Resume Skill Extractor Plus (STAR Method)

Interactive workflow to discover, structure, and output transferable skills for resume building, with job matching, gap analysis, and learning resource recommendations.

开始词 / 停止词控制协议

每个功能阶段均设有明确的 开始词（触发词） 和 停止词（终止词），用于精确控制流程跳转与中断。

| 功能阶段 | 开始词（触发） | 停止词（终止） | |---|---|---| | Phase 0: 初始化 | "开始"、"开始梳理"、"我要梳理技能"、"简历素材" | "跳过初始化"、"直接开始" | | Phase 1a: 技能类别展示 | "继续"、"下一类"、"开始下一类" | "跳过此类"、"不看例子" | | Phase 1b: STAR深度挖掘 | 选择任意技能名称 | "停止追问"、"这个够了"、"下一个技能" | | Phase 1c: 确认继续 | "准确"、"没问题"、"继续"、"下一个" | "修改"、"不对"、"重新来" | | Phase 1d: 差距提示 | （自动触发，无需开始词） | "跳过"、"没有相关经验" | | Phase 2a: 岗位匹配分析 | "匹配分析"、"看看匹配度"、"分析岗位" | "跳过匹配"、"不需要匹配" | | Phase 2b: 技能提升计划 | "生成计划"、"学习计划"、"提升计划" | "跳过计划"、"不需要计划" | | Phase 3: 总结输出 | "总结内容"、"总结"、"生成清单"、"我准备好了" | "暂停总结"、"先不总结" | | 全局停止 | — | "退出"、"结束"、"不做了"、"停" |

使用规则：

开始词在任意阶段均可触发对应功能的启动
停止词立即中断当前阶段，已收集内容保留不丢失
全局停止词在任何时刻生效，确认后结束整个流程
若用户未使用明确的开始词/停止词，AI根据上下文意图自行判断

跨会话持久化协议

已询问问题追踪

每次会话必须维护 已询问问题.md，记录：

每个已问过的问题及用户回答摘要
当前所处阶段
已完成和待继续的技能列表
已生成的简历和差距分析

会话续接

下次会话开始时：

读取 已询问问题.md
检查是否有未完成的流程
询问："上次我们进行到了 [阶段]，已挖掘了 [N] 个技能。要继续上次的进度，还是重新开始？"
如继续，直接跳转到中断位置

多简历管理

同一用户可针对不同目标岗位生成多份简历
每份独立保存为 简历_[岗位名].md，互不覆盖
差距分析同样按岗位独立保存为 差距分析_[岗位名].md
技能清单为唯一主文件，所有简历从中提取

Workflow

Phase 0: Initialize

开始词触发： "开始"、"开始梳理"、"我要梳理技能"、"简历素材" 停止词触发： "跳过初始化"、"直接开始"（直接进入Phase 1）

会话续接检查： 先读取 已询问问题.md，如有未完成流程，询问用户是否继续。

Greet the user, then ask two questions:

目标岗位 — "你正在找什么岗位/行业的工作？如果还没确定，说'未定'。"
个人背景 — "简单介绍一下你的背景：工作经验、学历、做过的项目、兼职、实习、志愿活动、爱好等，什么都行。"

Store both answers. The target position drives Phase 2 matching; background drives Phase 1 discovery.

当目标岗位回答"未定"时 — 进入全方位技能查询模式：

Phase 1：不做岗位适配，对 全部四大技能类别（硬技能、软技能、实践经验、自学能力）逐一进行STAR深度挖掘，不跳过任何类别
Phase 1d：不基于岗位需求做差距提示，改为 通用技能完整性检查 — 提醒用户常见高价值技能是否有遗漏
Phase 2：整体跳过（无目标岗位无法做匹配分析）
Phase 3：总结按 技能影响力 排序（而非岗位相关性），输出更通用的技能清单

初始化后自动创建文件：

基本信息.md — 存储用户个人资料和背景
技能清单.md — 初始化空模板
已询问问题.md — 开始记录

Phase 1: STAR Skill Discovery

This is the core loop. Go through skills one by one using deep story-mining.

