JD智能解读

招聘需求智能解读技能。输入任意岗位JD（粘贴/上传/URL），自动进行8维深度解读：JD结构化拆解→显性隐性需求解构→需求权重评分→能力差距自评引导→面试考点预测→学习提升路线图→ATS关键词注入→薪资对标分析，生成交互式HTML可视化解读报告。触发词：JD解读、岗位解读、招聘需求分析、解读JD、这个岗位要什么、帮我分析这个职位、职位解读、岗位分析、jd interpreter、decode job、analyze job description、职位要求分析。

JD智能解读技能 — 招聘需求深度分析

输入一份 JD → 输出 8 维深度解读 + 交互式 HTML 可视化报告

定位

本技能填补求职链路「看到 JD → 理解 JD」这一关键空白环节。已有技能（resume-jd-scorer / resume-assistant）均依赖用户已有简历，本技能专注纯 JD 解读，无需简历即可使用。解读完成后可自然串联下游技能进行评分或简历改写。

触发条件

• 用户粘贴/上传一份岗位 JD 文本
• 用户提供招聘页面 URL
• 用户说"帮我分析这个职位""这个岗位到底要什么""解读一下这个 JD"
• 即使无简历也能独立使用

8 维解读框架

模块一：JD 结构化拆解（P0 — 必做）

从原始 JD 文本中提取结构化信息，生成「岗位画像卡片」：

提取字段	说明
职位名称	标准化的岗位名称
公司/行业	公司类型、所处行业
工作地点	城市/远程/混合
薪资范围	JD 中明确或隐含的薪资信号
工作性质	全职/实习/外包/兼职
核心职责 TOP 5-8	按重要度降序排列
硬技能/技术栈	分「必需」和「加分」两类
软技能/素质要求	沟通/领导力/抗压等
学历/经验门槛	学历层次 + 工作年限要求
行业关键词	业务领域高频词

模块二：显性需求 vs 隐性需求解构（P0 — 必做）

区分 JD 字面意思与隐藏信号。解码规则：

显性措辞	隐性信号	信号强度
"抗压能力强"	工作节奏快/可能加班/Deadline 驱动	中
"有 owner 意识"	需要自驱/结果导向/可能一人多岗	高
"从 0 到 1"	新业务线/流程不成熟/高风险高回报	高
"扁平化管理"	层级少但晋升通道可能不明确	低
"薪资 open/面议"	预算不透明/需谈判技巧	中
"加分项：XX 经验"	实际可能是隐性必需项	中
"快速迭代"	敏捷开发/需求变化频繁/节奏快	高
"创业心态"	可能 996/期权激励为主/现金偏低	高
"有竞争力的薪资"	中等偏上/非顶级	低
"团队氛围好"	可能是小团队/福利一般	低
"广阔发展空间"	岗位职责边界模糊/需要多面手	中
"结果导向"	KPI/OKR 压力大	中

输出格式：双列表对比（显性列 × 隐性解读列），每个隐性信号标注信号强度。

模块三：需求权重评分（P1 — 必做）

对 JD 中所有要求进行 1-5 星权重打分，排序逻辑：

1. 措辞强度：「精通」>「熟悉」>「了解」>「加分项」
2. 出现位置：JD 靠前的要求通常更重要
3. 行业常识：某些技术栈是该岗位的事实门槛
4. 重复强调：JD 中多次提及的技能自动升权

输出带权重星标的需求清单表，标注每项的「必要程度」。

模块四：能力差距自评引导（P0 — 必做）

引导用户对核心要求进行快速自评（无需简历）：

• 5 分制自评：对每项核心要求打分 1-5
• 差距热力图：红（严重不足）/ 黄（部分满足）/ 绿（完全满足）
• P0/P1/P2 行动优先级：按「重要性 × 差距程度」排序
• 联动提示：告知用户可跳转 resume-jd-scorer 做精确简历匹配

如果用户已有简历，可以使用以下下游技能：

• → resume-jd-scorer：精确 5 维匹配度评分
• → resume-assistant：按 JD 定制改写简历
• → resume-optimizer：去 AI 味的简历终稿

模块五：面试考点预测（P1 — 必做）

基于 JD 内容反向推测面试问题，按类型分类：

问题类型	预测逻辑	示例
技术栈深挖	JD 中列出的每项技术栈 → 相关追问	"React 的 Fiber 架构如何实现调度？"
项目经验追问	JD 职责描述 → STAR 行为面试	"介绍一个你从 0 到 1 搭建的项目"
行为面试	软技能关键词 → 场景模拟	"描述一次与产品经理发生分歧的经历"
系统设计	中高级岗位 → 架构设计题	"设计一个支持百万并发的秒杀系统"
案例分析	业务岗位 → 商业案例	"如果 DAU 下降 20%，你怎么排查？"
反问准备	帮求职者准备 3-5 个高质量反问	"团队目前最大的技术挑战是什么？"

每道问题标注预测概率（★★★ 高 / ★★ 中 / ★ 低）。

模块六：学习提升路线图（P1 — 必做）

为有差距的求职者生成技能提升计划：

• 核心技能学习资源：课程/书籍/官方文档/开源项目推荐
• 学习优先级排序：先学什么 ROI 最高
• 预估学习周期：每个技能模块的时间预估
• 实战项目建议：什么项目最能打动面试官
• 分阶段路线图：按周/月组织的学习计划

