Hisn00w/ASu-skills

ASu‑skills – 中文求职工作流插件套件

它是什么 – 一组“技能”（插件），可安装到多种 AI 编程助手中（Claude Code、Codex、DeepSeek Harness Desktop、Cursor、TraeWork、OpenCode、WorkBuddy、Qoder 等）。每个技能都提供一个自包含的命令行式入口（例如 /contributor、/great-resume），帮助用户完成典型的技术求职流程。

为什么重要 – 该仓库不训练或运行 AI 模型。相反，它编排现有的 LLM 驱动代理来：

1. 找到并做出可验证的开源贡献。
2. 将 AI 生成的代码对话转化为结构化的“证据链”。
3. 生成项目学习指南和面试式总结。
4. 使用许多现成的中文模板润色和格式化简历（HTML、PDF、可选 LaTeX）。
5. 将简历与职位描述匹配并突出差距。
6. 通过浏览器桥（Kimi WebBridge 或类似工具）自动填写单个求职申请网页表单。
7. 进行面试问题演练并跟踪哪些声明已被验证。
8. 维护一个小的“录用跟踪器”表格，记录每个申请的状态。

所有九个步骤都设计为协同工作，将声明-证据账本从一个技能传递到下一个，以便用户证明简历中的每一条要点都有真实的贡献或可衡量的结果作为支撑。

如何使用 – 在支持的 AI 平台上安装插件，然后调用所需的入口，例如：

/contributor   # 查找 GitHub issue，fork，提交 PR，并记录差异
/great-resume  # 为目标职位重写经验，添加 HR 开场白
/make-resume   # 输出可编辑的 HTML 简历（或 LaTeX）并导出 PDF
/job-apply     # 打开招聘页面，填写字段，在最终提交前停止

README 提供了详细的提示、示例对话和清晰的文件结构（注册表 JSON、skills/ 文件夹、资源、参考文档）。

目标受众 – 中文软件工程师、AI 应用开发者，或任何准备技术面试并希望获得由 LLM 代理驱动的系统性、基于证据的简历工作流的人。

许可证 – MIT，完全开源。

---

以上所有信息均直接来自仓库的 README；未添加任何外部假设。