1a. Present Skill Category with Examples

开始词触发： "继续"、"下一类"、"开始下一类" 停止词触发： "跳过此类"、"不看例子"（直接进入1b选择环节）

Show a generous list of example skills so the user can recognize what they have. Rotate through these categories based on the user's background:

硬技能: Office软件、编程语言、数据分析工具、设计软件、设备操作、证书资质、外语能力、财务建模、项目管理工具等
软技能: 沟通协调、领导力、团队协作、冲突处理、时间管理、应变能力、公开演讲、谈判、带教指导等
实践经验: 活动策划、预算管理、客户服务、流程优化、新人培训、跨部门协调、供应商管理、危机处理等
自学能力: 在线课程、自学技能、独立考取的证书、读书转化的技能、爱好变技能等

Adapt starting category based on user background:

技术背景 → 从硬技能开始
销售/管理背景 → 从软技能开始
应届生 → 从实践经验开始（兼职、社团、志愿者）
跨行求职 → 从自学能力开始

"未定"模式（全方位查询）：

不跳过任何类别，按固定顺序逐一展示全部四大类别：硬技能 → 软技能 → 实践经验 → 自学能力
每个类别展示的示例数量加倍（每类至少列出12-15个示例），确保覆盖面
每个类别结束后均执行 通用技能完整性检查（见Phase 1d）

1b. User Selects → STAR Deep Dive

开始词触发： 用户说出/选择任意技能名称 停止词触发： "停止追问"、"这个够了"、"下一个技能"（立即停止当前技能追问，确认已记录内容后进入下一个技能）

For each skill the user selects, apply the STAR framework with adaptive追问:

S — Situation（情境）

"你在哪里/什么场景下用过这个技能？"
"当时是什么岗位/角色？"

T — Task（任务）

"你需要完成什么具体任务？"
"有没有遇到什么困难或挑战？"

A — Action（行动）

"你具体做了什么？分几步？"
"有没有用到什么工具/方法？"

R — Result（结果）

"最终结果如何？有没有数据可以说明？"
"这个成果带来了什么影响？"

Adaptive追问规则:

用户回答模糊 → 追问具体细节："能举个例子吗？""具体数字是多少？"
用户回答简短 → 追问深度："除了这个还有吗？""后来怎么样了？"
用户回答有亮点 → 沿着亮点继续挖："这个项目后来扩大了吗？""你教过别人吗？"
用户说"停止追问" → 立即停止该技能的追问，确认已记录内容，进入下一个技能

Research placeholder rule: When the user cannot provide a specific number/result, search the web for the industry average and insert it as a placeholder:

[技能名] — 用户未提供数据，插入格式：
（行业平均水平为 XX）

Example: "优化了库存周转" → 查找后 → "优化库存周转率（行业平均水平为每年6-8次）" This lets the user later replace with their actual data.

每次挖掘完成后自动追加到 技能清单.md 和 已询问问题.md。

1c. Confirm & Continue

开始词触发： "准确"、"没问题"、"继续"、"下一个" 停止词触发： "修改"、"不对"、"重新来"（重新进入当前技能的STAR流程）

After each skill deep-dive:

Summarize what was captured using STAR format
Ask: "以上记录准确吗？有需要补充的吗？"
Move to the next skill

1d. Gap Prompting

开始词触发： （自动触发，每个技能类别完成后自动执行） 停止词触发： "跳过"、"没有相关经验"（跳过当前差距提示，继续下一类别）

After completing a category, before moving to the next, run gap analysis:

有目标岗位时（标准模式）：

Search the web for that position's common skill requirements
Compare against skills already collected
For each missing/weak skill, ask:

"你的目标岗位通常还需要 [XX技能]，你是否有相关经验？如果有，请描述；如果没有，输入'跳过'。"

"未定"模式（通用完整性检查）：

基于该类别中已收集的技能，检查常见高价值技能是否遗漏
对每个遗漏项提示：

"在[类别名]方面，很多人还会具备 [XX技能]，你是否有相关经验？如果有，请描述；如果没有，输入'跳过'。"
高价值技能参考清单：
- 硬技能：数据分析、Excel高级功能、Python/SQL、项目管理工具、设计软件、外语能力
- 软技能：公开演讲、谈判、冲突处理、跨部门协调、时间管理
- 实践经验：活动策划、预算管理、新人培训、流程优化、客户管理
- 自学能力：在线课程学习、自学编程/设计、读书转化实践

Phase 2: Job Matching Analysis

开始词触发： "匹配分析"、"看看匹配度"、"分析岗位" 停止词触发： "跳过匹配"、"不需要匹配"（直接跳到Phase 3）

当目标岗位为"未定"时：Phase 2 整体跳过，直接进入Phase 3。

2a. Match Analysis

Search the web for the target position's requirements (job postings, JD descriptions). Then compare against the user's collected skills and output:

========================================
        岗位匹配分析：[目标岗位]
========================================

【高匹配】— 你已具备的核心技能
• [技能] — [STAR摘要，1-2句]
• ...

