前言¶

做求职辅导或招聘支持类产品时，常遇到两类难处理的需求。一类是”帮我定制简历”，另一类是”帮我研究这家公司”。分开做都容易产出空泛内容：简历定制只改措辞不改匹配度，公司研究只罗列官网信息，看不到岗位背后的业务背景。

下面介绍的 Skill 走另一条路径：先研究目标公司，再把职位描述与候选人材料放在一起对照，最终输出一套每个结论都有出处的申请资料包。它不负责编造公司事实或候选人经历，这一点是它的明确边界。

这是什么¶

求职专家（坐标 @org-i8ze0kds/dragonai0001，版本 1.0.0）是一个面向求职场景的 Agent Skill，分类 business-ops，来源标记为 enterprise，由杭州烛龙智元科技有限公司发布维护。

它解决的问题是：把”研究公司—分析岗位—定制材料—准备面试”这条链路串成一个可复用的流程，而不是让每次对话都从零开始搜集信息、从零开始判断该问哪些问题。

核心功能¶

按官方简介，这个 Skill 的能力覆盖以下几类：

• 岗位背景识别：定位岗位背后的业务部门、团队、产品线、利益相关方、招聘背景与隐性需求。
• 招聘动因调查：查公司为什么在招人，是扩张、补缺还是新业务启动。
• 材料定制与重写：定制或重写简历，撰写求职信。
• 对照分析：把简历与职位描述逐项比对，找出匹配点与缺口。
• 面试准备：准备自我介绍与面试问答。
• 能力差距诊断：基于岗位要求诊断候选人尚缺的能力项。
• ATS 匹配度优化：调整材料以提升简历筛选系统的解析与匹配效果。
• 转行场景：在跨行业投递时重构材料逻辑。
• 中英文本地化：对中文与英文求职材料做本地化处理。
• 资料包整合：把上述产出合并成一套有来源依据的完整申请资料包。

它的约束也很明确：不编造公司或候选人的事实。所有输出都要求能追溯到实际检索到的来源。

安装与启用¶

官方公开资料中未给出明确的安装命令、目录路径或配置文件字段，这里不推测补充。可用的确定信息如下：

• 坐标：@org-i8ze0kds/dragonai0001
• 版本：1.0.0
• 分类：business-ops
• 来源：enterprise
• 标签：requires_api_key=false

requires_api_key=false 表示该 Skill 不需要额外配置 API Key 即可使用。它在通用 SKILL.md 格式上定义，具体加载方式取决于你使用的 Agent 客户端（Cursor、Codex CLI、Claude Code 等）对 Skill 的识别机制，客户端侧差异请以各自文档为准。

典型用法¶

官方简介给出的使用方式是：输入职位描述与候选人材料，由 Skill 先完成公司与岗位研究，再产出针对该岗位的定制材料。一个可直接复现的调用思路如下。

输入：目标公司 + 职位描述（JD）+ 候选人简历/背景材料
流程：研究公司 → 分析岗位背景与隐性需求 → 比对简历与 JD → 定制简历与求职信 → 准备自我介绍与面试问答
输出：一套带来源标注的申请资料包

实际操作中，建议按这个顺序推进：先给 Skill 足够具体的公司名称和岗位链接，再上传候选人材料，最后要求它把关键结论的出处列出来。如果只给一个模糊的行业方向，产出会退化成通用建议，参考价值有限。

适用场景与注意¶

适合这些场景：需要批量为不同岗位产出差异化材料；需要对同一岗位做简历与 JD 的逐条比对；需要有来源可查的公司背景调研；需要中英文材料双向本地化。

几个限制值得先说清楚：

• 输出质量依赖输入材料的具体程度，公司名、岗位链接、候选人经历给得越细，结果越可用。
• 它不做事实编造，因此无法填补候选人缺失的经历，也不能凭空生成公司业务数据。
• 公司研究部分依赖公开可检索的信息，非公开的组织架构或招聘计划拿不到。
• ATS 匹配度优化是材料层面的调整，不保证通过任何具体筛选系统。

结尾¶

求职专家的价值在于把分散的求职准备动作收敛成一条有来源约束的流水线，适合需要反复产出差异化申请材料的场景。公开资料中评分 100000、下载 1204、安装 0（SkillHub 页面抓取快照，不同时间抓取数值会有变化），且不需要配置 API Key。

官方地址：https://api.skillhub.cn/org-i8ze0kds/dragonai0001
SkillHub 页面：https://www.skillhub.cn/skills/org-i8ze0kds/dragonai0001