现在输入“我想要阿酥同款简历”就能制作属于你的简历！支持 AI 编辑和手动编辑。
ASu 正在建设一套面向求职场景的 Harness 工程，欢迎通过 Issue 和 PR 一起补充真实求职案例、技能和终端体验。
ASu-skills 现在是一个插件包。安装后会提供八个可单独调用的入口：
| 入口 | 用途 | 主要交付 |
|---|---|---|
/contributor |
开源贡献 | 寻找候选、展示 diff，经确认后提交 PR并把贡献交给 /asu |
/asu-recap |
对话复盘 | 把 AI 编程对话和交付记录整理为可核验的九段证据链 |
/project-guide |
项目导学面经 | 基于项目仓库生成 导学-{简称}.md、面经-{简称}.md 和交接摘要 |
/asu |
经历酥化 | 岗位定位、项目改写、成果证据、HR 开场白 |
/make-resume |
简历制作 | 可编辑 HTML 简历、模板复刻、PDF 导出 |
/asu-resume |
同款简历 | 复刻 ASu 单栏高密度技术简历、Logo 资源和 PDF |
/interview |
面试准备 | 面试预测、契约化追问、证据复盘和弱项复练 |
/offer |
校招进度 | 投递、测评、面试、Offer、拒信和招聘邮件跟踪 |
先根据当前最需要解决的问题选择第一个入口：
| 当前情况 | 建议先使用 |
|---|---|
| 缺少可验证的项目或协作经历 | /contributor |
| 有 AI 编程对话或交付记录，需要还原事实与证据 | /asu-recap |
| 已有项目仓库，需要梳理源码阅读路径和面试口播 | /project-guide |
| 已有经历，但不知道如何匹配目标岗位 | /asu |
| 简历内容已确定，需要制作常规可编辑简历 | /make-resume |
| 想复刻 ASu 同款高密度技术简历 | /asu-resume |
| 已约到面试，需要预测问题并查漏补缺 | /interview |
| 已开始投递，需要整理招聘邮件和后续进度 | /offer |
也可以组合多个入口：
- 没有实习、想补充真实经历：先用
/contributor完成与岗位相关的开源贡献，再交给/asu整理成可核验的简历表述； - 有 AI 项目记录、需要梳理事实：先用
/asu-recap区分个人动作、交付阶段与效果证据，再决定是否交给/asu转成求职表达； - 已有项目、准备开始投递：先用
/project-guide梳理项目学习路径和面经，再用/asu对齐目标岗位，最后用/make-resume或/asu-resume生成简历； - 已经投递、需要持续跟进：直接用
/offer整理邮件和状态，简历需要更新时再回到/asu和/make-resume。
ASu-skills 同时支持 Codex、Claude Code 和 TraeWork：仓库根目录的 .codex-plugin/ 供 Codex 使用，.claude-plugin/ 供 Claude Code 使用，.trae-plugin/ 供 TraeWork 使用，三者共用同一套 skills/、assets/ 和 references/。
在 Claude Code 会话中执行：
/plugin marketplace add Hisn00w/ASu-skills
/plugin install asu-skills@asu
也可以在终端里执行等价命令：
claude plugin marketplace add Hisn00w/ASu-skills
claude plugin install asu-skills@asu安装摘要提示 Run /reload-plugins to activate. 时执行 /reload-plugins，否则重启 Claude Code。安装后可用 claude plugin details asu-skills 确认八个 skill 都已加载。
更新与卸载：
/plugin marketplace update asu
/plugin uninstall asu-skills
插件方式的卸载只删除插件缓存，不会动你在项目或用户目录里编辑过的求职进度表。
最简单的方式是把 GitHub 链接直接发给 Codex，并说明要安装插件：
请从这个 GitHub 仓库安装 ASu-skills 插件，并启用其中的 contributor、asu-recap、project-guide、asu、make-resume、asu-resume、interview、offer 八个 skills：
https://github.com/Hisn00w/ASu-skills
安装完成后建议新建一个 Codex 对话，让新 skills 被重新加载。然后在输入框中输入 /，从命令列表选择 contributor、asu-recap、project-guide、asu、make-resume、asu-resume、interview 或 offer。
如果当前 Codex 版本没有把 skill 显示在 / 菜单中，也可以使用官方的显式 skill 调用方式：
$contributor 根据我的目标岗位寻找开源贡献候选，先展示 diff；我确认后再提 PR，并在合并后交给 /asu 酥化。
