SKILLEMALL.ai
GitHub ↗ EN Войти

BD resume-optimizer

Помощник по оптимизации резюме для выпускников. Анализирует и оптимизирует резюме на основе описания целевой должности (JD), предоставляет проверку на соответствие ATS и количественную оценку по методу STAR. Сценарии запуска: «оптимизировать резюме», «помоги мне подобрать вакансию», «сделать резюме более подходящим для системы ATS», «переписать опыт проекта с использованием метода STAR».

машинный переводПоказать оригиналСкрыть оригинал«应届毕业生简历优化助手。根据目标岗位描述(JD)分析并优化简历，提供ATS友好性检查和STAR法则量化。 触发场景：「优化简历」、「帮我匹配…»

应届毕业生简历优化助手。根据目标岗位描述(JD)分析并优化简历，提供ATS友好性检查和STAR法则量化。 触发场景：「优化简历」、「帮我匹配岗位」、「让简历更适合ATS系统」、「用STAR法则改写项目经验」。

ClawHub Agent Skills автор: 3492027682 v1.0.0 MIT-0 2 файла тело ≈ 189 токенов Открыть источникclawhub.ai↗ проанализирован 20 ч назад

Помощник по оптимизации резюме для выпускников.

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

Процедуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
D
49/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
Для прогона на моделях — необязательно
  • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
  • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

Находки guard · 0

✓ Критических и высоких находок нет

Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 49/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 40Согласованность. Имя во frontmatter (resume-optimizer) не совпадает с папкой (resume-optimizer-hr)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 23
  • 100Стоимость исполнения. Тело инструкции 189 токенов
  • 100Повторный запуск. Изменяющих операций нет

Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

Сигналы качества

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 104: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 23 пунктов
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: clean
This is a simple resume-improvement prompt skill with no executable code, hidden behavior, or unusual permissions.
LLM: benign (high) · VirusTotal: · 5 июн. 2026 г.