메뉴
法律AI求职助手 - 帮助法律人（法务/律师）使用AI辅助求职。支持公司/律所调研、法律风险分析、网页简历生成、针对性材料准备、面试备忘录生成。具备MCP工具级降级能力，无MCP时自动使用Web Search。
SOC 직업 분류 기준
生成专业的法律结构可视化图，输出为自包含 HTML 文件（内嵌 SVG，浅色主题，适合打印和嵌入文档）。适用场景：(1) 用户要求"画结构图""生成可视化""做流程图""法律图示"时；(2) 涉及诉讼推理结构（当事人→证据→事实→法律→判决）；(3) 合同关系图（甲乙方权利义务、履约节点、违约责任）；(4) 法规程序图（申请→审查→决定→救济）；(5) 证据链图、请求权基础分析图、法律体系层级图。Use when the user asks for litigation flow diagrams, contract relationship diagrams, legal reasoning structure diagrams, evidence chain diagrams, or any legal visualization.
法律风险结构化分析与可视化。基于法律分析文本，执行五步风险抽取模型， 生成四层可视化输出（雷达图数据、风险矩阵、影响路径图、决策树）。 适用于：(1) 用户提供法律分析报告要求风险可视化， (2) 要求风险结构分析或风险传导分析， (3) 要求生成风险决策建议或风险评估报告， (4) 提到"风险雷达图""风险矩阵""影响路径图""决策树"等关键词。
合同生成技能，以资深法律专家身份生成完整合同。适用场景：(1) 用户要求'起草合同''生成合同''拟定协议''写合同''草拟合同'时；(2) 用户提供合同类型和交易信息，要求生成完整合同文本时；(3) 用户要求根据特定立场（甲方/乙方/买方/卖方/出租方/承租方）起草倾斜性合同时；(4) 用户要求将已有合同要点或业务条件生成为正式合同文本时。输出 Markdown 格式，可选导出 .docx。
Contract review skill that adds comment-based issue annotations without changing original text. Enforces a four-layer review (entity verification, basic, business, legal), writes structured comments (issue type, risk reason, revision suggestion) with risk level encoded via reviewer name, and generates a contract summary, consolidated opinion, and Mermaid business flowchart (with rendered image). Output language must follow the contract’s language.
广告合规审核技能，用于审核广告素材是否符合中国广告法及相关法规。适用场景：(1) 用户提交广告文案、广告素材要求合规审核时；(2) 用户提到"广告审核""广告合规""广告法审查"等关键词时；(3) 用户要求检查广告内容是否存在违法违规风险时；(4) 用户提交房地产、食品、医疗、药品、互联网等行业广告要求专项审核时。审核依据涵盖《广告法》《反不正当竞争法》及行业专项法规。
预包装食品标签合规审核技能，用于审核食品标签是否符合 GB 7718（预包装食品标签通则）和 GB 28050（预包装食品营养标签通则）。适用场景：(1) 用户提交食品标签图片、文字或文档要求合规审核时；(2) 用户提到"食品标签审核""标签合规""营养标签审查""GB 7718""GB 28050"等关键词时；(3) 用户要求检查食品标签是否存在缺项、错误或违规风险时。支持 2011 版和 2025 版标准。
| name | legal-job-search |