$asu-recap 把这段 AI 编程对话复盘为可核验的项目证据链，区分个人动作、交付阶段和效果证据。
$asu 请把我的实习经历改写成适合 AI 应用工程师岗位的版本。
$project-guide 基于当前项目生成导学和面经，并整理可交接给 /asu 与 /interview 的证据摘要。
$make-resume 根据我的经历制作一份可编辑的中文 HTML 简历。
$asu-resume 根据我的经历复刻参考图中的单栏高密度技术简历，并输出可编辑 HTML。
$interview 根据我的简历预测面试问题，并通过连续追问检查我是否真的掌握这些经历。
$offer 把这些招聘邮件整理成校招投递进度表。
TraeWork 通过 .trae-plugin/plugin.json 清单把仓库打包成插件，八个 skill 会以 <publisher>:asu-skills:<skill> 的形式挂在该插件下。
- 把本仓库整体复制到 TraeWork 插件目录：
~/.trae-cn/plugins/<publisher>/asu-skills/<version>/，保留.trae-plugin/plugin.json、skills/、assets/和references/； - 重启 TraeWork，让新插件被重新加载；
- 新建对话，在输入框输入
/，从命令列表选择contributor、asu-recap、project-guide、asu、make-resume、asu-resume、interview或offer。
其中 <publisher> 是插件目录下的命名空间，可自行指定（如 local），<version> 为 plugin.json 中的版本号。卸载时删除对应插件目录即可，不会影响你在项目或用户目录里编辑过的求职进度表。
修改 SKILL.md、agents/openai.yaml、插件清单或新增 skill 后，运行静态校验器确认 frontmatter、元数据与资源引用是否合法：
python3 scripts/validate_skills.py校验内容：SKILL.md 是否存在、frontmatter 是否可解析、name 是否与目录名一致、description 是否非空且不过长、agents/openai.yaml 是否可解析、SKILL.md 引用的本地 references/assets 路径是否存在，以及 Codex、TraeWork、Claude Code、OpenCode 插件清单是否为合法 JSON 并覆盖必要入口。GitHub Actions 会在涉及 skills/** 等路径的 PR 上自动运行该校验。
路由回归用例存放在 tests/skill-routing-cases.yaml，记录各求职入口的预期路由，既作为后续 Agent Eval 的输入接口，也由 GitHub Actions 执行不调用 LLM 的确定性 schema 校验。校验会检查 YAML 结构、用例字段、重复 prompt，以及 expected 是否对应 skills/ 下的实际目录；它不判断 prompt 的语义路由结果。
不用一上来重构 Kubernetes。/contributor 会根据目标公司和岗位寻找活跃项目，优先扫描 typo、标点、Markdown、formatting、坏链接和 README 小修，先展示候选、拟改动和验证结果；用户明确确认后才 fork、push 和提交 PR。
小改动也可以有大叙事：一个错字是文档质量治理，一处坏链接是开发者体验优化，多个仓库就是跨项目协作闭环。PR 本身保持正常，合并后再把真实链接和数据交给 /asu 酥化；没合并的就写“协作中”。
典型用法：
/contributor
目标岗位：AI 应用工程师
技术栈：TypeScript、React、Python
每周可投入：4 小时
先帮我做 3 个容易合并的小 PR，再补 1 个能在面试里展开的技术贡献。
/project-guide 面向已有项目仓库或项目材料，负责生成两份可落盘的 Markdown：导学-{简称}.md 和 面经-{简称}.md。它会把源码阅读路径、技术亮点、设计取舍、STAR 口播和源码证据索引整理成面试前可复习的材料，并在结尾给出可交给 /asu 的项目事实摘要，以及可交给 /interview 的高风险 Claim 清单。
典型用法：
/project-guide
简称：智能BI
项目描述：这是一个基于 React、Node.js 和大模型 API 的数据问答项目，我负责查询编排、结果可视化和异常兜底。
求职方向：前端 / AI 应用
适合以下任务：
- 根据目标岗位重新定位个人经历；
- 把页面、接口、数据绑定等底层工作翻译成招聘语言；
- 改写项目要点、简历摘要和个人介绍；
- 生成 Boss 直聘或微信发给 HR 的中文开场白；
- 整理面试追问、证据补强清单和事实边界。
建议提供目标岗位、岗位描述、现有简历、项目说明、真实职责和成果数据。信息不足时，skill 会先给出可用初稿，并标记 【待补】，不会自行编造 title、公司、技术栈或数据。
典型用法：
/asu
目标岗位：AI 应用工程师
请根据我下面的实习和项目经历，给出稳妥版和进取版定位，改写简历要点，并生成一段发给 HR 的开场白。
