高密度个人识别型简历构建法：用证据链写简历，而不是用套话堆经历。仓库提供两个互补的跨 agent SKILL.md 包，可用于 Claude Code、Codex、OpenClaw 风格本地 agent，以及任何支持 SKILL.md 的工具。
简历不是经历列表，而是个人能力结构的压缩证据链。每一条内容都要回答三个问题：我是谁、我能做什么、我和别人有什么不同。
- 把零散经历拆成
动作 + 工具/方法 + 结果的证据单元。 - 区分主导、独立完成、参与协助，避免把简历写虚。
- 同时照顾 HR 扫读、ATS/机器关键词、岗位价值和面试追问。
- 支持从零采矿、单段经历拆解、已有简历审查、双 AI 交叉审稿和面试风险检查。
- 对大一大二、项目少或觉得“没东西可写”的用户，从课程、社团微任务、帮助他人、AI 辅助学习和非典型技能里挖掘真实证据。
- 面向具体 JD 建立“岗位要求 → 经历证据 → 安全表述”链路，计算可复算的材料证据覆盖率，区分材料缺口与能力缺口。
| 你的任务 | 使用的 Skill |
|---|---|
| 没有明确 JD，想从零挖经历、改写或审查简历 | high-density-resume |
| 已有具体 JD，想做证据匹配、定制投递和面试风险检查 | resume-evidence-matcher |
| 你现在有什么 | 先看这里 |
|---|---|
| 不知道怎么开始 | 用户入口分流工作流 |
| 想理解完整方法 | 方法论 |
| 想直接填模板 | 简历模板 / ATS 友好模板 |
| 想融合 STAR/CAR/PAR/XYZ | 常见简历框架适配 |
| 想看改写效果 | 完整改写示例 / Before & After |
| 想检查机器筛选和 HR 扫读 | HR 与机器筛选友好规则 |
| 想评估当前简历 | 评分表 / 压力测试清单 |
| 已有具体 JD，想诊断证据覆盖 | resume-evidence-matcher |
如果你有看似“不相关”但能体现个人特质的经历，参考 Distinctive Signals，判断它是否能证明社交信任、助人倾向、团队融入或跨领域迁移。
User-level install for Claude-style skill directories:
python3 tools/install_skill.py --target claude安装 JD 证据匹配 Skill：
python3 tools/install_skill.py --skill resume-evidence-matcher --target claudeCodex / Skills CLI 安装：
npx skills add zhanfoguang/high-density-resume@high-density-resumenpx skills add zhanfoguang/high-density-resume@resume-evidence-matcherProject-level install for Claude-style skill directories:
python3 tools/install_skill.py --target claude-project --project /path/to/projectOpenClaw 风格本地目录安装：
python3 tools/install_skill.py --target openclaw更多安装方式见 Agent Compatibility。测试用例见 Test Prompts，系统评测见 evals。
把经历拆成“动作 + 工具/方法 + 结果”：
python3 tools/evidence_builder.py --output my-evidence.mdGitHub 仓库保持开源展示和社区协作属性；上传第三方 Skill 平台时，使用本地生成的干净发行包。
python3 tools/build_release.py --version 1.0.0构建 JD 证据匹配 Skill：
python3 tools/build_release.py --skill resume-evidence-matcher --version 1.0.0生成内容默认位于：
dist/high-density-resume-v1.0.0/
├── high-density-resume-skill-v1.0.0.zip
├── listing.zh.md
├── listing.en.md
├── package-checklist.md
├── test-report.md
└── release-notes.md
其中 zip 是可上传平台的 Skill 包，其他文件用于平台介绍页、审核材料和发布记录。
选择 resume-evidence-matcher 时，对应输出位于 dist/resume-evidence-matcher-v1.0.0/。
发布前可运行自检：
python3 tools/check_launch_ready.py指定某个发行目录：
python3 tools/check_launch_ready.py --release-dir dist/high-density-resume-v0.2.0CI 或尚未生成 dist/ 时可运行：
