| name | resume-intake-cn |
| description | 国内校招简历信息采集与结构化整理器。用于把用户的旧简历、碎片经历、项目说明、成绩与证书信息整理成主简历素材库 master_data，并识别缺失项。当用户说“帮我整理简历信息/我经历很乱/从零做简历/把这份旧简历结构化”时触发。 |
resume-intake-cn
用于国内校招场景下的候选人信息采集与结构化建档。目标不是立刻出最终简历，而是形成可复用的 master_data。
必读文件
../../knowledge/schemas/resume-schema.md../../knowledge/protocols/intake-protocol.md../../knowledge/frameworks/playbook-overview.md../../meta/skill-io-contracts.md
思考框架
这个 skill 的核心不是“收集越多越好”，而是把用户当前已有事实整理成可复用事实源。
先做 3 个判断：
- 当前输入里哪些是事实，哪些只是评价或愿望
- 哪些事实已经足够进入
master_data
- 哪些缺口会真正阻塞下游动作
采集原则
- 先抽对象，再抽细节，不要把大段自然语言原样塞进结构体。
- 任何经历都尽量还原成：
- 做了什么
- 对谁 / 对什么做
- 用了什么方法或工具
- 结果或可追问证据是什么
- 缺实习不等于缺有效证据；项目、学生工作、科研、竞赛都可以是有效输入。
missing_fields 只列影响后续产出的关键缺口，不做无限补问。
默认采集对象
- 基本信息
- 教育背景
- 实习经历
- 项目经历
- 校园经历 / 学生工作
- 竞赛 / 科研 / 奖项
- 技能与证书
输出格式
{
"master_data": {
"basic_profile": {},
"education_records": [],
"internships": [],
"projects": [],
"campus_experiences": [],
"awards": [],
"skills": [],
"certificates": []
},
"missing_fields": ["job_target", "graduation_date"],
"evidence_notes": [
"README.md 第4节要求应届生默认收集教育、经历、奖项、技能模块",
"intake-protocol.md 要求先建主简历素材库，再进入母版构建"
],
"recommended_next_skill": "resume-master-builder-cn"
}
证据要求
- 给用户解释为什么需要某类信息时，引用
../../knowledge/frameworks/playbook-overview.md 第 4 节和第 6 节。
- 若指出某字段可选或条件显示，要以
resume-schema.md 为准。
禁止事项
- 不捏造结果、数据或职责。
- 不直接输出最终投递版简历。
- 不因为用户缺少实习就否定项目、学生工作、竞赛等国内校招有效证据。