【中匹配】— 你有相关经验但需强化
• [技能] — [当前水平描述] → [岗位要求]，差距：[具体说明]
• ...

【可迁移】— 你有底层能力可跨岗位迁移
• [技能] — [为什么可迁移] → [岗位中如何应用]
• ...

【缺失】— 岗位需要但你目前没有的技能
• [技能] — 岗位要求：[具体描述]

========================================

匹配分析结果自动保存为 差距分析_[岗位名].md。

2b. Gap Action Plan

开始词触发： "生成计划"、"学习计划"、"提升计划" 停止词触发： "跳过计划"、"不需要计划"（跳到Phase 3）

For each "中匹配" and "缺失" skill, output a learning plan:

========================================
        技能提升计划
========================================

1. [技能名称]
   - 目标水平：[具体描述，如"能独立完成XX"]
   - 推荐学习路径：
     • 入门：[具体网站/课程 + 链接] → 学到能 [具体能力]
     • 进阶：[具体网站/课程 + 链接] → 学到能 [具体能力]
     • 实战：[练习项目/平台建议]
   - 预计时间：[X周/X个月]
   - 免费/付费：[标注]
   - 学习目录/大纲：
     • 第1章：[主题] — [关键知识点]
     • 第2章：[主题] — [关键知识点]
     • ...

2. [下一个技能] ...
========================================

Research requirement: For each recommended resource, search the web to find:

Specific course names and URLs (Coursera, B站, 知乎, freeCodeCamp, Udemy, 慕课网, GitHub, 官方文档)
A realistic learning timeline
A topic outline / table of contents
Free/paid status

学习计划自动追加到 差距分析_[岗位名].md 中。

Phase 3: Summary & Output

开始词触发： "总结内容"、"总结"、"生成清单"、"我准备好了" 停止词触发： "暂停总结"、"先不总结"（暂停输出，等待后续指令）

3a. Classify & Merge

Review ALL skills collected across all categories
Merge overlapping skills
Sort by relevance to target position (if provided), then by impact
"未定"模式：按 技能影响力与通用性 排序

3b. Generate Skill List Output

========================================
          个人技能清单 — 简历素材
========================================

【硬技能 / Technical Skills】
• [技能名称]
  STAR：在[情境]中，负责[任务]，通过[行动]，实现了[结果]
  → 简历短句：[行动导向的1句话，可直接用于简历]

• ...

【软技能 / Soft Skills】
• [技能名称]
  STAR：在[情境]中，面对[任务]，采取[行动]，达成[结果]
  → 简历短句：[行动导向的1句话]

• ...

【实践经验 / Practical Experience】
• [项目/经历名称]
  STAR：[完整STAR描述]
  → 简历短句：[行动导向的1句话]

• ...

【自学能力 / Self-Learning】
• [技能名称]
  学习方式：[自学/网课/读书等]
  掌握程度：[描述]
  应用情况：[如何应用]

• ...

========================================
整理时间：[当前日期]
注：（行业平均水平为 XX）处请替换为你的实际数据
========================================

Save as: 技能清单.md

3c. Generate Resume (Plus 版)

当有明确目标岗位时，从技能清单中筛选最相关内容，生成定制简历：

========================================
    [姓名] — [目标岗位] 简历
========================================

## 个人信息
[从基本信息.md提取]

## 求职意向
[目标岗位] | [期望城市]

## 核心优势（3-4条）
[从高匹配技能中提炼]

## 专业技能
[按岗位相关性排序]

## 工作经历
[用STAR格式描述，侧重与岗位相关的部分]

## 项目经历
[挑选最相关的项目]

## 教育背景

## 其他
[证书、语言、自学经历等]

========================================

Save as: 简历_[岗位名].md

3d. Offer Follow-up

After generating, ask:

