OPEN SOURCE · AGENT SKILLS

下一份工作,
从更好的判断开始

让已有的经历,遇见合适的机会。
从岗位搜索到定向微调,每一步都有据可循。

THE WORKFLOW / 01

把一次求职,拆成清晰的下一步。

一份已有简历,三个相互衔接的技能。

CAREER OS / 工作流预览合成案例 · 非实时岗位

JD SCORECARD

每一个“匹配”,都能找到依据。

OUTPUT 02

对照 Lighthouse Systems 的合成 JD,区分直接证据与相邻经验。

AI 应用 / 智能检索经验

直接证据

“负责内部知识检索助手的需求分析、原型与效果评测。”

模型评测与 Badcase 流程设计

相邻经验

已有 120 条合成评测样本的经历;尚无独立设计 Badcase 分析流程的明确证据。

基础数据分析能力

仍有缺口

SQL 基础指标查询支持部分能力,不能直接推断完整分析项目经验。

RESUME ADJUSTMENTS

表达更贴合,事实不越界。

OUTPUT 03

在已有简历和明确 JD 的基础上,只展示必要、可审查的局部调整。

原文

负责内部知识检索助手的需求分析、原型与效果评测。

修改后

负责内部知识检索助手的需求分析、原型设计模型效果评测

修改依据回应 JD 的智能检索经验要求。“原型设计”和“模型效果评测”已出现在简历基线中,仅澄清表述。

交互示例,仅展示输出结构。实际任务由你的 Agent 执行。浏览 Skills

BUILT ON EVIDENCE / 02

好的机会,值得认真判断。

把信息查清,把依据留下,把边界守住。

01 / SOURCE

岗位有来源

保留来源、核验时间与招聘状态。搜索摘要只能成为线索,缺失的薪资或发布日期保持未知。

让下一次核验有迹可循
02 / EVIDENCE

匹配有依据

明确要求与推断分开,硬性条件与偏好分开。用简历里的真实经历,解释匹配理由与能力缺口。

让选择有可追溯的理由
03 / BOUNDARY

修改有边界

保留原文和事实基线,只围绕目标岗位调整表达。不把参与写成主导,不补造指标或经历。

让每一处修改都经得起追问

你的经历,由你掌握。搜索只使用必要的岗位与能力关键词。私人简历留在本地被忽略的目录中,公开示例使用合成数据。

隐私规则

MAKE YOUR NEXT MOVE / 03

带上已有简历,
从一个问题开始。

Career OS 是三个可组合的 Agent Skills。
在支持 Skills 的 Agent 环境中,开启你的工作流。

  1. 1

    获取 GitHub 仓库 在 Agent 中打开项目,或安装所需 Skills。

  2. 2

    准备已有简历与求职条件也可以直接带着一份具体 JD 开始分析。

  3. 3

    描述任务,检查结果与依据实时岗位查询需要宿主环境提供联网工具。

试着这样开始

根据我的已有简历,搜索上海的 AI 产品经理岗位。优先公司官网,给出来源、招聘状态、核验时间、匹配理由和缺口。将硬约束冲突和待核验线索分开列出。

复制后发送给你的 Agent

A FEW GOOD QUESTIONS

开始之前。

这是一个在线求职网站吗?

这是 Career OS 的项目介绍和交互示例页面,不接收或处理简历。实际能力由仓库中的三个 Agent Skills 提供,需要在你的 Agent 环境中使用;当前没有独立账号系统、数据库或招聘爬虫。

可以从零生成简历或自动投递吗?

当前范围是基于已有简历搜索岗位、分析匹配,并在你提出要求后针对具体 JD 微调内容。不提供从零生成、通用润色、排版导出、自动投递或招聘方联系。

已经有目标 JD,还需要先搜索吗?

不需要。可以直接提供已有简历与岗位链接或 JD,进入分析与比较;如果目标明确,也可以直接请求定向微调,并检查每一处原文、替换文本与事实依据。

页面上的岗位是真实招聘信息吗?

不是。所有展示的公司、岗位、招聘状态与候选人经历都来自仓库的合成示例,仅用于说明工作流。真实招聘信息必须通过当前可用的联网工具查询并核验。