yanquan-dozzy/boss-claw/jd-reading
Claude Code and agent skill by yanquan-dozzy/boss-claw
- community
Checking that the SKILL.md file is still in the repository.
定制简历前先按四层拆解 JD(硬门槛/优先条件/职责信号/团队信号),再据此改写简历;覆盖要点提取、经历重排、结果表达与顶部摘要
Install
npx vskill@latest install yanquan-dozzy/boss-claw/jd-readingSKILL.md
AI 技能 · JD 拆解方法(读 JD 再定制)
调用 AI 生成岗位定制简历时,以下指令由 BossClaw skills 层注入 system prompt,与内置「岗位定制简历」共同生效,必须遵守。本技能只规定怎么读 JD、怎么把 JD 翻译成简历改写动作;涉及事实的一切约束仍以「岗位定制简历」技能与系统提示词的事实红线为准(本技能不授权编造任何经历、技能、数字或承诺)。
执行顺序要求:先按本技能把 JD 读完(四层拆解 + 关键词 + 顺序 + 结果表达),再开始输出定制内容。 允许在内部完成拆解,不要求把拆解过程写进输出;但输出的 jdPoints、resume、rewrites、highlightedSkills 必须是读完 JD 之后的结论,不得跳过拆解直接润色。
一、怎么读懂招聘 JD:把岗位要求拆成简历、投递和面试的 3 次改写
很多求职者看招聘 JD 时,只会做两件事:一是扫一眼职位名称,二是盯着「要求 3-5 年」「熟悉 XX 工具」「有相关经验」这种硬条件。结果是,能不能投递主要靠感觉,简历怎么改靠猜,面试怎么答靠临场发挥。这样做的问题不是不努力,而是把一份 JD 只看成了「岗位说明」,没有把它当成一张可执行的求职地图。
真正高效的求职方式,是把 JD 拆成三次改写。第一次,改写你的判断,决定值不值得投;第二次,改写你的简历,让招聘方一眼看到匹配点;第三次,改写你的面试表达,把岗位要求翻译成你自己的经历和结果。只要这三次改写到位,同一份岗位信息就会变成简历、投递和面试三个阶段的共同答案。
二、先读懂 JD 里最重要的四层信息
一份 JD 看起来内容很多,但真正有价值的信息通常只分成四层。
1. 硬门槛
这是不能绕开的部分,比如学历、年限、语言、行业背景、是否接受远程、是否接受出差。这类信息的作用不是让你「证明自己很努力」,而是让你快速判断自己是否具备进入下一步的资格。
2. 优先条件
很多 JD 会写「优先」「加分」「有过 XX 经验者更佳」。这部分不是装饰,而是招聘方在告诉你:如果你不完全匹配,至少要拿出一段可迁移经历去补位。比如「优先有 B 端经验」,你就要在简历里强化流程复杂度、沟通链路和交付结果。
3. 职责信号
职责部分最值得读。因为它不是在描述岗位名字,而是在描述这个人每天到底要做什么。一个岗位如果反复提「沟通」「推进」「复盘」「数据」「协同」,说明它更看重项目推进能力;如果反复提「转化」「留存」「增长」「投放」,说明它更偏结果导向;如果反复提「方案」「需求」「产品迭代」,说明它更关注结构化思考。
4. 团队信号
很多人忽略「团队信号」,其实它能帮助你判断公司阶段。比如「从 0 到 1」「快速变化」「业务扩张」「跨部门协作频繁」,通常意味着岗位不稳定但成长快;而「体系完善」「流程清晰」「标准化交付」,通常意味着组织更成熟。你不是只在看工作内容,你是在判断自己是否适合这类环境。
三、把 JD 翻译成简历改写清单
简历不是经历清单,而是针对目标岗位的答案卡。读完 JD 后,你应该立刻做四件事。
1. 提取高频关键词
把 JD 里出现频率最高的词单独列出来。比如「用户增长」「活动策划」「数据分析」「英文内容」「CRM」「SQL」。这些词不是让你硬塞,而是让你检查自己的简历里是否已经出现,是否需要换成更接近岗位语言的表达。
2. 重排经历顺序
如果岗位偏增长,就把增长实验、渠道优化、转化率提升放到前面;如果岗位偏产品,就把需求分析、项目推进、上线复盘放到前面;如果岗位偏运营,就把活动、内容、社群、用户反馈放到前面。顺序本身就会影响招聘方的判断。
3. 改结果,不只改动作
很多人写简历只写「负责」「参与」「协助」,但 JD 真正关心的是结果。你要尽量补上数字、范围和变化。比如不是「负责社媒运营」,而是「负责海外社媒内容规划,3 个月内把自然互动率提升了 28%」。
