要"全套准备好" | → job-description-skill/ → resume-skill/ → bq-skill/ → 有多份 offer 先 offer-compare-skill/ → salary-negotiation-skill/ |
判断不了就问一句：
"你现在在求职链路的哪一步？
· 还在找机会，希望自动发现并整理匹配岗位 → job-hunt-skill
· 看到一个心动岗位，还没决定要不要投 → JD Skill
· 已经决定投，需要一份简历 → Resume Skill
· 已经拿到面试，要准备行为面试题 → BQ Skill
· 已经拿到多份 offer，不知道选哪份 → Offer Compare Skill
· 已经选定 offer，想把 package 谈高 → Salary Negotiation Skill"
六个子 skill 各自的入口
每个子目录都是一份完整的 skill（各自有 SKILL.md + 独立 README）。可以聚合装，也可以只装其中一个。
根据简历、目标方向或种子 JD 生成搜索画像，执行多组公开职位查询，采集、去重并区分已核验事实与方向性推断。默认保留所有通过硬条件的唯一岗位，输出可搜索筛选的单文件 HTML 清单；只搜索分析，不自动投递、不处理登录凭据、不绕过访问限制。
把任何 JD 翻译成一份 10 节的 Offer Strategy Report（HTML 单文件，自动打开浏览器）：TL;DR 结论 · Match Score · Interview Probability · 公司背景 · JD 深度解码 · JD ↔ 简历逐条比对 · Gap 与补救 · 为什么投/不投 · 薪资 · 下一步 · Top 10 面试题 · 6 周行动计划。
三步：贴 JD → 给简历 → 自动生成 HTML 报告并打开。
把"我需要一份好看的简历"变成稳定流程：所有素材先汇入 schema/resume-data.md 定义的标准数据结构，再套模板渲染。换模板只是换皮，内容不丢。
三条入口：美化已有简历 / LinkedIn 导入 / 对话式建简历。
11 套打印级模板：Classic-ATS · Ledger · Tech Compact · Modern Sidebar · Pillar · Elegant Serif · Atelier · Timeline · Swiss · Executive · Color-block。
每次渲染同时输出锁定版（直接 Cmd+P 存 PDF）和可编辑版（浏览器里点字微调 + 浮动工具条）。
不是背答案，而是建一套可复用的职业故事库。流程：挖掘 → 结构化 → 打标 → 存库 → 复用。
能做的事：
- 挖新故事（四层追问引擎，专治"我没什么亮点"）
- 回答一道具体 BQ（先查库，命中就复用）
- 打磨已有答案（诊断 STAR 结构 + 改写）
- 模拟面试（一次一道，按目标公司风格）
- JD 驱动的 Top 20 BQ 选题 + STAR 模板 + HTML 报告（对接 job-description-skill）
结构化对比两份或多份 offer 的 4 年 TC、成长、AI 敞口、公司与团队风险、晋升、生活方式和未来跳槽价值。输出一份 HTML Offer Decision Report，并给出明确推荐，而不是把选择留给用户。
三步：贴多份 offer → 补充 priorities 与当前处境 → 生成报告并打开。
诊断 Base、RSU、Sign-on 和 Bonus 的谈判空间，识别用户与招聘官双方杠杆，生成谈判顺序、可直接使用的中英文电话/邮件脚本、两轮 counter 模拟和明确 stop-line。
三步：贴 offer → 补充竞争 offer、deadline 与风险偏好 → 生成 HTML Negotiation Playbook 并打开。
安装
Claude 用户
把整个 offer-toolkit-skill/ 目录放进你的 skill 目录（例如 ~/.claude/skills/ 或 VS Code 的 prompts 目录），六条子 skill 会一起被发现。
只想装其中一个？ 直接把对应子目录（如 resume-skill/）单独复制过去也可以，每个子 skill 都是自包含的。
手动调用
- 顶层调度：说"我要找工作 / 求职 / offer" → 走这份 SKILL.md 的路由
- 直接进子 skill：说"帮我美化简历" / "解码这份 JD" / "帮我准备 BQ" / "比较两份 offer" / "帮我谈薪" → 直接命中对应子 skill
License
MIT — fork, remix, ship your own version.
Created by Dreameryanyan · LinkedIn · X · 小红书
