1. 基本信息
| 项目 | 内容 |
|---|---|
| 名称 | get-job.skill |
| 项目自述名称 | 实习.skill |
| 作者/维护者 | agentenatalie（GitHub 个人开发者，另有贡献者 nateisnatalie） |
| 来源链接 | https://github.com/agentenatalie/get-job.skill |
| 许可证 | CC BY-NC-ND 4.0（数据来自仓库 LICENSE 文件：署名、禁止商用、禁止发行修改版） |
| GitHub Stars | 240（数据来自 GitHub API） |
| Forks | 7（数据来自 GitHub API） |
| 最新版本 | v1.0.2（数据来自 SKILL.md front matter；仓库未使用 Git Tags/Releases） |
| 安装方式 | npx skills add 一条命令；或手动 clone 进 skills 目录；或仅取 references/ 方法论文档供任意 AI 参考 |
2. 功能介绍与亮点
get-job.skill 是一个覆盖“调研岗位 → 改简历 → 准备面试”完整链路的求职 skill，核心信念是“翻译真实经历，而不是编造经历”：
- 三段链路环环相扣：先用 WebSearch 调研目标岗位的核心能力与隐性门槛，产出
岗位调研.md；再据此反向定位简历、把真实经历译成岗位语言，一键生成排版好的改后简历.docx；最后按实际确认或高置信的面试轮次，逐条准备简历 bullet 的讲法、追问与证据，产出完整的面试准备/文件夹。 - 明确的诚实底线：仓库正文单列“背调红线绝不碰”（学历、在职时间、职位名不可改动）、“翻译 ≠ 造假”等准则，并区分“模糊化”（诚实承认记不清）与“撒谎”。
- 交付前质量闸门：以 P0/P1/P2 三级标准 + 四张覆盖矩阵（JD→bullet、bullet→面试准备、claim→证据、轮次→来源）做内部核查，配套
scripts/quality_check.py扫描交付物中的红线词与半成品残留，仓库自带 GitHub Actions 质量检查工作流并持续通过。 - 输入不全时自动降级：缺 JD、缺轮次、简历片段不完整等情况会先尝试自动补齐或搜索补齐，补不齐的部分明确标注“低置信/待确认”，而非直接拒绝或编造。
3. 适用场景
固定分类：内容创作与知识管理。
适合校招、秋招、春招、暑期实习、社招跳槽、转行、跨专业求职、留学生求职等场景，尤其面向背景与目标岗位不完全对口、需要把已有经历“翻译”成岗位语言的求职者（如文科转互联网运营、非科班转 AI 产品等），目标岗位覆盖产品经理、运营、市场、咨询、AI 产品、数据分析、技术岗等方向。
4. 跨 Agent 兼容性
- Claude Code：原生支持，README 给出专属手动安装路径（
git clone至~/.claude/skills/get-job）与一条命令安装脚本。 - Codex：需适配——README 的 Multi-Runtime 徽章将其列为受支持 runtime，安装说明为“放进对应的 skills 目录即可”的通用做法，未见 Codex 专属命令包装。
- OpenClaw：需适配——同样列在 Multi-Runtime 徽章内，通过开放的
agentskills.ioAgent Skills 协议 /npx skills add通用安装，未见专属适配细节。 - Hermes Agent：未验证，抓取到的材料未提及。
5. 推荐理由
多数简历工具止步于关键词堆砌或模板化生成，get-job.skill 把岗位调研、简历改写、分轮次面试准备串成一条可追溯的完整链路，并用明确的诚实红线与交付前质量闸门约束输出不去编造经历，对背景与目标岗位不对口、需要把真实经历“翻译”到位的求职者尤其有价值。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 5 | GitHub 240 stars（API 数据），落在 200–1k 区间；仓库创建约 8 周以来持续获得关注，有一篇独立中文博客对其做过原创评价，但尚未见到多来源的活跃讨论 |
| 可用性 | 9 | npx skills add 一条命令即可安装；README + 5 份 references/ 方法论文档 + 3 个含改前/改后简历截图的完整示例；最近一次代码推送为 2026-07-22，维护活跃；无任何付费依赖 |
| 安全性 | 8 | 见下方安全检查清单 |
安全检查清单：
| 检查项 | 结果 |
|---|---|