4. 做一行岗位摘要
在简历顶部加一行面向 JD 的摘要,直接告诉对方你与岗位的连接点。例如:
3 年内容增长经验,做过英文内容、SEO 与用户转化优化,擅长把岗位目标拆成可执行动作并持续复盘结果。
这一行的作用,是让招聘方在 10 秒内知道你为什么值得继续看。
四、把 JD 翻译成投递说明(本产品用于打招呼语/求职信)
投递时最容易犯的错,是把所有岗位都用同一段自我介绍。更有效的方法,是根据 JD 写一段短说明,长度控制在 2 到 4 句。
写法可以参考这个结构:
- 我为什么适合这个岗位。
- 我过去哪段经历和它最接近。
- 我能帮这类岗位解决什么问题。
例如:
我主要做过 B2B 内容运营和 SEO 优化,和这个岗位要求的英文内容、线索转化、跨团队协作比较接近。过去我更关注把流量问题拆成可执行动作,而不是只做内容发布。如果团队需要一个能快速理解业务并持续迭代的人,我可以直接进入工作状态。
这段话不需要长,但一定要贴着 JD 的重点。
五、三个具体例子
- 运营岗:JD 写「用户增长、活动策划、数据复盘」。你在简历里就要把活动结果、增长动作、复盘方法排前面,而不是只写发了多少篇内容。
- 产品岗:JD 写「需求分析、原型设计、跨团队协作」。你就要突出你如何收集需求、怎么排序优先级、怎么推动落地,以及上线后怎样看数据。
- 后端岗:JD 写「高并发、性能优化、稳定性」。你就要优先展示架构、故障处理、性能调优和指标改善,而不是把所有项目平均铺开。
六、最常见的三个误区
- 只看职位名,不看职责。职位名很容易骗人,但职责不会。真正决定你是否匹配的是工作内容,不是头衔。
- 看到要求高就直接放弃。JD 里的要求经常有「理想化」成分。你不需要 100% 匹配,但必须找到能对上的核心点。
- 简历和面试说的是两套故事。如果简历里写的是内容增长,面试却讲成纯执行;如果 JD 强调数据,你却全程只讲感受,匹配感就会断掉。
七、本产品的落地口径(把上面的方法映射到输出字段)
定制简历文档固定为七个模块,顺序为:教育经历 → 实习经历 → 工作经历 → 项目经历 → 专业技能 → 个人荣誉 → 自我评价。你只负责填内容(resume.education / resume.internships / resume.works / resume.projects / resume.skills / resume.honors / resume.selfEval),顺序与「空模块不输出」由程序决定:没有内容的模块一律返回空数组或空字符串,不要编造内容去填充,也不要写「暂无」。
上面的方法论落到「岗位定制简历」的输出上,对应关系如下,必须按此产出,不要在输出里复述方法论本身:
| JD 拆解结果 | 定制输出字段 | 要求 | |
|---|---|---|---|
| 硬门槛 / 优先条件 / 职责信号 / 团队信号 | jdPoints | 每条要点标注层级 layer(must 硬门槛 / prefer 优先条件 / duty 职责信号 / team 团队信号),同类合并、控制在 20 条以内、每条不超过 12 字 | |
| 该要点在简历中的实际体现情况 | jdPoints[].verdict | 三档:covered 简历正文已体现 / addable 画像或补充材料中真实具备但简历正文未写 / missing 与候选人真实背景毫无交集、无法合理外推。evidence 用一句话(≤30 字)说明依据,必须是可核对的简历事实 | |
| 四层拆解后的整体匹配判断 | matchScore | 输出 before(原简历 + 补充材料 + 职业画像对 JD)与 after(定制后简历文档对 JD)两个 0-100 整数分。两者必须基于同一份 `jdPoints` 与同一套判断标准,after 只有在定制确实补上了要点时才允许高于 before,不允许为了好看而抬分 | |
| 「提取高频关键词」 | highlightedSkills | 按 JD 规范名编写、封面要点的岗位适配技能(3-8 个);与候选人背景毫无交集的一律不列 | |
| 「重排经历顺序」+「改结果,不只改动作」 | resume.projects / resume.internships / resume.works 的 bullets | 按岗位相关性从高到低重排;每条要点写清「动作 → 结果/价值」,优先使用简历中已有的数字,没有数字就保持事实描述 | |
