wyh0626/resume-optimizer

解決する問題

ほとんどの履歴書は、成果ではなく職務（「X を担当しました」）を列挙しています。このプロジェクトは、履歴書の中で最も有害な問題を見つけ、曖昧または職務中心の表現を成果志向の言語に書き直し、欠落している指標やビジネス価値を表面化し、対象の職務記述書に合わせて強調を調整するスキルです。また、アウトソーシング経験、おもちゃプロジェクト、定量化可能な結果の欠如、誇張された技術的表現などの一般的なリスクをフラグし、要求に応じて圧縮された1ページ版を生成できます。

仕組み

このプロジェクトは、Claude Code、Codex、Cursor、GitHub Copilot、Windsurf、Gemini、Cline、OpenCode、Zed などの AI コーディングエージェントにプラグインする「スキル」としてパッケージ化されています（20以上のクライアントをサポートし、npx skills add wyh0626/resume-optimizer または手動の git clone でインストール）。インストール後、明示的に呼び出す（「$resume-optimizer を使って履歴書を監査して...」）か、「この履歴書を監査して、シニアバックエンドエンジニアの JD に合わせて重点を最適化してください」のような自然なリクエストでトリガーできます。このスキルは定義されたワークフローを通じて機能します：30秒の要約、重大な問題のリスト、価値抽出と定量化の提案、改訂戦略、書き直された履歴書の断片または完全なドラフト、1ページ版が必要かどうかのチェック、次のステップのアクションリストを生成します。参照ファイル（監査チェックリスト、ナラティブツール、1ページ履歴書ガイダンス、レッドフラグ）と OpenAI エージェント設定を使用して最適化を駆動します。

最終的なフォーマットについては、README はこのコンテンツ重視のスキルを Kami 組版システムと組み合わせることを推奨しています。Resume Optimizer は何を書くか、どのように表現するかを処理します。Kami はレイアウト、フォント、スペーシング、PDF エクスポートを処理します。README には、Kami のデフォルトの暖かい紙の背景を印刷に安全な純白に切り替えるための詳細なガイダンスが含まれており、CSS 変数の調整が含まれます。

対象読者

技術系履歴書を準備する求職者——特に経験者（社招）向けの役職に応募する人、キャンパスリクルーティング用のプロジェクト説明を書く学生、応募前に特定の JD に履歴書を合わせる必要がある人、2ページ以上の履歴書を1ページに圧縮する人、または面接前の自己チェックを行う人。また、アウトソーシング経験、キャリアチェンジ、または雇用ギャップに関するナラティブを修正するのにも役立ちます。

ハイライト

• 焦点を絞った単一目的の設計：説得力のために履歴書を監査および書き直し、一般的なアドバイスではない
• 職務記述（「X をした」）を成果記述（「X を達成した」）に変換し、データを捏造しない
• 定量的な結果、ビジネス価値、実際の成果物を積極的に明らかにする
• 対象の職務記述書に合わせてキーワード、プロジェクトの強調、キャリアナラティブを調整する
• 一般的なレッドフラグをフラグ：アウトソーシング経験、おもちゃプロジェクト、指標の欠如、誇張された技術ラベル
• 要求に応じて圧縮された1ページの履歴書バージョンを生成できる
• npx skills add で20以上の AI コーディングエージェントに簡単インストール、または手動クローン
• クリーンな PDF 出力のために Kami（ドキュメント組版システム）と組み合わせることを強く推奨し、印刷に安全な白背景のアドバイスを提供