python3 tools/check_launch_ready.py --skip-release指定 Skill 自检：
python3 tools/check_launch_ready.py --skill resume-evidence-matcher --skip-release| 步骤 | 目标 | 关键动作 | 输出物 |
|---|---|---|---|
| 1. 挖料 | 把经历拆成事实 | 区分主导、独立完成、参与协助；记录工具、动作、结果 | 证据单元 |
| 2. 搭骨架 | 让 HR 快速归类你 | 提炼“专业底盘 + 工具能力 + 独特习惯/背景” | 个人识别标签 |
| 3. 写血肉 | 用可追问语言呈现能力 | 删除“锻炼了”“学习了”；写真实工具和真实数字 | 高密度项目描述 |
| 4. 排兵布阵 | 优化扫读路径 | 黄金三分之一放最硬证据；经历分类；每条 2-3 行 | 简历结构 |
| 5. 修门面 | 删除噪音 | 答不上来的降级或删除；无关信息删除；保留记忆点 | 最终简历 |
动作 + 工具/方法 + 结果
示例：
| 普通写法 | 高密度写法 |
|---|---|
| 参与方程式赛车，负责电器相关工作 | 基于参考模板修改并绘制 PCB，使用 Altium Designer 完成关键模块布线，配合完成硬连线调试 |
| 参与抢车号规则分析 | 抢车号阶段使用 Codex 整理规则，上午第 31 名，主动调整策略后提升至第 19 名 |
| 负责活动现场支持 | 在公开分享活动中承担现场设备调试与流程支持，保障讲者切换、投屏和演示环节稳定进行 |
.
├── README.md
├── assets/
│ ├── support-wechat.png
│ └── support-wechat-placeholder.svg
├── docs/
│ ├── faq.md
│ ├── agent-compatibility.md
│ ├── common-resume-frameworks.md
│ ├── dual-ai-review-workflow.md
│ ├── hr-machine-screening.md
│ ├── method.md
│ ├── rubric.md
│ └── user-entry-workflows.md
├── templates/
│ ├── ats-friendly-resume-template.md
│ ├── evidence-units.md
│ ├── resume-template.md
│ └── review-checklist.md
├── examples/
│ ├── before-after.md
│ ├── distinctive-signals.md
│ ├── full-walkthrough.md
│ └── test-prompts.md
├── evals/
│ ├── README.md
│ ├── scorecard.md
│ └── cases/
├── prompts/
│ └── resume-coach.md
├── packaging/
│ ├── manifest.yaml
│ ├── listing.zh.md
│ ├── listing.en.md
│ ├── package-checklist.md
│ ├── test-report-template.md
│ ├── release-notes-template.md
│ └── resume-evidence-matcher/
├── skills/
│ ├── high-density-resume/
│ │ ├── SKILL.md
│ │ ├── agents/openai.yaml
│ │ ├── assets/
│ │ ├── references/
│ │ ├── scripts/
│ │ └── test-prompts.json
│ └── resume-evidence-matcher/
│ ├── SKILL.md
│ ├── agents/openai.yaml
│ ├── assets/
│ ├── references/
│ ├── scripts/
│ └── test-prompts.json
├── tools/
│ ├── build_release.py
│ ├── check_launch_ready.py
│ ├── evidence_builder.py
│ └── install_skill.py
├── tests/
├── CONTRIBUTING.md
└── LICENSE
- 简历上的每一个词，都应该经得起面试追问。
- 宁可写窄写准，不写宽写虚。
- 不要让 HR 猜你是谁，要主动给出清晰的个人识别标签。
- 量化不是编数字，而是把真实结果说清楚。
- 如果一句话既没有回答问题，也没有提供证据，就删掉。
常见问题已整理到 FAQ，包括“没有量化结果怎么办”“经历普通怎么写”“AI 能不能帮忙写”等场景。
欢迎提交：
- Before / After 改写案例。
- 不同行业的证据单元示例。
- Markdown、Word、LaTeX 简历模板。
- 针对学生、转专业、工程、产品、运营等场景的扩展指南。
提交前请阅读 贡献指南。
如果这个项目帮你把简历写得更真实、更能被 HR 看懂，可以请我喝杯茶。
MIT License. See LICENSE.