360 Secure SkillHub
360 安全技能中心

简历 × JD 双向核对·逐条挂原话

读取一份简历与一枚岗位说明，把 JD 的每条要求对齐到简历原话并挂锚点，缺口分两栏点名，产出含来源定位的四节核对报告；配套 Python 机检校验引文逐字、锚点与缺口覆盖，不做打分、排序或录用判断。

分类：效率
huhoo
huhoo
热度 0.26
最近更新 2026-11-03 06:52:08

安装

发给 Agent
帮我安装这个技能：npx secure-skills-cli add huhoo/cue-cn-resume-jd-fit
兼容性
通用兼容
联网要求
不联网
数据出网
可选出网
Metadata
name
cue-cn-resume-jd-fit
slug
cue-cn-resume-jd-fit
displayName
简历 × JD 双向核对·逐条挂原话
summary
一份简历对一枚 JD 的双向核对：要求逐条挂到简历原话，缺口分两栏点名，不排先后、不下录用结论。
description
简历 × JD 双向核对起草：输入是两份文档（本地文件或解析通道取回的正文），产出四节报告——一句话结论（只说匹配到哪一层）、逐条对齐（每条要求一句、证据一句，各挂 [S#]，两句都须逐字）、缺口两栏（JD 有要求而简历无证据的、简历有内容而 JD 不关心的）、来源（文件:行号 或 URL ＋ 解析日）。机检 check_fit.py 五道：形制与条数带／双锚与定位／两侧逐字回原文／缺口点名／录用与排序断言零命中，零网络。适合岗位对照、转岗材料整理。Do NOT use for: 人评排序、打分、推荐录用或淘汰、批量筛简历。Triggers: 简历对 JD / 岗位匹配核对
version
0.1.3
license
MIT
consumes
["parsed-doc"]
produces
["review-report","source-index"]
metadata
{"openclaw":{"requires":{"bins":["python3"]},"envVars":[{"name":"CUE_API_KEY","required":false,"description":"可选凭据：缺位时本包只读你已经拿到本地的那两份文件；带上才走解析通道——远端那份 PDF／链接的正文读不进来。通道开没开决定的是正文取不取得到，不决定版本同一性：本件两条路都不判「这两份是不是对方现在用的那一版」（不读版本标记、不对发布链），那一层由你指定并对齐。"}]}}
tags
["简历","岗位核对","挂源","中文","双向"]

简历 × JD 双向核对（设计权威）

定位：把「这人配不配这枚岗位」拆成两件事——JD 每条要求能不能指回简历里的一句原话，以及简历里哪些内容 JD 根本不在意。稀缺的不是评价，是可回查的对应关系。 不是筛简历工具，不是人评打分器，不排先后，不会自己上传或发布任何东西。

0. 是什么 / 不是什么

是 不是
双向核对：要求→证据（每条挂 [S#]，两句都要原文逐字） 不是匹配率：算一个百分比丢给你，那数没人能核对
缺口分两栏点名：JD 要而简历没证据的／简历有而 JD 不关心的 不是把空白填圆：对不上的要么点名要么不写
一句话结论只说匹配到哪一层，判断位 [待人工] 不是人评：录不录、排第几、给几分，机检当场发红
来源行必须带 文件:行号 或 URL ＋ 解析日 不是「我看过那份 PDF 了」：没有定位与日期就是没核
两侧都读文档，不读任何人事系统 不是批量管道：一次一份简历对一枚 JD，不代人跑招聘会

1. 输入

  • 一份简历：本地文件，或经解析通道取回的正文（PDF／网页／截图那侧也能读，落成 parsed-doc）。
  • 一枚 JD：同上；要求段按节标题含「要求／资格」抽，标题不同就带 --require-keyword 指定。
  • 两者都要落到本地文件才进机检：本件不抓链接、不执行任何一侧附带的代码、不发请求。

2. 工作流（四步，每步都可停）

  1. 取两份正文：远端走解析通道取回，本地直读；两侧各自登记一行来源（定位＋解析日）。
  2. 排骨架：python3 -B scripts/collect_fit.py --jd JD.md --resume 简历.md --out 核对.md——它只把 JD 的要求逐条搬到第二节并留证据待填位，不代人做匹配。
  3. 逐条对齐：每条要求一行，证据必须是简历里的逐字原话（行末挂 [S1]，要求挂 [S2]）；对不上的写「无证据」并去第三节点名。
  4. 过机检：python3 -B scripts/check_fit.py 核对.md --jd JD.md --resume 简历.md，按详行 E-* 码逐条改。机检过完仍只是一份核对材料：用不用、怎么用，由人定。

3. 输出契约（四节，机检按此判）

  1. ## 1、一句话结论：只一行、≤80 字符，只说匹配到哪一层；这一行要有两件结构在场——报到哪几条（计数＋条）与缺口点名（未取到／无证据／只有部分证据）。这一格里若要引原话，必须同行写明是谁的话（简历自述／JD 原文），不写归属机检发红——被引者的话只能当证据，搬进结论位就成了报告自己的名次。
  2. ## 2、逐条对齐：3–15 行；每行两个锚（要求一枚、证据一枚）＋两段「」逐字引文，要求那句必须能在 JD 里找到、证据那句必须能在简历里找到。
  3. ## 3、缺口与未取到：两栏都要在位——JD 有要求而简历无证据的、简历有内容而 JD 不关心的；一条没有也明写「本栏无」。第二节判为无证据的要求必须在这一栏留名。
  4. ## 4、来源：一行一源，- [S#] 名字（文件:行号 或 URL ｜解析日 YYYY-MM-DD）。 头部另有四件自标：AI 整理初稿／请回原文核对／不构成录用或排序建议／判断位 [待人工]，逐字在位。