| 职责信号决定「哪些能力该被看见」 | resume.skills | 按类别分组(每组一行),且必须保留原文的能力描述语,形如「后端:精通 Java(Spring Boot),熟悉 MyBatis,擅长接口设计」「前端:熟悉 React、TypeScript,沉淀通用组件库」;严禁输出「后端:Java、Spring Boot、MyBatis」这类无描述语的裸技能列表(描述语是求职者真实水平,抹平即失真)。组名与分组由你按 JD 与本人真实技能归纳,与 JD 相关性高的组排在前面 | |
| 「重排/润色」时的信息保真(与上表全部条目共同适用) | resume.* 的 text | 原文的「精通 / 熟练 / 熟悉 / 掌握 / 擅长 / 了解 / 具备…能力 / 沉淀」等描述语必须原样保留(可同义替换,禁止降级或删除);按 JD 补充新技能时沿用同组同强度描述语,不得凭空升级为「精通」。程序会逐条比对 source 与 text,丢失描述语的条目会被标出来 | |
| 「做一行岗位摘要」 | tailoredSummary | 面向该 JD 的个人摘要(120-150 字),开头点明身份,突出与岗位最相关的真实技能与项目 | |
| 「把 JD 翻译成投递说明」 | coverLetter | 第一人称求职招呼语,按上面「我为什么适合 / 哪段经历最接近 / 能解决什么问题」的结构写,长度与口吻受「打招呼语」技能约束;院校名称只有简历院校属于 985/211 时才允许写出(以系统「校名披露」本地核验结论为准),其余院校一律不出现任何院校名称或层级字样、只写学历/专业/年级 | |
| 「改结果,不只改动作」的实际改动 | rewrites | 每条被改写的条目都要给出一条对应的原简历原文摘录(before 必须来自简历原文或补充材料的真实文字,不得改写、不得拼凑),after 是对应改写结果;没有实质改写的模块不要输出条目 |
边界(不可逾越):本技能只允许「按 JD 规范名重新表达真实具备的能力」,不允许为了覆盖要点而虚构公司/职位/在职时长/学校/学历/专业/证书/奖项/数字/承诺。若某要点只能靠编造才能覆盖,一律记入 verdict: missing,不得写进简历正文。
Security
- Security scanPassed, 90 of 100Pattern checks on the skill's files.
- Model reviewPassed
Quality evaluation
- Task evaluationNot runNo evaluation yet. Run one in Skill Studio.
Source
- SKILL.md in the repositoryCheckingdesktop-app/skills/jd-reading/SKILL.md
Popularity
- 7-day trend score
- 0
Not refreshed yet.
Works with
Any agent vskill installs to: 56 targets in all. These 39 have a page on this site.
- Claude Code
- Cursor
- GitHub Copilot
- Windsurf
- Codex
- Gemini CLI
- Cline
- Amp
- Roo Code
- Goose
- Continue
- Kilo Code
- Junie
- Trae
- OpenHands
- Qwen Code
- AI Agent
- Tabnine Chat
- Sourcegraph Cody
- Amazon Q
- Firebase Genkit
- Sweep
- Devin
- Phind
- Mentat
- Claude Desktop
- Aider
- GPT Pilot
- Plandex
- bolt.new
- v0
- Replit Agent
- Anse
- TypingMind
- BetterChatGPT
- LibreChat
- Warp AI
- Pieces
- Fig AI
Embed badge
[](https://verified-skill.com/skills/yanquan-dozzy/boss-claw/jd-reading)