模块七：ATS 关键词注入建议（P1 — 必做）

从 JD 中提取 ATS（Applicant Tracking System）高频关键词，按类别输出：

• 技术关键词：框架/语言/工具名称
• 业务关键词：行业术语/业务流程
• 软技能关键词：leadership/communication/collaboration 等
• 行动动词：led/designed/implemented/optimized 等

给出简历融入建议：哪些词必须原样出现在简历中、可以通过什么方式自然融入。

模块八：薪资与市场对标（P2 — 选做）

如果用户要求或 JD 信息充分：

• 联网搜索该岗位在主流城市的薪资范围
• 对标同行业/同级别岗位的薪资区间
• 分析 JD 中薪资描述的隐含信息
• 给出谈判建议区间和策略

注意：此模块依赖 WebSearch，仅在用户明确要求或信息充足时执行。

完整工作流

text

Step 1: JD 输入接收
  ├── 粘贴文本 → 直接解析
  ├── 上传文件(PDF/DOCX) → 提取文本
  ├── 提供 URL → WebFetch 抓取
  └── 输出: 清洗后的纯文本 JD
      ↓
Step 2: 结构化提取 (模块一)
  ├── 提取基本信息(职位/公司/地点/薪资)
  ├── 拆解核心职责(TOP 5-8)
  ├── 分类硬技能/软技能/学历要求
  └── 输出: 结构化 JSON
      ↓
Step 3: 深度分析并行 (模块二~八)
  ├── 模块二: 显性→隐性映射
  ├── 模块三: 需求权重评分
  ├── 模块五: 面试考点生成
  ├── 模块六: 学习路线规划
  ├── 模块七: ATS 关键词提取
  └── 模块八: 薪资对标(可选)
      ↓
Step 4: 差距自评引导 (模块四)
  ├── 引导用户打分(或不打分直接跳过)
  ├── 生成差距热力图
  └── 输出 P0/P1/P2 优先级
      ↓
Step 5: 互动报告生成
  ├── 将分析结果写入 analysis.json
  ├── 运行 scripts/generate_report.py
  └── 输出 jd-interpretation-report.html
      ↓
Step 6: 呈现与联动
  ├── present_files 展示报告
  └── 提示可串联下游技能(resume-jd-scorer/resume-assistant)

使用方式

方式一：直接粘贴 JD 文本

text

用户: 帮我解读这个 JD
[粘贴 JD 文本]

方式二：提供招聘页面 URL

text

用户: 分析这个岗位 https://www.zhipin.com/job_detail/xxx.html

方式三：上传 JD 文件

text

用户: @jd.pdf 帮我分析一下这个岗位需求

输出报告 8 大板块

1. 岗位画像卡片 — 基本信息 + 核心职责一览
2. 需求权重仪表盘 — 1-5 星评分 + 必要程度标注
3. 显性 vs 隐性双列表 — 左边字面意思 / 右边隐藏信号
4. 能力差距热力图 — 红黄绿三色 + P0/P1/P2 优先级
5. 面试预测问题清单 — 分类卡片 + 概率标注
6. 学习路线图时间线 — 按周/月组织
7. ATS 关键词注入表 — 关键词 + 融入方式建议
8. 薪资对标分析（可选）— 市场区间 + 谈判策略

分析原则

• 客观中立：不美化也不贬低岗位，基于文本事实解读
• 标注不确定性：隐性需求解读属于推测，标注「信号强度」区分确定程度
• 不替代专业咨询：薪资建议仅供参考，最终决策权在用户
• 隐私优先：不存储用户提供的 JD 和个人信息
• 串联友好：输出格式兼容下游 resume-jd-scorer/resume-assistant 技能

脚本说明

脚本	用途
scripts/generate_report.py	读取 analysis.json → 渲染交互式 HTML 报告

依赖

• Python 3.9+（HTML 报告生成）
• 无需外部 API Key
• 深度分析依赖内置 LLM 能力
• 薪资对标模块可选依赖 WebSearch

与已有技能的关系

text

求职者链路:
  本技能(jd-interpreter)           resume-jd-scorer       resume-assistant/optimizer
  ┌─────────────────────┐         ┌──────────────┐        ┌──────────────────┐
  │ 纯 JD 解读           │ ──────→ │ 简历-JD 评分  │ ──────→│ 简历定制改写       │
  │ 无需简历即可使用      │         │ 需要简历+JD   │        │ 输出投递版简历     │
  └─────────────────────┘         └──────────────┘        └──────────────────┘

本技能补全了求职链路的第一步。解读完成后可自然传递给下游技能。

NEVER

• NEVER 在无 JD 输入时凭空分析
• NEVER 编造 JD 中不存在的岗位信息
• NEVER 替代简历评分技能做精确打分（引导用户使用 resume-jd-scorer）
• NEVER 对隐性需求做绝对断言（必须标注信号强度）
• NEVER 省略 8 大模块中的 P0/P1 模块
• NEVER 存储用户的 JD 或个人评估数据