SKILLEMALL.ai

AD resume-jd-match

Генератор резюме на основе ИИ, соответствующий требованиям вакансии, с поддержкой китайского и английского языков. Собирает структурированный профиль пользователя (опыт работы, проекты, навыки, образование), анализирует описания вакансий, выполняет явный анализ соответствия перед генерацией, а затем выводит оптимизированное для печати HTML-резюме + автоматический экспорт в PDF. Основные преимущества: (1) полный конвейер от описания вакансии до резюме с прозрачностью, (2) нативная поддержка китайских резюме, (3) постоянное повторное использование профиля для нескольких вакансий. Используйте, когда: адаптируете резюме под вакансию, создаете резюме с нуля, оптимизируете для ATS, составляете резюме на китайском/английском, "сделай мне резюме", "адаптируй резюме под эту вакансию", "简历定制", "针对岗位优化简历".

машинный переводПоказать оригиналСкрыть оригинал«AI-powered JD-matched resume generator with native Chinese and English…»

AI-powered JD-matched resume generator with native Chinese and English support. Collects structured user profile (work history, projects, skills, education), parses target job descriptions, performs explicit match analysis before generating, then outputs print-optimized HTML resume + auto-export PDF. Core strengths: (1) JD→resume full pipeline with transparency, (2) Chinese resume native support, (3) persistent profile reuse across multiple JDs. Use when: tailoring resume for a job posting, creating resume from scratch, optimizing for ATS, building Chinese/English resume, "make me a resume", "customize resume for this job", "简历定制", "针对岗位优化简历".

ClawHub Agent Skills автор: 26048608982lp-ai v2.0.0 MIT-0 3 файла тело ≈ 616 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Генератор резюме на основе ИИ, соответствующий требованиям вакансии, с поддержкой китайского и английского языков.

Как процесс D 48/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ГенераторИнфраструктураЛюди и наймтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
92
Прогон на моделях
не было
Процессный рейтинг
D
48/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

    Для прогона на моделях — необязательно
    • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
    • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

    Находки guard · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "security"

    Процессный рейтинг: все десять параметров 48/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 85Шаги. Шагов: 21, расплывчатых формулировок: 1
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 616 токенов

    Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

    Сигналы качества

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 3 примера фраз-триггеров в кавычках
    • +3Длина description 651 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 10 заголовков
    • +3Пошаговые инструкции: 21 пунктов
    • +4Есть примеры (3 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.

    Внешние проверки

    ClawHub: clean
    This is a coherent resume-tailoring skill that stores personal resume data locally, with no evidence of hidden exfiltration or destructive behavior.
    LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.