| description | 法律AI求职助手 - 帮助法律人（法务/律师）使用AI辅助求职。支持公司/律所调研、法律风险分析、网页简历生成、针对性材料准备、面试备忘录生成。具备MCP工具级降级能力，无MCP时自动使用Web Search。 |
| license | MIT |
本技能帮助法律人（法务、律师）在求职过程中使用AI提升效率和准备质量。
核心能力：
工作路径：
环境检测 → 信息收集 → 材料生成 → 输出确认
步骤 0.1：检测可用 MCP 工具
采用功能匹配策略，不限定具体工具名称：
for 每个功能需求:
│
├─ 功能1：企业被执行信息
│ └─ 匹配关键词：executed, execution, enforcement, 被执行, 执行
│
├─ 功能2：企业失信信息
│ └─ 匹配关键词：dishonest, breach, 失信, 违约
│
├─ 功能3：限制高消费
│ └─ 匹配关键词：consumption, restriction, 限制高消费, 限消
│
├─ 功能4：终本案件
│ └─ 匹配关键词：final, closed, 终本
│
└─ 功能5：裁判文书
└─ 匹配关键词：judgment, court, ruling, 裁判文书, 判决
匹配依据：
├─ 工具名称包含关键词
├─ 工具描述包含功能说明
└─ 工具参数包含 entname 或 company_name
记录可用工具列表。
详细说明见：references/mcp-tools/mcp-catalog.md
步骤 0.2：询问 Deep Research 工具
询问用户是否有以下工具：
步骤 0.3：确定岗位类型
岗位类型判断：
│
├─ 法务岗位 → 使用「公司调研框架」
├─ 律所岗位 → 使用「律所调研框架」
└─ 其他法律岗位 → 询问用户使用哪个框架
从用户提供的内容中提取：
如果用户只提供了公司/律所名称，引导用户提供 JD 信息。
法务岗位 - 公司调研
优先路径：Deep Research 工具
│
├─ 秘塔AI搜索：开启「深度研究」模式
│ └─ 查询："{公司名} 公司介绍 商业模式 业绩 行业地位"
│
├─ Perplexity Pro：
│ └─ 同样查询
│
└─ 降级路径：Web Search（多轮）
├─ 搜索1：{公司名} + "公司介绍" + "商业模式"
├─ 搜索2：{公司名} + "行业地位" + "竞争对手"
├─ 搜索3：{公司名} + "业绩" + "年报"
└─ 整合生成简版报告
律所岗位 - 律所调研
公开信息：
├─ 律所官网团队介绍
├─ 律师专业领域公示
├─ 律所业绩展示
└─ 行业排名/奖项
私域信息（用户自行补充）：
├─ 使用 references/frameworks/firm-research-framework.md
└─ 提供问题清单引导用户收集
对每个功能需求独立执行：
功能需求列表：
├─ 企业被执行信息
├─ 企业失信信息
├─ 限制高消费
├─ 终本案件
└─ 裁判文书
for 每个功能需求:
│
├─ 尝试查找功能匹配的 MCP 工具
│ ├─ 检查工具名称、描述、参数
│ ├─ 找到匹配工具 → 尝试调用
│ │ ├─ 调用成功 → 使用 MCP 数据
│ │ └─ 调用失败 → 继续尝试其他工具
│ │
│ └─ 没有找到匹配工具 → 执行降级
│
└─ 降级：Web Search（多轮）
├─ 使用预设查询模板
├─ 多轮搜索获取信息
└─ 整合结果到报告
详细说明见：references/frameworks/legal-risk-framework.md
│
└─ 降级：Web Search
└─ 使用 references/mcp-tools/fallback-queries.md
中的对应查询模板
└─ 整合搜索结果到报告
**输出结构**：
```markdown
## 法律风险分析报告
### 执行信息
- 查询时间：{时间戳}
- 数据来源：{MCP工具名称 / Web Search}
### 风险概览
| 风险类型 | 风险等级 | 核心问题 |
|---------|---------|---------|
| | | |
### 详细信息
#### 被执行信息
...
#### 失信信息
...