| ① Shell 命令及权限范围 | 仅执行本地 Python 脚本（generate_resume.py 生成简历 docx、quality_check.py 扫描红线词），读写范围限定在用户提供的简历与输出目录，无系统级操作 |
| ② 运行时联网外发 | 使用 Agent 自带的 WebSearch 检索公开的公司/岗位/面经信息用于调研，未发现将用户简历等隐私内容回传第三方服务器的行为 |
| ③ API key / 凭据 | 不需要任何 API key 或凭据 |
| ④ 可疑指令 | 未发现提示注入或隐藏指令；仓库反而内置 quality_check.py 主动扫描伪造迁移句、半成品残留等红线词 |
| ⑤ 作者/组织信誉 | 独立开发者维护，配有真实的 GitHub Actions 质量检查工作流（4 次运行、多数成功）与 19 次持续提交；star 增长曲线平缓，未见异常暴涨痕迹 |
| ⑥ License | CC BY-NC-ND 4.0，条款明确（署名、禁止商用、禁止发行修改版，商用需联系作者另行授权） |
| ⑦ 最近维护时间 | 最近一次代码推送为 2026-07-22，持续活跃维护 |
综合评分 = 三项均值 ≈ 7.3。
7. 跟同类 Skills 相比的优势
| 方案 | 定位 | 与 get-job.skill 的差异 |
|---|---|---|
| ats-optimized-resume-agent-skill（SankaiAI） | 专注 ATS 关键词优化，自动生成排版好的 docx 简历 | 只覆盖“改简历”一个环节；get-job.skill 额外包含岗位调研与分轮次面试准备，且强调“翻译经历”而非纯关键词堆砌 |
| ResumeSkills（Paramchoudhary） | 多技能合集，覆盖简历优化、ATS、面试准备、求职策略等多个子技能 | 功能面更广但以子技能拼装形式提供；get-job.skill 是单一 skill 内把调研→改简历→面试准备做成一条强制串联的链路，产出物之间互为输入 |
| resume-tailoring-skill（varunr89） | 按 JD 定制简历，支持 MD/DOCX/PDF 多格式输出及面试准备报告 | 偏重简历定制的格式与产出多样性；get-job.skill 更强调“诚实底线”与交付前质量闸门（红线词扫描、覆盖矩阵核查）对内容真实性的约束 |
8. 用户评价
中文科技博客“差生工具多”作者“噗呲先生”于 2026-07-15 发文点评该项目，称其“不是简单的简历模板库，而是一套基于 AI Agent 协议的全流程求职增强工具”，认可其“通过深度调研目标岗位的隐性需求，把真实经历转化为面试官听得懂的专业叙事”的思路，以及分轮次面试追问预演与输入体检机制，将其定位为适合转行人员与背景不完全对口求职者的实用工具。仓库自身 issue 区仅有的一条记录为第三方目录的批量收录通知，非具名用户评价内容。
9. 其他补充
仓库正文与文档为中文撰写，examples/ 下提供三个完整虚构成品案例（文科转 AI Coding、文科转互联网运营、非科班转 AI 产品），便于直接对照格式与效果。
10. 安装使用方式
方式一（推荐，一条命令）：
npx skills add agentenatalie/get-job.skill方式二（手动安装）：
# Claude Code
git clone https://github.com/agentenatalie/get-job.skill ~/.claude/skills/get-job
# Codex / 其他兼容 runtime：放进对应的 skills 目录即可方式三（不安装，仅作参考）：直接把 references/ 目录下的 playbook 文档提供给任意 AI，让其按同一套方法帮忙改简历、准备面试。
使用：装好后把简历（PDF/Word 或直接粘贴文本）与目标公司、岗位、JD 一次性交给 agent，它会自动完成岗位调研、简历改写与面试准备三个阶段，过程中会在简历定稿前、逐 bullet 深挖表等关键节点向用户确认。
11. 注意事项
- 许可证为 CC BY-NC-ND 4.0：可自由分享并需署名，但不得用于商业目的，也不得分发修改后的版本；如需商用需联系作者另行获取授权。
- 定位是求职全流程辅助工具，不替用户验证输入真实性，简历与背景信息的真实性仍由用户本人负责。
- OpenClaw、Hermes Agent 生态的适配细节尚无直接证据，Hermes Agent 兼容性完全未验证。
- 面试轮次准备仅覆盖用户已确认或 WebSearch 高置信发现的轮次，未知轮次不会被凭空生成。