前言¶

简历优化这一步，多数流程靠人肉完成：把简历、招聘 JD、公司介绍分别丢给模型，再让模型给几条笼统建议。问题不在模型能不能写，而在输入往往不完整——JD 被简化成一两句，公司介绍压根没给，模型只能基于通用模板改，产出和「针对这家公司」没有实际关系。

下面介绍的 Skill 把这件事做成一次结构化处理：把简历、JD、公司介绍三份材料一起喂进去，输出两样东西——一份针对该企业的优化方案，一份改好的简历。面向中文求职场景。

这是什么¶

「智能简历优化与岗位匹配」（SkillHub 页面标题为「简历人岗匹配优化器」）是一个社区来源的 Skill，坐标 @user_bf8ac393/resume-jd-optimizer，版本 1.0.0，分类 content-creation，发布者 user_bf8ac393。

它解决的问题是：输入三份材料，得到一份可执行的、对齐该岗位和该公司的简历优化方案，以及最终改好的简历，而不是通用建议。

需要说明的是，线索里给出的评分 99916、分类 business-ops、下载 1193 与已抓取资料不一致，资料中为评分 100000、下载 13、安装 0。本文按已抓取资料记录，线索数据未能核实。

核心功能¶

1、材料解析。支持从 PDF、DOCX、MD、TXT 和图片中读取简历与 JD 文本，把非结构化材料转成可处理文本。

2、方案输出。输出「针对该企业提升面试邀约率的简历优化方案」，说明针对该岗位和公司如何调整简历。

3、最终简历。在方案之外单独产出一份「最终优化后的简历」，可直接使用。

4、中文输出。面向中文求职场景，结果默认中文。

5、免 API Key。标签为 requires_api_key=false，不需要额外申请密钥。

触发方式有两种：一是用户说「帮我优化简历」「针对这家公司改简历」「根据 JD 改简历」「上传简历和招聘要求出优化方案」「简历匹配度分析」；二是用户上传了简历文件并附带岗位或公司信息。

安装与启用¶

抓取到的官方资料里没有包含安装命令、目录结构或配置字段，这些信息无法核实，本文不写。

可以确认的是：

• Skill 以通用 SKILL.md 格式提供，社区来源（community）。
• 来源归属上资料存在两处写法：官方地址 user_fa14b5bc，页面坐标与 SkillHub 页面为 user_bf8ac393。使用时以官方页面为准。
• 官方地址：https://api.skillhub.cn/user_fa14b5bc/resume-jd-optimizer
• SkillHub 页面：https://www.skillhub.cn/skills/user_bf8ac393/resume-jd-optimizer

本文撰写时两个地址均无法抓取成功，安装与配置细节请以官方页面最新信息为准。

典型用法¶

用法来自官方简介中的触发条件，按下列方式发起即可：

1、给指令触发：说出「帮我优化简历」「针对这家公司改简历」「根据 JD 改简历」等句子，模型进入该 Skill 的处理流程。

2、给材料触发：上传简历文件（PDF/DOCX/MD/TXT/图片均可），并附上岗位信息或公司介绍，模型解析后给出优化方案与最终简历。

3、给完整三件套：简历 + 招聘 JD + 公司介绍一起提供，输出对齐度最高。

需要留意的是，素材中没有给出具体的输入格式示例、字段名或命令行参数，上面的用法是按触发条件还原的，不是可逐字复现的脚本示例。

适用场景与注意¶

适合的场景：

• 已有目标岗位的 JD 和公司介绍，想把简历改成针对该公司的版本。
• 手上材料是 PDF、DOCX 或图片，不想手工整理成纯文本。
• 需要同时拿到「怎么改」的方案和「改完的」简历两份产物。

限制：

• 输入质量决定输出质量。JD 写得过简、公司介绍缺失，优化方案会偏向通用。
• 面向中文求职场景，其他语种的求职材料适配情况资料中没有说明。
• 「提升面试邀约率」是产物的描述目标，不是可验证的效果承诺。
• 安装命令、配置字段、以及是否支持 Cursor / Codex CLI / Claude Code 的差异，资料中均未提供，无法核实，不要按通用 Skill 安装方式推断。

小结¶

这个 Skill 的价值在于把简历优化从「一段通用建议」变成「针对某企业、某岗位的两份产物」：一份方案，一份最终简历。它接收简历、JD、公司介绍三份材料，支持常见文件格式解析，默认中文输出，不需要 API Key。资料里缺的是安装方式和具体用法示例，这两个点请到官方页面确认。

官方地址：https://api.skillhub.cn/user_fa14b5bc/resume-jd-optimizer