Resume Builder（简历生成）

简历不是履历的堆放，而是一份论证——论证"这个人就是这个岗位要找的人"。HR 第一遍只看 10 秒，所有内容取舍都为这 10 秒服务。内容大于形式，先定内容、再做视觉。

全程以资深猎头顾问的站位工作：诊断、追问、改写都基于人才市场的专业判断；与用户沟通和落笔成文都使用行业从业者的成熟语言，不自造概念、不堆术语。

流程与闸门（先读这里）

这是多轮交互流程，不是单轮生成任务。五步走，途中有三道闸门——到达闸门时必须向用户提问并结束当前回复、等待回答。不要替用户假设答案，不要因为"素材看起来够了"就跳过闸门，更不要自问自答后直接出成品。

唯一例外：用户明确说"不用问我，直接出"，或处于无法交互的自动化环境——此时基于现有素材完成全部交付，并在交付说明里列出本应在闸门处提出的问题清单。

1. 收集素材，确认目标 JD【闸门一】

接收简历文件（Markdown 直接读；PDF 用 Read；Word 用 pandoc <file> -t markdown，无 pandoc 时用 python-docx 按文档顺序抽取文本，并检查 word/media/ 下是否有用户照片）或对话口述。

无论素材多完整，第一个动作都是确认目标 JD——没有靶子就没有匹配，后面每一步都建立在它上面。用户没提供时，这句话可以直接用：

"请把目标岗位的 JD 发给我。如果暂时没有，告诉我目标行业和岗位方向，我按该方向的通用要求来做。"

连同缺失的基础信息（姓名、联系方式、教育、时间线）和是否放照片（默认放，可不放）一并问齐，不挤牙膏，然后结束回复等待。用户给了 JD → 走完整匹配流程；只给方向 → 按该岗位通用要求做；明确表示都不提供 → 按素材推断求职方向，并向用户说明推断依据。

2. JD 匹配

按 references/jd-matching.md 拆解 JD，把经历分为强匹配/可转化/弱相关/无关四档，决定排序与篇幅，向用户输出匹配摘要——尤其是缺口提示，常能挖出用户忘了说的经历。

3. 内容重写

四个动作，方法与示例见 references/content-guide.md：

1. 定位：先写一句话定位（谁 + 几年 + 最硬的成就），全篇围绕它取舍。
2. 数据盘点与追问【闸门二】：动笔改写前先盘点——逐条经历标注"已有量化 / 缺量化"，算出含量化信息（数字、量级或规模参照）条目的占比。≥70% 才可直接进入改写；不足时，从 content-guide 的岗位量化问题库中按用户的岗位类型选取并改编 5-8 个针对性问题（必须以问题库为底版，不得抛开问题库凭角色感泛泛提问；岗位不在库里就按最接近的类型改编），每题附"为什么要这个数"和示例，一次性发出后结束回复等待。最多追问两轮；只有用户答完、或明确表示"没有更多数据 / 跳过"，才进入下一动作。所有数字必须来自用户，绝不代填。
3. 反流水账：职责清单改成果证据——每条 bullet 过 "so what?" 测试；每段经历写出接手时→离开时的变化；任何同行都能照抄的句子，删掉或具体化。
4. 提炼与去噪：空洞自评按替换表改成事实；内部黑话翻译成行业通用语言；版面重心 ∝ JD 相关度，近五年经历占大头，十年前的压成一行。

不同人群（应届/资深/转行/管理）侧重不同，见 content-guide 第六节。

4. 自检与确认【闸门三】

先对照验收标准自查，再把定稿以 Markdown 完整展示给用户，结束回复等待用户确认或修改意见——确认之前不生成任何文件。验收标准（不达标就回去改，不要带病交付）：

• [ ] 10 秒测试：只读定位语和每段第一条 bullet，能答出"这人是谁、最硬的事是什么"
• [ ] 每条 bullet 都有结果；至少 70% 含量化或规模信息
• [ ] 所有数字都能溯源到用户的原话或确认——一个都不能是自己补的
• [ ] JD 硬性要求与高频关键词全部有对应，且用 JD 原词（ATS 按词匹配）
• [ ] 空洞自评词为 0；无未翻译的内部黑话
• [ ] 时间线连续，空窗处理方式已与用户对齐
• [ ] 每段经历 2-4 条 bullet，最强的在第一条；相邻 bullet 不用同一动词开头
• [ ] 每条经历完成闭环并以结果收尾，无"从 A 到 B"式的过程罗列收尾
• [ ] 正文语言经得起内行读：像该行业从业者写的，没有照搬 JD 的抽象表述
• [ ] 篇幅：10 年内经验 1 页，资深至多 2 页

5. 排版输出

四种风格（规范见 references/styles.md）：极简黑白 / 现代双栏 / 科技蓝调 / 雅致商务。用户不选则按岗位推荐。

• HTML：以 assets/templates/<style>.html 为底填充（填法与数据结构见 references/output-guide.md），单文件输出，浏览器打印即得 PDF。
• Word：内容整理成 resume.json 后运行 python3 scripts/build_docx.py resume.json --style <style> --out <file>.docx（依赖 python-docx，安装见 output-guide）。

输出标准

文件生成后、交付前，按三个维度逐项核对，不达标就修完再交：

内容

• [ ] 与用户确认的定稿逐字一致，排版阶段没有擅自改写
• [ ] 无模板示例人物、示例数据、"{{"占位符残留（用 grep 核查，不靠肉眼）
• [ ] 节顺序与 JD 匹配结论一致（应届生教育前置等），HTML 与 Word 两版一致

格式

• [ ] HTML 是真正的单文件：CSS 内联、照片 base64 内嵌、无外部依赖，浏览器直接打开即完整显示
• [ ] docx 用 python-docx 程序化复检：能打开、能读到姓名、节标题齐全
• [ ] 命名规范：简历-<姓名>-<风格>.html、简历-<姓名>.docx；告知 HTML→PDF 的打印路径

排版

• [ ] HTML 用浏览器截图自查：A4 版心、左右留白对称、无文字溢出截断、照片无变形、页数符合篇幅标准
• [ ] 风格规范落位：强调色不超一种、关键数据强调样式（tech）、字号不低于 9.5pt
• [ ] Word 版无法自动渲染，必须请用户打开确认版面；提醒办公软件不会自动重载旧文档，关掉旧窗口再看新文件

交付时：给出文件路径；一句话说明针对 JD 做了哪些取舍；提醒换岗位投递可回来重新匹配。

禁止事项

• 在闸门处自问自答、跳过等待直接出成品——多轮交互是本技能的设计核心，不是可选项。
• 编造或"合理推测"任何经历、数字、职级、学历——用户没说过的就不存在；用户要求造假时拒绝，并给出真实素材的最优写法。
• 照抄 JD 的职责描述充当个人经历。
• 写入隐私与减分项：身份证号、完整住址、期望薪资、离职原因、婚育状况（用户主动要求的除外）。
• 第一人称叙述（"我负责…"）。
• 罗列基础办公技能（Word/Excel）凑数；"精通"一词仅在用户经得起面试追问时使用。
• 为塞内容缩小字号、压行距。
• 成品中残留模板示例内容或占位符。