analyze-resume

Analyze Resume — 简历综合分析

Safety Notice

This listing is imported from skills.sh public index metadata. Review upstream SKILL.md and repository scripts before running.

Copy this and send it to your AI assistant to learn

Install skill "analyze-resume" with this command: npx skills add jssfy/k-skills/jssfy-k-skills-analyze-resume

Analyze Resume — 简历综合分析

输入简历文件(PDF 或文本),自动提取候选人信息,输出结构化面试分析报告。

When to Use

当用户请求以下操作时触发:

  • "分析这份简历" / "帮我看下这份简历"

  • "analyze resume" / "review this CV"

  • "这个候选人怎么样" / "帮我出面试题"

  • "简历分析" / "候选人评估"

适用岗位:软件工程师、测试开发工程师、前端开发工程师

Phase 0: 读取简历

  • 用户提供文件路径(PDF 或文本文件)

  • 使用 Read 工具读取文件内容

  • 若为 PDF,直接用 Read 工具读取(支持 PDF 解析)

  • 确认读取成功后进入分析阶段

Phase 1: 项目经历小结

对候选人每个项目/工作经历,提取以下维度:

维度 说明

做了什么 候选人个人贡献,聚焦"我"而非"团队"

角色 核心开发 / 负责人 / 参与者 / 支持角色

难度 ⭐~⭐⭐⭐⭐⭐,基于技术复杂度、规模、创新性评估

亮点 最值得关注的技术亮点或成果

不足 描述模糊、个人贡献不清晰、缺少量化数据等

输出格式:

[项目名称] @ [公司/学校] ([时间])

  • 做了什么:...
  • 角色:...
  • 难度:⭐⭐⭐
  • 亮点:...
  • 不足:...

Phase 2: 综合评估(不限技术/时间/表达与协作线索)

从技术能力、时间安排合理性、表达与协作线索三个维度综合评估,输出以下三点:

🔴 非常值得质疑的简历描述(1点)

选出最可疑、最值得追问的描述,可能是:

  • 技术描述夸大("主导"但看起来只是参与)

  • 成果数据不合理(性能提升99%但无说明)

  • 时间线矛盾或项目经历密度异常

  • 技术栈与职责不匹配

格式:[描述原文] → 质疑点:...

⚠️ 最值得关注的缺点(1点)

候选人最突出的短板,可能是:

  • 技术深度不足(只会用不会原理)

  • 项目经验单一(行业/技术栈过窄)

  • 缺乏系统设计或架构经验

  • 表达不清晰,沟通能力存疑

✅ 非常值得关注的优点(1点)

候选人最突出的亮点,可能是:

  • 技术广度或深度明显高于同级

  • 有实际上线项目、开源贡献

  • 解决过真实高难度问题

  • 学习能力强,技术迭代快

Phase 3: 技术专长(3点)

不限于某一项目,综合全部经历提炼候选人的核心技术专长:

  1. [专长领域]:[具体说明,引用简历依据]
  2. [专长领域]:[具体说明,引用简历依据]
  3. [专长领域]:[具体说明,引用简历依据]

选取标准:

  • 多个项目中反复出现的技术

  • 描述最具体、最有深度的技术方向

  • 与目标岗位最相关的核心能力

Phase 4: 考察题目生成

根据 Phase 3 的 3 个专长,选取最具区分度的 2 个方向,各生成一组递进深入的考察题:

考察方向格式

考察方向一:[专长方向]

Q1(基础):[问题] 参考答案:[简要答案,100字内]

Q2(进阶):[问题] 参考答案:[简要答案,150字内,可含代码片段]

Q3(深入):[问题] 参考答案:[简要答案,200字内,考察原理/边界/取舍]

递进逻辑:

  • Q1:概念理解,确认候选人掌握基础

  • Q2:实际应用,考察解决真实问题的能力

  • Q3:原理/边界/最佳实践,区分优秀与普通候选人

Phase 5: LeetCode 算法题推荐

根据候选人的项目经历和技术专长,找出与其背景有一定关联的算法题(而非泛泛的热题),低/中/高难度各一题:

关联原则:

  • 候选人做过分布式系统 → 推荐涉及并发、一致性相关的题型

  • 候选人做过搜索/推荐 → 推荐图、排序、堆相关题型

  • 候选人做过数据处理/ETL → 推荐字符串、滑动窗口、哈希相关题型

  • 候选人做过 Android/移动端 → 推荐设计模式、树、状态机相关题型

输出格式:

🟢 简单:[题目编号]. [题目名称]

  • 题目链接:https://leetcode.cn/problems/[slug]/
  • 关联理由:[为何与候选人经历相关]
  • 考察点:[核心算法/数据结构]
  • 解题思路:[关键步骤,2-3句]

[伪代码,5-10行,体现核心逻辑]

  • 时间复杂度:O(?) / 空间复杂度:O(?)

🟡 中等:[题目编号]. [题目名称]

  • 题目链接:https://leetcode.cn/problems/[slug]/
  • 关联理由:[为何与候选人经历相关]
  • 考察点:[核心算法/数据结构]
  • 解题思路:[关键步骤,2-3句]

[伪代码,5-10行,体现核心逻辑]

  • 时间复杂度:O(?) / 空间复杂度:O(?)

🔴 困难:[题目编号]. [题目名称]

  • 题目链接:https://leetcode.cn/problems/[slug]/
  • 关联理由:[为何与候选人经历相关]
  • 考察点:[核心算法/数据结构]
  • 解题思路:[关键步骤,2-3句]

[伪代码,5-10行,体现核心逻辑]

  • 时间复杂度:O(?) / 空间复杂度:O(?)

注意:只推荐你确定存在于 LeetCode 上的真实题目,题号和 slug 必须准确,不要捏造。

输出结构

简历分析报告:[候选人姓名]

岗位方向:[软件工程师 / 测试开发 / 前端开发] 分析时间:[日期]


一、项目经历小结

[Phase 1 输出]


二、综合评估

[Phase 2 输出]


三、技术专长

[Phase 3 输出]


四、面试考察题目

[Phase 4 输出]


五、LeetCode 算法题推荐

[Phase 5 输出]

注意事项

  • 保持客观:基于简历内容分析,不做无依据推断

  • 低置信度线索要标注:涉及表达、协作、沟通的判断,只能基于简历呈现方式做弱结论,不能当作事实定性

  • 质疑有据:Phase 2 的质疑点必须引用简历原文

  • 问题可操作:考察题目要具体,不出泛泛而谈的大问题

  • 参考答案精准:参考答案应有明确判断标准,便于面试官评分

Source Transparency

This detail page is rendered from real SKILL.md content. Trust labels are metadata-based hints, not a safety guarantee.

Related Skills

Related by shared tags or category signals.

General

send-feishu

No summary provided by upstream source.

Repository SourceNeeds Review
-216
jssfy
General

analyze-stock

No summary provided by upstream source.

Repository SourceNeeds Review
General

git-review

No summary provided by upstream source.

Repository SourceNeeds Review