单一事实来源
所有履历事实只在 profiles/ 里写一份。每份简历、求职信、申报书都是当场根据它派生的——不用维护七八个版本的简历。
Resume Intelligence Hub给 AI IDE 用的 career skill
一句话在你的 AI IDE 里搭起私人职业中枢——简历定制、面试准备、课题申报，全在同一个 Git 仓库里。跨 Claude Code、Cursor、Windsurf 等主流 IDE 通用。
Skip to content
职业罗盘
定位向上 1-2 级的 stretch 目标，锁在 AGENTS.md 最上面，之后每份简历都按这个偏置。每季度按四维差距（技能 / 范围 / 背书 / 人脉）复盘一次，转成这季度的 SMART 计划。
双轨分离
招聘简历和基金申报书格式、语气、侧重完全不一样。两边数据源分开，只在需要时开启科研那条线。
投递前核查
冲高阶岗或报课题前，把简历里每条声明（学历、头衔、项目号、数字）逐条在公开来源过一遍，把风险项提前改掉，而不是等对方查到。
跨 IDE 通用
核心指令文件走 AGENTS.md 这个跨 IDE 标准。Claude Code、Cursor、Codex、Cline、Windsurf、GitHub Copilot 都能读，换工具不用重搭。
成熟方法论背书
Google XYZ 公式、STAR、BEI、Heilmeier 9 问、stretch target、三角验证——每一条都点出出处，方便你想深入时自己顺藤摸瓜。
安装
bash
npx skills add Zenine/resume-intelligence-hub -g -y然后在你常用的 AI IDE 里说任意一句：
> 帮我搭个简历库 # 从零开一个 hub
> 帮我针对这个 JD 生成简历 # 定制简历
> 看看有什么合适的机会 # 让 AI 主动搜岗位
> 针对这个职位帮我准备面试 # 模拟面试 + 准备故事
> 投递前帮我核查一下公开资料 # 公开资料交叉验证它和其他简历 skill 不一样在哪
市面上大多数简历类 skill 是一次性工具——贴 JD、出简历，用完就散。这个不是。它会让你把几个月的求职、面试、（如果要的话）课题申报都沉淀在同一个私人 Git 仓库里，Agent 每次对话先读这个仓库，产出会被你之前写下的定位一直约束着。完整逻辑写在 SKILL.md。
搭配使用的专精 skill
具体某一次的细活可以叠加生态里的小工具：
paramchoudhary/resumeskills@resume-ats-optimizer— ATS 关键词深度优化paramchoudhary/resumeskills@linkedin-profile-optimizer— LinkedIn 档案打磨anthropics/knowledge-work-plugins@interview-prep— Anthropic 官方面试准备refoundai/lenny-skills@career-transitions— Lenny 的职业转型框架