/make-resume 专门负责文件交付。它会根据经历选择模板，或根据用户上传的简历截图复刻布局，最终生成真正可编辑的 HTML，而不是把截图嵌入页面。
支持：
- 18 个中文 HTML 模板；
- A4 单页或双页排版；
- 浏览器内编辑文字、照片、字体、颜色和加粗；
- 「本地字体」读取系统中已安装的字体（Chrome 103+，需浏览器授权），「导入字体」加载本地字体文件（TTF/OTF/WOFF/WOFF2）作为补充；
- 打印导出 PDF；
- 根据截图分析栏位、间距、字号、颜色和分页结构；
- 使用虚构示例照片作为占位，生成真实简历时由用户主动替换。
典型用法：
/make-resume
请根据我提供的教育、实习和项目经历，选择一份适合后端开发岗位的模板，生成可编辑 HTML 简历，并告诉我如何导出 PDF。
/asu-resume 专门复刻参考图中的单栏技术简历，适合应届生、实习生和 AI/Agent/LLM 等方向。用户也可以直接输入“我想要阿酥同款简历”触发同一技能。它会先按目标岗位酥化真实经历，再以模板为只读母版生成用户专属可编辑 HTML；不把截图直接嵌入简历，也不修改模板源文件。
模板包含：
- 顶部身份、联系方式、公开链接和教育背景；
- 顶部最右侧预留证件照位置，个人信息区使用 SVG 图标，不使用 Emoji；
- 蓝色分区标题、浅灰公司条和高密度项目要点；
assets/icons/中的电话、邮箱、微信、身份、教育和 Star 图标；assets/logos/中按实际目录维护的品牌 SVG Logo；- A4 两页连续排版、浏览器编辑和 PDF 导出。
- HTML 工具栏可切换
A4 分页或A4 长页（不限高度），分页模式带纸张阴影，长页模式保持 A4 宽度并居中。 - 工具栏「本地字体」可读取系统中已安装的字体（Chrome 103+，需浏览器授权），「导入字体」可读取本地字体文件（TTF/OTF/WOFF/WOFF2）作为补充，选中文字后从「本地字体」分组应用；导入的字体仅本次会话有效，刷新后需重新导入。
典型用法：
/asu-resume
请读取我提供的简历，复刻参考图中的同款单栏高密度技术简历，输出可编辑 HTML 和 PDF。
获取新增 AI、模型、平台或公司 Logo 时，优先遵循 LobeHub Icons 技能说明，使用 @lobehub/icons 或 @lobehub/icons-static-svg 的 SVG/CDN 资源，不使用低清截图或自行绘制品牌图标。
/asu-recap 用于复盘 AI 编程对话、项目交付记录和落地证据。它按问题背景、方案决策、个人动作、交付状态、落地范围、效果证据、个人边界、待补证据和面试追问九段整理材料，并默认对密钥、邮箱、客户标识和内部路径等敏感信息做泛化处理。
典型用法：
/asu-recap
请把这段 AI 编程对话整理为可核验的项目证据链，区分我的动作、AI 完成的部分、交付阶段和效果证据。
/interview 从简历和目标岗位中提取需要验证的 Claim 与岗位能力，先约定面试轮次、时长和反馈策略，再通过一次只问一个问题的连续追问检查用户是否讲得清个人职责、技术实现、指标口径、决策取舍和失败案例。每道核心题使用预先锁定的评分契约，会话账本记录已验证证据与缺口；复盘后可用变体题、反事实题和故障题复练薄弱 Claim。它不会替用户编造面试答案，也不会用缺乏校准依据的精确总分掩盖证据不足。
典型用法：
/interview grill
这是我的简历，目标岗位是 AI 应用工程师。请从最高风险的项目开始，一次问我一个问题；如果我的回答含糊，就继续追问。
只复练上一轮没有讲清楚的内容：
/interview retry
请根据刚才的复盘，只使用变体题复练“指标口径”和“个人贡献边界”，不要原题重问。
/offer 把招聘网站、邮件、聊天记录和截图中的信息整理成求职漏斗，默认记录：
- 日期；
- 公司；
- 岗位；
- 当前状态；
- 下一步；
- 必要备注和证据来源。
默认状态包括：已投递、筛选中、测评中、面试、Offer、拒绝/已结束、待确认。普通自动回执不能直接推断为面试或 Offer，证据不足时会标记为待确认。
如果没有指定保存位置，求职进度表默认复制到桌面，生成 application-tracker.html。它支持搜索、筛选、统计、CSV/JSON 备份和打印 PDF。
典型用法：
/offer
请把我上传的招聘邮件和截图整理成校招进度表，合并重复投递，并列出每家公司下一步要做什么。
推荐按照下面的顺序使用：
- 用
/contributor完成与目标岗位相关的真实开源贡献，并在 PR 合并后生成证据卡； - 有 AI 编程对话或交付记录时，用
/asu-recap还原项目事实、个人边界和证据缺口； - 用
/project-guide把已有项目仓库整理成导学、面经和可追问证据； - 用
/asu根据证据卡和已有经历明确目标岗位，整理简历表述和 HR 话术； - 用
/make-resume把确认后的文字放入可编辑简历并导出 PDF； - 需要复刻 ASu 同款简历时用
/asu-resume生成同款技术简历； - 用
/interview预测问题并通过追问确认简历内容经得住面试； - 用
/offer记录投递、测评、面试和 Offer 状态。
也可以在同一条需求里说明组合目标，例如：“先用 /project-guide 生成项目导学和面经，再用 /asu 改写经历，最后用 /make-resume 生成 HTML 简历”。
