Analyze Job Fit Skill

面向互联网行业的 JD 与简历匹配诊断 Skill。

它会先拆解岗位真正需要的能力，再用简历中的项目事实判断匹配、缺口和准备方向。覆盖产品、研发、设计、运营、电商与店铺运营等岗位。

在线案例

查看匿名 AI 产品总监岗位匹配报告

案例包含：

• 岗位要求与简历证据逐条对应
• 硬门槛检查
• 通俗版四项评分及问号解释
• 优势、能力缺口与证据缺口
• 简历修改 Diff
• 针对性面试题与追问
• 阶段行动计划

案例已经移除姓名、照片、电话、邮箱、出生年月等个人信息。

四项评分

• 跟岗位有多合适：经历和能力与这份 JD 对得上多少。
• 简历证明得够不够：是否用具体项目、本人动作和结果证明能力。
• 招聘系统能不能读懂：ATS 能否正确读取经历、时间、岗位和关键词。
• 这次判断靠不靠谱：输入材料是否完整、清晰，分析结论是否有足够依据。

这些分数不是录用概率，也不是对候选人综合能力的评价。

HTML 视觉基准

HTML 报告默认使用 job-evidence-v1 主题，基准模板位于 analyze-job-fit/assets/report-template.html。视觉与交互约束包括：

• 深黑、米白、亮红三色体系，以及网格背景、细边框和切角卡片；
• 岗位结论首屏、四项评分、硬门槛、证据矩阵、简历 Diff、面试题和行动计划；
• 桌面端与移动端响应式布局、问号解释交互和打印 / PDF 样式；
• 单文件自包含，不加载外部字体、脚本或图片。

python scripts/run_evals.py 会同时检查评分回归和上述视觉基准。升级主题时， 必须同步更新模板、基准标识和回归约束，不能只修改某一份生成报告。

目录

analyze-job-fit/
├── SKILL.md
├── agents/
├── assets/
├── evals/
├── references/
└── scripts/

docs/
└── index.html

使用

把 analyze-job-fit/ 放入支持 Skills 的 Agent 环境，然后提供：

1. 一份 JD，可为文字、网页、截图、PDF 或 DOCX。
2. 可选的个人简历。
3. 可选的目标职级、城市、行业或面试阶段。

典型指令：

分析这份 JD。如果有简历，生成证据化匹配报告、简历修改建议、
可能的面试题，并输出一个自包含 HTML。

本地验证

cd analyze-job-fit
python scripts/run_evals.py
python scripts/validate_analysis.py evals/example-analysis.json
python scripts/render_report.py evals/example-analysis.json output/report.html

PDF 输出需要 reportlab：

python scripts/render_pdf.py evals/example-analysis.json output/report.pdf

原则

• 不编造经历、数字、职责或成果。
• 不根据年龄、性别、照片、婚育、学校或公司名气评分。
• 不把关键词命中率当作岗位匹配度。
• 不输出录用概率。
• 面向招聘方时只用于人工辅助，不能自动淘汰候选人。

开源方案借鉴与许可证说明见 open-source-attribution.md。