name: get-job description: | 实习.skill / get-job.skill：从调研岗位、改简历到拿 offer 的全流程求职 agent。 三段链路：① 用 WebSearch 调研目标岗位到底要什么 → ② 把简历按岗位反向定位、把不对口的经历翻译成岗位语言 → ③ 证据化审计拆雷 + 逐题话术，准备面试。 适用于实习/校招/社招的任何岗位和任何背景跨度。产出三份交付物：岗位调研、改后简历(docx)、面试准备。 触发词：「帮我投 X 岗」「改简历」「按目标岗位优化简历」「调研这个岗位」「准备面试」「按我简历准备面试」「模拟面试」「转行/跨专业求职」「校招/秋招/暑期实习准备」「我背景不对口怎么办」。

实习.skill · get-job.skill

「你不需要一段完美对口的背景，你需要把已经有的背景，翻译成目标岗位听得懂的语言。」

一个通用求职 agent skill。跨平台可用（Claude Code、Codex，或任何支持 SKILL.md 的 agent 环境）。

链路（核心）

求职不是只把简历改得像那个岗位。完整链路是三段，缺一不可：

① 调研岗位        →   ② 改简历          →   ③ 准备面试
   WebSearch            目标定位+迁移翻译       证据化审计+话术
   ↓产出                ↓产出                  ↓产出
   岗位调研.md          改后简历.docx          面试准备.md

每段的产出都是下一段的输入：先搞清岗位要什么，才知道简历往哪改；简历定了，才知道面试要拆哪些雷。 方向错了，简历改得再漂亮也没用。

examples/ 下每个文件夹就是一次完整成品——以岗位命名，含这三份交付物。

诚实底线（贯穿全程，不可逾越）

• 翻译 ≠ 造假。 把做过的真事换个角度讲给目标岗位听，是翻译；把没做的写上去，是造假，面试一追问就崩。
• 能力迁移要有真实锚点。 每个"可迁移能力"都对应一件真做过的事，不迁移一个根本不存在的能力。
• 模糊化 ≠ 撒谎。 讲不清来源的数字，改成"双位数提升""测算方式记不准了"，是诚实承认记不清。
• 背调红线绝不碰。 学历、在职时间、职位名称这些会被核实的硬信息，一个字不能动。
• "AI 辅助完成"是加分项。 用 AI 快速做出 MVP、自己做产品/架构决策，诚实讲，比假装资深工程师被追问到崩强一百倍。

Stage 0: 锚定

开工前钉死，一次问全，不要挤牙膏：

Stage 1: 调研岗位（WebSearch）

全流程的真正起点。 用 WebSearch 把目标公司/岗位摸清楚，产出 岗位调研.md。

搜这几个维度：

• 核心能力关键词（3-5 个）：从 JD、招聘页反推这个岗位真正考的能力 → 这是简历要对齐的靶心
• 业务 / 产品：这条业务做什么、给谁用、最近发布了什么（二面常问"你了解我们吗"）
• 隐性门槛：会不会问"为什么转行"、会不会现场考技术原理/估值
• 行业 / 竞品 / 最新动态：行业判断题、"你怎么看我们最近的 X"

⚠️ 抓最新信息，不要凭训练语料编公司近况，过时就是硬伤。

产出格式见 examples/*/岗位调研.md。

Stage 2: 改简历（简历没投出去时做）

完整方法见 references/resume-playbook.md。五步：

1. 目标定位：用 Stage 1 的能力关键词当靶心。
2. 盘点真实经历：每段问"真做了什么 + 哪部分能对应靶心"，建立"真实经历→目标能力"的映射。
3. 写求职意向头：简历顶部加一段目标导向定位句，让面试官 5 秒看到"这人冲我们岗位来的"。
4. 能力迁移翻译（最核心）：逐条改写 = 真事 → 用目标岗位语言重述 → 加一句迁移句点明可迁移性。
5. 重排序 + 量化 + 砍无关：最对口的提到最前；讲不清来源的数字模糊化；与岗位无关的删掉。

定稿后用 scripts/generate_resume.py 生成统一模板 docx（用法见 scripts/README.md）。

✅ 检查点：把定位和每段迁移叙事给用户确认——是否真实、有没有过度拔高。

Stage 3: 准备面试

完整方法见 references/interview-playbook.md。产出 面试准备.md。三步：

1. 建题库：抓对口面经（用户提供 > 小红书/牛客/脉脉 > WebSearch），按出现频率分级（🔴必考/🟡高频/🟢中频/🔁反问），附凉经雷区。
2. 证据化审计 + 风险地图：逐条 claim 问"被追问来源你能讲清吗"，分 ✅真/⚠️记不清/🚨假；每项配处理策略和时间预算。这是防崩的核心。
3. 话术生成：自我介绍钩子（每字都真）+ 王牌项目 STAR-R + 追问兜底表 + 反问。