组合使用多个入口、材料存在冲突或简历包含强主张时，可以复制 assets/career-claim-ledger-template.json 建立主张—证据账本。它让开源贡献、经历改写和简历文件共享同一份事实、确认状态与个人边界；详细规则见 skills/asu/references/claim-evidence-ledger.md。
想看同一个人的材料如何在各入口之间流转，可以阅读端到端虚构求职案例。案例从课程项目和开源贡献出发，依次展示证据卡、经历改写、可编辑简历和投递进度表，并明确区分已完成、协作中与待补充状态。
ASu-skills 的“酥化”是强定位、强证据和清晰表达，不是伪造经历。使用时请遵守：
- 保留真实职位、公司、时间和教育背景；
- 区分团队成果和个人贡献；
- 只有有证据时才使用“主导”“负责人”“Owner”等强表述；
- 没有可靠数据时使用可核验的定性结果；
- 不把计划做的事情写成已经完成；
- 不把 AI 生成的代码成果冒领为未经验证的个人能力；
- 不在公开 skill 文件中写入真实姓名、电话、邮箱、密码、验证码或招聘隐私。
asu-skills/
├── .claude-plugin/
│ ├── plugin.json # Claude Code 插件清单
│ └── marketplace.json # Claude Code 插件市场清单
├── .codex-plugin/
│ └── plugin.json # 插件清单
├── .trae-plugin/
│ └── plugin.json # TraeWork 插件清单
├── package.json # DSH 插件包清单（bundle patch 入口）
├── cordis.patch.yml # 注册 DSH filesystem skill 提供方
├── lib/
│ └── index.js # DSH 插件入口模块
├── skills/
│ ├── asu/
│ │ ├── SKILL.md # /asu 经历酥化
│ │ └── agents/openai.yaml
│ ├── contributor/
│ │ ├── SKILL.md # /contributor 开源贡献
│ │ └── agents/openai.yaml
│ ├── asu-recap/
│ │ ├── SKILL.md # /asu-recap AI 编程对话复盘
│ │ └── agents/openai.yaml
│ ├── project-guide/
│ │ ├── SKILL.md # /project-guide 项目导学面经
│ │ └── agents/openai.yaml
│ ├── make-resume/
│ │ ├── SKILL.md # /make-resume 简历制作
│ │ └── agents/openai.yaml
│ ├── asu-resume/
│ │ ├── SKILL.md # /asu-resume 同款技术简历
│ │ ├── references/ # 模板结构与排版规则
│ │ └── agents/openai.yaml
│ ├── interview/
│ │ ├── SKILL.md # /interview 面试预测、追问与复练
│ │ ├── references/ # 面试契约、评分、场景题和复练规则
│ │ └── agents/openai.yaml
│ └── offer/
│ ├── SKILL.md # /offer 校招进度
│ └── agents/openai.yaml
├── assets/ # 模板、图片、进度表和示例资源
│ ├── asu-resume-template.html # ASu 同款可编辑简历起点
│ ├── icons/ # 个人信息与通用信息 SVG 图标
│ └── logos/ # LobeHub Icons 静态 SVG Logo
├── references/ # 招聘邮箱整理参考
├── .github/
│ ├── CONTRIBUTING.md # 贡献指南与贡献者职级对照表
│ ├── CONTRIBUTING_en.md # English contribution guide
│ └── PULL_REQUEST_TEMPLATE.md # PR 模板
└── README.md
欢迎提 Issue 和 PR。贡献指南里公开了贡献者职级对照表，说明一个错别字可以换到什么头衔，以及这个头衔在什么时候会失效。
感谢以下小红书博主的公开分享与启发：
- 阿酥在coding：关于 Coding 面试经验的分享；
- Hi Mr Lonely：关于简历包装与求职表达的分享。
本插件对相关内容进行了整理、结构化和合规化改写，用于形成可复用的求职工作流。
感谢 LobeHub/lobe-icons 提供开源品牌图标资源；本插件按其技能说明优先使用 @lobehub/icons 及静态 SVG/CDN 资源。
感谢所有为 ASu-skills 做出贡献的人。
本项目基于 MIT License 发布，可自由使用、修改与分发，欢迎 fork 与 PR。开源治理体系由社区 Owner 主导建设，已实现全链路 License 覆盖率 100%。