前言¶
招聘初筛和改简历，常见做法是凭经验扫一眼 JD 对照经历，或用通用大模型自由发挥。前者口径难统一，后者容易漏掉硬性条件、量化不足，或在筛选话术上踩合规线。若希望 Agent 按固定框架做硬性过滤、五维打分、STAR 改写和合规提醒，可以把 SkillHub 上的「简历」（@kunlungrowth/kunlun-resume）装进当前 AI 客户端，让对话落在同一套方法论上。
这是什么¶
「简历」是昆仑增长在 SkillHub 发布的 enterprise 类 Skill，坐标 @kunlungrowth/kunlun-resume，当前版本 1.2.0，分类为 business-ops。标签标明 requires_api_key=false，安装后无需额外 API Key。
官方定位：面向 HR 与招聘负责人，以及正在改简历的求职者，提供硬性条件过滤表、简历五维评分卡与权重、STAR 量化改写方法、初筛时长与通过率参考区间、时间断档与跳槽频次判定口径，以及招聘筛选的合规红线。
- 官方 API 入口：https://api.skillhub.cn/kunlungrowth/kunlun-resume
- SkillHub 页面：https://www.skillhub.cn/skills/kunlungrowth/kunlun-resume
核心功能¶
以下能力均来自 SkillHub 页面与抓取元数据，不展开未在官方简介中出现的功能。
- 硬性条件过滤表：把 JD 里的学历、年限、证书等硬性项整理成可对照的过滤维度，便于初筛时逐项勾选或排除。
- 简历五维评分卡与权重：用统一维度与权重给简历打分，减少「凭感觉」带来的口径漂移。
- STAR 量化改写：按情境、任务、行动、结果组织经历，并强调可量化表述，方便求职者改稿或 HR 给出修改建议。
- 初筛参考区间：提供初筛时长与通过率的参考区间，用于校准团队节奏或自我预期（具体区间以 Skill 内说明为准）。
- 断档与跳槽频次口径：对时间断档、跳槽频率给出判定口径，便于 HR 一致化处理，求职者也可对照自查。
- 招聘筛选合规红线：在筛选与沟通场景中提示合规边界，降低不当问询或歧视性表述风险。
安装与启用¶
SkillHub 推荐两种方式：让 Agent 按安装文档执行，或使用 skillhub CLI 指定 skills 目录安装。
方式一：提示词安装¶
在 Cursor、Claude Code 等支持 Skills 的客户端中，可将下面提示发给 Agent：
请根据 https://skillhub.cn/install/skillhub.md，安装 `@kunlungrowth/kunlun-resume`。
Agent 会按文档检查 CLI、选择当前环境的 skills 目录并完成安装。
方式二：CLI 安装¶
先确认是否已安装 SkillHub CLI：
command -v skillhub && skillhub --version
未安装时，可按官方文档执行完整安装（示例为文档中的推荐命令）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
安装 Skill 时必须用 --dir 指向当前 Agent 的 skills 目录，否则默认落在 ./skills/，客户端可能无法识别。常用路径如下：
| 客户端 | skills 目录 |
|---|---|
| Cursor | ~/.cursor/skills/ |
| Claude Code | ~/.claude/skills/ |
| Codex | ~/.codex/skills/ 或项目下的 .agents/skills/ |
安装示例（Cursor）：
skillhub install @kunlungrowth/kunlun-resume --dir ~/.cursor/skills/
也可先搜索再安装：
skillhub search kunlun-resume
skillhub install @kunlungrowth/kunlun-resume --dir ~/.cursor/skills/
安装后按所用客户端要求刷新或重启，使新 Skill 被加载。
典型用法¶
官方页面未附带独立「示例对话」文档；启用 Skill 后，可直接用自然语言触发上述能力，请求中尽量带上 JD、简历原文或筛选场景。下面是可复现的对话方向（表述需替换为你的真实材料）：
求职者改稿
我应聘「高级后端工程师」，JD 如下：[粘贴 JD]。
这是我的简历：[粘贴简历]。
请用简历 Skill 里的五维评分卡打分并说明权重，对薄弱经历用 STAR 做量化改写建议。
HR 初筛
岗位硬性条件：本科及以上、5 年以上 Java、可接受偶尔出差。
请按硬性条件过滤表列出必过项与可协商项，并给出初筛时长、通过率的参考区间说明。
合规与风险点
我们计划在电话初筛里问婚育计划和上一份工作离职原因，请对照招聘筛选合规红线，标出高风险问法并给替代话术。
经过上面的步骤，Agent 会按 Skill 内嵌的流程与模板组织输出；具体表格字段以 Skill 正文为准。
适用场景与注意¶
适合谁
- 需要统一初筛标准、评分口径的 HR 与招聘负责人。
- 希望按 JD 系统改简历、而不是单次「润色」的求职者。
- 已在 Cursor / Claude Code / Codex 等环境使用 Skills、希望招聘相关对话可复用的团队。
限制与注意
- 输出是辅助决策与改稿建议，不能替代用人单位的合规审查与最终录用决定；涉及劳动法、隐私地区差异时仍需法务或本地政策把关。
- 五维权重、参考区间等数值以 Skill 内定义为准，不同岗位类型可能需要人工调整结论。
- SkillHub 元数据显示评分为 100000、下载 8156（统计随平台更新）；与第三方转载的评分、下载数可能不一致，以 SkillHub 页面为准。
- 无需 API Key，但安装依赖 SkillHub CLI 或 Agent 能访问安装文档；内网或沙箱环境需自行确认网络策略。
结尾¶
「简历」Skill 把 HR 初筛与求职者改稿里重复出现的表格、评分、STAR 与合规要点收进 Agent 可执行的 Skill，减少每次从零写提示词。若要在本机启用，可从 SkillHub 页面复制安装提示，或使用 skillhub install @kunlungrowth/kunlun-resume --dir <你的 skills 目录>。
- SkillHub：https://www.skillhub.cn/skills/kunlungrowth/kunlun-resume
- 官方地址：https://api.skillhub.cn/kunlungrowth/kunlun-resume