（其他类别）
首次用户引导：
如果用户是首次使用或材料不完整，引导用户参考材料准备清单：
请参考「法律人求职材料准备清单」提供你的信息。
清单位置：references/prompts/preparation-checklist.md
你可以：
1. 复制清单中的模板填写
2. 或直接按你自己的方式提供信息
材料检查清单：
必需信息：
├─ 基本信息（姓名、职位、年龄、学历、联系方式）
├─ 教育背景（学校、学历、专业、时间）
├─ 工作经历（公司、职位、时间、主要成就）
├─ 核心技能（专业技能、语言能力）
└─ 资格证书（如有）
推荐信息：
├─ 目标公司/律所名称
├─ 目标岗位 JD
└─ 自我评价
可选信息：
├─ 照片
├─ 项目经验
├─ 发表文章/论文
└─ 其他补充信息
如果用户已有网页简历：
如果用户提供 Word/PDF 简历：
样式选择：
│
├─ 使用预设样式：
│ ├─ business-elite - 商务精英风（金色+深蓝）
│ ├─ modern-tech - 现代科技风（蓝色+灰白）
│ └─ minimal-clean - 极简清新风（绿色+米白）
│
├─ 或自定义样式：
│ └─ 使用 references/styles/custom-guide.md
│ └─ 用户指定：配色方案、字体、布局
│
└─ 或保持已有简历样式
分析以下内容：
输出调整策略：
# 简历调整策略
## 关键词匹配
| JD关键词 | 简历对应位置 |
|---------|-------------|
| | |
## 经验重构
- 前置：{需要前置的经验}
- 扩充：{需要扩充的经验}
- 合并：{可以合并的经验}
## 技能排序
按与岗位相关性重新排序：
1. {最相关技能}
2. {次相关技能}
...
使用 references/prompts/html-resume-template.md 中的提示词模板：
使用 references/prompts/materials-prompt-template.md 中的备忘录部分：
输出格式：精美 Word 文档（.docx）
使用 docx skill 生成固定格式的 Word 文档，样式规范见：
references/prompts/memo-word-spec.md
文档结构：
样式特点：
输出文件：
├── 简历_{姓名}_{目标公司/律所}.html
├── 面试备忘录_{目标公司/律所}.docx （精美 Word 文档）
└── 法律风险分析报告_{目标公司/律所}.md
如果用户询问如何添加聊天窗口：
extensions/interactive-resume/dify-integration.mdget_executed_entityget_dishonest_entityget_consumption_restrictionsget_final_casesget_judgments每个 MCP 工具独立判断可用性，不可用时单独降级到 Web Search。不因单个工具失败而影响整体流程。
所有生成内容必须基于：
严禁虚构经历、夸大成果或编造公司信息。
优先使用：
所有生成的材料都要能直接支撑面试：
明确告知用户：
用户：我想申请腾讯音乐的法务岗位，JD在这里
Claude：
1. 提取 JD 信息
2. 询问：你有秘塔AI搜索或 Perplexity Pro 吗？
3. 开始调研：
- 公司调研（Deep Research 或 Web Search）
- 法律风险分析（MCP 或 Web Search）
4. 询问：你的基础简历信息
5. 生成：网页简历 + 面试备忘录
用户：这是我的简历，我想申请红杉律所的资本市场团队
Claude：
1. 加载现有简历
2. 询问：你有关于这个团队的私域信息吗？
3. 使用「律所调研框架」+「团队信息收集清单」
4. 生成：针对性简历 + 面试备忘录
用户：帮我快速调研一下字节跳动的法律风险情况
Claude：
1. 直接执行法律风险分析（工具级降级）
2. 输出：法律风险分析报告
见 extensions/interactive-resume/dify-integration.md
见 references/styles/custom-guide.md
references/prompts/preparation-checklist.md - 材料准备清单references/prompts/html-resume-template.md - 简历 HTML 生成提示词references/prompts/materials-prompt-template.md - 求职材料生成提示词references/prompts/memo-word-spec.md - 面试备忘录 Word 文档规范references/prompts/firm-research-extension.md - 律所求职扩展references/frameworks/company-research-framework.md - 公司调研框架references/frameworks/firm-research-framework.md - 律所调研框架references/frameworks/legal-risk-framework.md - 法律风险分析框架references/mcp-tools/mcp-catalog.md - 支持的 MCP 工具目录（功能匹配）references/mcp-tools/fallback-queries.md - MCP 降级查询模板references/styles/business-elite.md - 商务精英风配置references/styles/modern-tech.md - 现代科技风配置references/styles/minimal-clean.md - 极简清新风配置references/styles/custom-guide.md - 自定义配置指南