求职Offer全流程工具包
offer-toolkit-skill
集成4个独立求职工具的Agent技能包，覆盖职位搜索、JD解析、简历定制、行为面试准备全求职流程
试试这样做
结合这份职位描述和我的简历，帮我生成一份Offer策略分析报告，判断这个岗位是否值得我申请。
根据我的简历和目标方向，帮我搜索匹配的公开职位，生成一份去重、可搜索的HTML职位列表
结合目标JD优化我的现有简历，用经典ATS模板生成一份可直接打印的PDF简历
详细介绍
Offer Toolkit
六个求职工具打包成一个 agent skill 包。可以整包用，也可以只挑其中一个——每个子 skill 都能独立跑。
0 还在找机会 → job-hunt-skill 批量发现、去重、生成可搜索清单
1 看到心动岗位 → job-description-skill 解码 JD、出一份 Offer Strategy 报告
2 决定投 → resume-skill 改简历、11 套打印级模板
3 拿到面试 → bq-skill 挖故事、建故事库、准备 BQ
4 拿到多个 offer → offer-compare-skill 对比 TC、成长与风险，给明确推荐
5 准备签 offer → salary-negotiation-skill 诊断杠杆、生成话术、明确停止线
效果预览
自动生成的 job-hunt-skill 报告，包含岗位排序、证据标签和快速筛选。
 |
 |
 |
 |
核心能力
| 子 skill | 做什么 |
|---|---|
| job-hunt-skill | 给一份简历、目标方向、种子 JD 或已有职位链接，自动搜索公开来源、去重并区分事实与推断，生成可搜索筛选的 HTML 职位清单。只发现和分析，不自动投递。 |
| job-description-skill | 贴一份 JD 和你的简历，给你一份 HTML 报告：这岗位该不该投、匹配度、差距、面试可能问什么、薪资是否合理、接下来 6 周该做什么。 |
| resume-skill | 改现有简历、从 LinkedIn 导入、或从零聊着写一份。11 套打印级模板（Classic-ATS、Ledger、Tech Compact、Modern Sidebar、Pillar、Elegant Serif、Atelier、Timeline、Swiss、Executive、Color-block）。每次给两份文件：一份直接打印 PDF，一份浏览器里点字就能改。 |
| bq-skill | 帮你挖出过去真实做过的事，整理成可复用的故事库。用 STAR/CAR 理清思路，打标签，中英文各存一份。还能对着 JD 预测 20 道面试题，逐题准备。 |
| offer-compare-skill | 对比两份或多份 offer 的 4 年 TC、成长、AI 敞口、公司与团队风险、晋升、生活方式、简历价值和未来跳槽便利，生成 HTML Offer Decision Report，给出明确推荐。 |
| salary-negotiation-skill | 诊断 Base、RSU、Sign-on、Bonus 的谈判空间，制定策略，生成可直接使用的中英文电话/邮件话术，模拟招聘官 pushback，写清签、走和停止线。 |
工作方式
- 你说出当前求职阶段（找机会、看 JD、改简历、准备面试、比 offer、谈薪），顶层路由自动分配到对应子 skill
- 按子 skill 要求提供输入（简历、JD、经历、offer 数据等）
- 子 skill 处理后，在你桌面上生成 HTML 报告 / 简历 / 故事库，双击即可打开
触发词
| 用户说 | 走哪个 |
|---|---|
| "帮我找工作" / "在 LinkedIn 搜适合我的岗位" / "根据简历做职位清单" | job-hunt-skill |
| 贴 JD / "这个岗位该不该投" / "帮我看看这份工作" | job-description-skill |
| "帮我美化简历" / "帮我从零做一份" / 上传 PDF / 贴 LinkedIn | resume-skill |
| "帮我准备 behavioral 面试" / "Tell me about a time…" / "帮我挖一个故事" | bq-skill |
| "帮我比较两份 offer" / "A 还是 B" / "算一下 4 年 TC" | offer-compare-skill |
| "帮我谈薪" / "怎么 counter" / "能不能多要 RSU" | salary-negotiation-skill |
四条共用规则
- 不杜撰。 所有经历、数字都来自用户真实说过的内容。可以帮改弱表达，但绝不编造。
- 只问会改变结论的信息。 不把对话变成长问卷。
- 先结构化再产出。 先落到标准数据模型，确认无误再渲染 HTML。
- 不替用户投递。 搜索可以自动化，提交表单和发消息由用户本人完成。
注意事项
- 你的数据不出本机。JD、简历、职业故事只在当下被模型读一遍，结果写回本地磁盘，不上传服务器、不参与训练。
- 每个子 skill 都可以独立使用，也可以配合整套流程使用。