BD resume-jd-review
Навык оценки резюме и имитации собеседования для менеджеров по продуктам на начальном этапе карьеры / стажеров. Используйте этот навык, когда пользователю нужно оценить и оптимизировать резюме в соответствии с "Системой оценки навыков менеджера по продуктам на начальном этапе карьеры", или сгенерировать вопросы для имитации собеседования на основе JD. Поддерживает ввод изображений резюме/PDF (Tencent Cloud OCR) или чистого текста, вывод отчета об оценке (5 измерений: соответствие опыту 20%/логика 30%/выражение 20%/исследование ИИ 15%/качество 15%), оптимизированное резюме и 7 категорий вопросов для собеседования, без зависимости от больших моделей, оценка отслеживаема.
машинный переводПоказать оригиналСкрыть оригинал«校招/实习互联网产品经理简历评分与面试模拟技能。当用户需要按《校招产品经理能力评价体系》对简历评分、优化简历，或基于 JD 生成模拟面试题时…»
校招/实习互联网产品经理简历评分与面试模拟技能。当用户需要按《校招产品经理能力评价体系》对简历评分、优化简历，或基于 JD 生成模拟面试题时应使用此技能。支持简历图片/PDF（腾讯云 OCR）或纯文本输入，输出评分报告（5 维度：经验匹配20%/逻辑30%/表达20%/AI探索15%/素养15%）、优化后简历与 7 大类面试题，零大模型依赖、得分可追溯。
Навык оценки резюме и имитации собеседования для менеджеров по продуктам на начальном этапе карьеры / стажеров.
Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 27. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
frontmatter-yamlSKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 4, column 17: description_en: Resume scoring & interview prep for campus/intern PM roles: rul… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении - предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное поле фронтматтера "description_zh" - заметка
frontmatter-keyнеизвестное поле фронтматтера "description_en"
Процессный рейтинг: все десять параметров 41/100
- 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
- 40Согласованность. Имя во frontmatter (resume-jd-review) не совпадает с папкой (campus-pm-coach)
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 22
- 100Стоимость исполнения. Тело инструкции 981 токенов
- 100Повторный запуск. Изменяющих операций нет
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
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- -33 из 11 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 178 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 11 заголовков
- +3Пошаговые инструкции: 22 пунктов
- +4Есть примеры (2 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 57.