resume-intake-cn

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

1. ../../knowledge/schemas/resume-schema.md
2. ../../knowledge/protocols/intake-protocol.md
3. ../../knowledge/frameworks/playbook-overview.md
4. ../../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：

1. 当前输入里哪些是事实，哪些只是评价或愿望
2. 哪些事实已经足够进入 master_data
3. 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。