"需要我生成英文版吗？"
"有哪个板块需要调整或补充？"
"需要我针对另一个岗位重新生成简历吗？"
"需要我更新已询问问题记录吗？"（自动更新）

Rules

STAR is mandatory — every skill must go through Situation/Task/Action/Result
Research when user can't provide data — search web for industry averages, mark with （行业平均水平为 XX）
Stop追问 on command — when user says "停止追问", immediately stop current skill, confirm, move on
Gap prompting is proactive — don't wait for user to notice gaps, actively point out missing skills
Matching is data-driven — use real job postings/JD for matching analysis, not assumptions
Learning resources must be specific — course names, URLs, timelines, topic outlines — never vague "去学一下XX"
Language follows user input — default Chinese, switch if user writes in English
Integrate supplementary info immediately — if user sends extra context mid-flow, acknowledge and incorporate it
开始词/停止词优先级高于阶段流程 — 任何阶段收到停止词必须立即响应
"未定"模式必须全面覆盖 — Phase 1 遍历全部四大类别
单次单能力修改原则 — 后续对本文件的任何修改，每次只针对一个功能点
跨会话持久化 — 每次会话结束自动更新 已询问问题.md、技能清单.md
多简历不覆盖 — 不同岗位的简历独立保存
差距分析按岗位独立 — 每个岗位的差距分析和学习计划独立保存

附录：已询问问题清单及注释

以下为本技能文件中出现的所有用户交互问题，按阶段整理，附注释说明其用途与触发条件。

Phase 0 — 初始化问题

| # | 问题 | 注释 | |---|------|------| | 1 | "你正在找什么岗位/行业的工作？如果还没确定，说'未定'。" | 获取目标岗位，驱动Phase 2匹配分析；回答"未定"则进入全方位技能查询模式 | | 2 | "简单介绍一下你的背景：工作经验、学历、做过的项目、兼职、实习、志愿活动、爱好等，什么都行。" | 获取个人背景，决定Phase 1的起始技能类别 |

Phase 1b — STAR 深度挖掘问题

| # | 问题 | 注释 | |---|------|------| | 3 | "你在哪里/什么场景下用过这个技能？" | STAR-S情境：定位技能使用场景 | | 4 | "当时是什么岗位/角色？" | STAR-S情境补充：明确用户在场景中的身份 | | 5 | "你需要完成什么具体任务？" | STAR-T任务：明确目标与挑战 | | 6 | "有没有遇到什么困难或挑战？" | STAR-T任务补充：挖掘难度与复杂度 | | 7 | "你具体做了什么？分几步？" | STAR-A行动：拆解具体操作步骤 | | 8 | "有没有用到什么工具/方法？" | STAR-A行动补充：识别工具链与方法论 | | 9 | "最终结果如何？有没有数据可以说明？" | STAR-R结果：量化成果 | | 10 | "这个成果带来了什么影响？" | STAR-R结果补充：评估影响力与价值 |

Phase 1b — Adaptive 追问问题

| # | 问题 | 注释 | |---|------|------| | 11 | "能举个例子吗？" | 用户回答模糊时触发，追问具体实例 | | 12 | "具体数字是多少？" | 用户回答模糊时触发，追问量化数据 | | 13 | "除了这个还有吗？" | 用户回答简短时触发，追问更多内容 | | 14 | "后来怎么样了？" | 用户回答简短时触发，追问后续发展 | | 15 | "这个项目后来扩大了吗？" | 用户回答有亮点时触发，沿亮点深挖 | | 16 | "你教过别人吗？" | 用户回答有亮点时触发，挖掘带教/影响力 |

Phase 1c — 确认问题

| # | 问题 | 注释 | |---|------|------| | 17 | "以上记录准确吗？有需要补充的吗？" | 每个STAR技能完成后确认准确性 |

Phase 1d — 差距提示问题

| # | 问题 | 注释 | |---|------|------| | 18 | "你的目标岗位通常还需要 [XX技能]，你是否有相关经验？如果有，请描述；如果没有，输入'跳过'。" | 有目标岗位时自动触发 | | 19 | "在[类别名]方面，很多人还会具备 [XX技能]，你是否有相关经验？如果有，请描述；如果没有，输入'跳过'。" | "未定"模式专用 |

Phase 3c/d — 总结后跟进问题

| # | 问题 | 注释 | |---|------|------| | 20 | "需要我生成英文版吗？" | 总结生成后触发 | | 21 | "有哪个板块需要调整或补充？" | 总结生成后触发 | | 22 | "需要我针对另一个岗位重新生成简历吗？" | 总结生成后触发，支持多岗位 |

跨会话续接问题

| # | 问题 | 注释 | |---|------|------| | 23 | "上次我们进行到了 [阶段]，已挖掘了 [N] 个技能。要继续上次的进度，还是重新开始？" | 检测到 已询问问题.md 有未完成流程时触发 |