4. 通道与降级（两条路各自缺什么，写在同一句里）

  • 主路＝解析通道：简历或 JD 在远端（招聘页、云盘 PDF、截图）时，正文走解析通道取回——本机没有那份文件也能读。连上判据按路分写：宿主列工具走 MCP 的 tools/list 握手——连上之后那份返回里应当能看到这些名字：remote-only 那一面是 parse、get_parse_status、cancel_parse 三枚，带 Bridge 的那一面再加 read_result、read_outline、discard_result、save_result 共七枚；两路枚数不同，拿一个固定数判两路必错一边。名字在场只证它们被暴露，不证解析跑得通——URL 那一腿要拿一枚真实 URL 跑一次 parse 才证该路，本地文件那一腿要拿一枚真实本地文件跑一次 parse 才证该路（remote-only 不读本地件）；本件不自证也不代跑。三层各自能证到什么，互不等价：装好 skill ≠ 已配凭据 ≠ 通道已连。配置指路：解析腿官方配置页 https://cuecue.cn/hub/omni-reader（本件只依赖这一条腿，数据腿那页不在本面上引）。命令与三层自查见 README.md 的「装上机 → 连通道 → 出结果」那一节。
  • 降级＝只读本地：本件仍能跑 scripts/collect_fit.py，把已在本地的那两份排成骨架；代价同句写清——远端那侧的正文读不进来，第四节只能登记本地那两枚文件。版本同一性这一格两条路都不判：解析只按你指定的对象取正文，本件不读版本标记也不对发布链，「JD 与简历是不是对方现在用的那一版」由你指定基准版并对齐。
  • 骨架不是核对报告：采集器给每条要求留一个证据待填位，机检按设计在这一行发 E-QUOTE——匹配那一步没做就红着，别把它当交付。

5. 红线（机检守，不由人守）

  • 不做人评：推荐录用／建议录用／优先录用／淘汰／排名／排序／打分 一类断言零命中；换了说法的名次（最高级／比较级＋本岗位／候选人一类对象词同句同现）同样拦，带逐字锚也不放行；要提及就同行挂 [待人工]。第一节那一格另有一条：引原话不写归属就发红——那是把被引者的话搬成报告的结论。
  • 加引号必须逐字：要求那句回 JD 原文、证据那句回简历原文；转述冒称原文发 E-QUOTE，造证据在这一道被抓。
  • 没有锚的对齐行不进第二节；锚在第四节没有对应行、来源行缺定位或缺解析日，发 E-ANCHOR。
  • 判了「无证据」却不在第三节点名，发 E-COVERAGE；第四节零来源行同样发红。
  • 数据边界：本件不发请求、不上传、不落盘到本包之外，也不读任何人事系统；报告里会带着两侧原文（含个人信息），存放与转发由用户自己负责并先告知当事人。

6. 最小可复跑链（零网络、零计费、不执行两侧附带的代码）

python3 -B scripts/collect_fit.py --jd scripts/fixtures/target-jd.md --resume scripts/fixtures/target-resume.md --out 我的核对.md
python3 -B scripts/check_fit.py 我的核对.md --jd scripts/fixtures/target-jd.md --resume scripts/fixtures/target-resume.md   # 期望发 E-QUOTE：证据仍是待填位
python3 -B scripts/check_fit.py scripts/fixtures/good-fit.md --jd scripts/fixtures/target-jd.md --resume scripts/fixtures/target-resume.md   # 期望 PASS
python3 -B scripts/check_fit.py --selftest       # 好样须过、七枚坏样须各发它该发的那一道
bash scripts/fixtures/run_fixtures.sh            # 离线三档一次跑完，末行自报档数与不合枚数

7. 边界（含与自家件的分工）

  • 本件只对「这两份文档当下载着什么、能不能互相指回去」负责，且只对形制负责：判断由人做，且必须带着这份材料做。
  • 与 skill-review-cn 的分工：那一件审的是一枚 skill 自己的面文（声明层、前置层、承诺、样例、许可），对象是软件包；本件核对的是一个人的一份简历对一枚岗位说明，两份输入互相对表，检查面完全不同。
  • 与 cn-research-brief 的分工：那一件把一批来源横向排成多源速览（一次铺一个问题，跨源不一致两条都留）；本件是两个输入纵向逐条对齐（每条要求必须有证据或进缺口栏），没有跨源互校这一层。
  • 与 cn-link-to-note 的分工：那一件单源成条（一份正文→一条能入库的笔记，至多一枚原话）；本件双输入成表（要求与证据一一配对，每行两句逐字），产物不是笔记而是一份可回查的核对材料。
  • 一次一份：批量排序、跨候选人比较、给分数或名次，都是另一件事，本件不做也不辅助——那条路上的数据与偏差问题不在本件的形制里。