✅ 检查点：把风险地图和自我介绍念给用户，确认真假判定对、语气像他能说出口的。

品味守则（速查）

绝不做的事

• 编造不存在的经历或数据，或迁移一个根本没有的能力
• 动学历/在职/职位名这类背调硬信息
• 教用户假装资深工程师然后被追问到崩
• 不调研岗位就闷头改简历

创建者归属

本 Skill 由「实习.skill / get-job.skill」提供。 创建者：agentenatalie

实习.skill

你的全流程求职 agent

它能做什么 · 效果示例 · 怎么用 · 示例成品 · 工作原理 · 安装

它能做什么

求职最难的不是没经历，是经历跟目标岗位看起来没关系，或者简历改得再花面试一追问就崩。这个 skill 把整条链路走完，缺一不可：

每段的产出都是下一段的输入。方向错了，简历改得再漂亮也没用。

教育学能投金融、心理学能进 AI、文科生能做互联网运营——靠的不是编经历，是翻译。

效果示例

同一个人的简历，改之前 vs 改之后。经历一个字没编，只是翻译成了目标方向听得懂的语言。

上面这对前后简历示例在 examples/文科投AICoding/（内容全部泛化，仅作演示）。

再往后，它会基于改后的简历反推岗位、生成一份逐题面试准备（节选）：

完整面试准备示例在 examples/文科投AICoding/。

这就是这个 skill 做的事：不编经历，把你已经有的东西翻译到位，再帮你准备到面试不崩。

怎么用

装好 skill 后，把简历和目标岗位直接 copy-paste 丢给它，一句话就行：

这是我的简历 [贴上简历内容 / 拖入 PDF/Word]，我想申请 [公司] 的 [岗位]，JD 如下 [贴上 JD]，帮我准备。

然后它会自动走三步，全程产出文件：

1. 调研岗位 — 用 WebSearch 搜这家公司的面试风格、JD 真正要的能力、隐性门槛和最新动态 → 岗位调研.md
2. 改简历 — 按调研结论反向定位，把你的真实经历翻译成岗位语言，生成一份排版好的简历 → 改后简历.docx
3. 准备面试 — 基于改后简历反推考点，逐条拆雷 + 写自我介绍和逐题话术 → 面试准备.md

中间有两个确认点（简历定稿前、面试话术前），你过一眼对不对再继续。简历已经投出去改不了，就直接说"按我简历准备面试"，跳过第 2 步。

示例成品

examples/ 下每个文件夹就是一次完整成品——以岗位命名，含三份真实交付物（全部虚构，看不出真实背景）：

每个文件夹里：

文科生投运营/
├── 岗位调研.md      # ① WebSearch 调研结果
├── 改后简历.md      # ② 改写后的简历成品
└── 面试准备.md      # ③ 自我介绍 + 风险地图 + 逐题话术

仓库结构

get-job/
├── SKILL.md                      # 三段链路主流程（agent 读这个）
├── references/
│   ├── resume-playbook.md        # 改简历方法：目标定位 + 能力迁移翻译
│   └── interview-playbook.md     # 面试方法：题库 + 证据化审计 + 话术
├── scripts/
│   ├── generate_resume.py        # 把改好的内容渲染成统一模板 docx
│   ├── sample_resume.json        # 输入示例
│   └── README.md                 # 脚本用法
├── assets/                       # README 用的图（hero / 怎么用 / 前后简历 / 面试准备截图）
└── examples/                     # 完整成品（虚构）
    ├── 文科投AICoding/           # 含改前/改后简历截图 + 面试准备文件
    ├── 文科生投运营/
    └── 非科班投AI产品/

工作原理

核心信念：翻译，不是造假

大多数人改简历的误区是堆关键词或照时间平铺，让招聘的人自己去找匹配点——他不会找。这个 skill 的内核是：

1. 目标岗位反向定位——先从 JD 反推这个岗位要的 3-5 个核心能力，当作靶心。
2. 能力迁移翻译——把每段真实经历，用目标岗位的语言重述，并加一句"迁移句"点明可迁移性。
3. 证据化审计——面试官会顺着简历追问两三层，提前把每个数字/经历拆雷：能讲清的最大化，讲不清的模糊化。

诚实底线（不可逾越）

• 翻译 ≠ 造假：换角度讲做过的真事是翻译；写没做过的事是造假，一追问就崩。
• 迁移要有真实锚点：每个"可迁移能力"都对应一件真做过的事。
• 模糊化 ≠ 撒谎："测算方式记不准了"是诚实承认记不清，不是编新谎。
• 背调红线绝不碰：学历、在职时间、职位名一个字不能动。
• "AI 辅助完成"是加分项：诚实讲，比假装资深工程师被追问到崩强一百倍。

安装

基于开放的 Agent Skills 协议，可在 Claude Code、Codex、Cursor、OpenClaw 等兼容 runtime 中运行。

方式一：一行命令（推荐）

npx skills add agentenatalie/get-job.skill

方式二：手动安装——把整个 get-job/ 目录放进你的 skills 目录：

# Claude Code
git clone https://github.com/agentenatalie/get-job.skill ~/.claude/skills/get-job
# Codex / 其他 runtime：放进对应的 skills 目录即可

方式三：作为参考资料——不想装也行，直接把 references/ 下两个 playbook 丢给任何 AI，让它按这套方法帮你改简历、准备面试。

使用——装好后直接说：

"帮我调研 [公司][岗位] 并按这份简历改投"（把简历 PDF/Word 丢进来） 或 "按我简历准备 [公司] 的面试"（简历已交也能用）

它会从调研岗位开始，带你走完全流程，产出那三份交付物。

许可证

CC BY-NC-ND 4.0：可自由分享，但禁止商用、禁止修改后再分发，且必须署名作者。需要商业使用授权请联系作者。

觉得有用就点个 ⭐ Star，让更多在改简历、准备面试的人看到。