UP 简历 - 让 Agent 帮你写简历找工作

UP 简历 AI 求职助手。创建专业简历、搜索校招/社招/实习岗位、JD 对照优化、简历诊断、每日求职监控、智能投递指导。当用户说"创建简历"、"编辑简历"、"搜索校招"、"找工作"、"优化简历"、"投递"、"监控校招"时使用。

Security Scan

The skill is largely coherent with its stated resume/job-search purpose, but there are a few inconsistencies and persistence behaviors you should evaluate before installing (notably undeclared CLI/node requirements, npx installation instructions, and automatic scheduled-job creation that will run agent commands and store PII locally).

Purpose & Capability

The skill's name/description (resume creation, job search, ATS guidance) matches the SKILL.md instructions and the MCP tool calls to upcv. However the runtime instructions assume availability of the 'claude' CLI and use npx to install @upcv/mcp-server (which implies node/npm). The manifest declared no required binaries or env vars — an omission that is inconsistent with the instructions.

Instruction Scope

Instructions stay within the job/resume domain (calls to resume.*, campus.*, etc.). They do instruct the agent/user to create files (monitor.sh, launchd plist), write reports to ~/.jobsclaw/reports, and maintain ats-records/ files containing form structures. Those files may contain PII from users' resumes. The skill also embeds a pattern that runs 'claude -p' inside the monitor script, meaning scheduled tasks will run the agent CLI with queries; this is expected for monitoring but worth explicit user consent and review.

Install Mechanism

No formal install spec is included in the registry (instruction-only). The SKILL.md instructs installing an MCP server via npx (@upcv/mcp-server). Using npx pulls code from npm at runtime — a standard but non-zero risk step. The skill does not declare this install requirement in metadata, and it does not mention verifying the npm package source or repository beyond references in README.

Credentials

The skill requires (and repeatedly instructs the user to provide) an API key from clawjob.upcv.tech / upcv.tech to use the MCP server. That is proportional to the stated purpose. No other environment variables or unrelated credentials are requested. Still, the API key grants the MCP server access to resume data on that external service — users should confirm the API key scope and trust the external provider before sharing.

Persistence & Privilege

The skill guides creating persistent scheduled tasks (cron / launchd) and saving daily reports and ATS records under the user's home directory. These persistent jobs will execute 'claude' CLI commands autonomously on a schedule. While this is consistent with the 'monitor' feature, it increases the blast radius (automated agent invocations and writing files with resume/PII). Users should explicitly review and approve the monitor script and scheduled task.

What to consider before installing

This skill appears to do what it says (resume creation, job search, monitoring, ATS guidance) but check a few things before enabling: - The SKILL.md expects you to run 'claude' CLI commands and to install an MCP server via npx (@upcv/mcp-server). The registry metadata did not declare required binaries (node/npm, npx, or claude). Make sure you have these tools installed and review the npm package (@upcv/mcp-server) source (the README points to a GitHub repo) before running npx. - The skill asks you to provide an API Key from clawjob.upcv.tech/upcv.tech. That key likely gives the external service access to your resumes — confirm what permissions the key grants and that you trust the service. - If you use the job-monitor feature the skill will create monitor.sh, a cron job or a launchd plist, and save daily reports to ~/.jobsclaw/reports and ATS metadata to ats-records/. Those files can contain personal data from your resume. Review the monitor script and scheduled task entries yourself before enabling; do not paste sensitive fields (e.g., ID numbers) into automated scripts. - Because scheduled jobs will run the agent CLI ('claude -p') automatically, consider whether you want automated agent invocations on your machine. Review the exact command text in monitor.sh and confirm any network calls and API usage. - Best practice: inspect the npm package code or GitHub repo referenced in README, audit the monitor script and any files it writes, and only install if you trust upcv and the @upcv/mcp-server package. If unsure, run the skill interactively without enabling the monitor persistence, or use a disposable environment.

Clawjob — UP 简历 AI 求职助手

在 Claude Code 中完成求职全流程：创建简历 → 搜索职位 → 优化简历 → 智能投递。

UP 简历（upcv.tech）帮助应届生和求职者更高效地找校招、找实习、找工作。OpenClaw 版：clawjob.upcv.tech

1. MCP Server 安装

获取 API Key

前往 clawjob.upcv.tech 生成 API Key。

安装

claude mcp add upcv -- npx @upcv/mcp-server --api-key YOUR_API_KEY

安装完成后即可使用以下全部功能。

2. 功能总览

功能	说明	触发词	详细指南
创建简历	身份识别→模块规划→STAR 法则→逐步创建	"创建简历"、"新建简历"	/resume-create
编辑简历	快速编辑、JD 对照改写、简历诊断、导出 PDF	"编辑简历"、"优化简历"、"诊断简历"	/resume-edit
校招搜索	搜索校招/实习项目，按公司、城市、行业筛选	"搜索校招"、"找校招"、"实习项目"	/campus-search
职位搜索	搜索岗位 JD（社招/校招/实习），查看详情	"搜索岗位"、"找工作"、"社招"	/job-search
求职监控	每日定时查询，生成最新职位简报	"监控校招"、"每日推荐"、"最新校招"	/job-monitor
智能投递	准备投递数据，ATS 识别，表单填写指导	"投递"、"申请岗位"、"准备投递"	/auto-apply

3. 创建简历

从零创建一份专业简历，完整工作流：

1. 前置检查：调用 resume.list 检查是否已有简历
2. 身份识别：了解用户身份（在校学生 / 应届毕业生 / 职场人士）和目标岗位
3. 模块规划：根据身份规划简历板块和顺序
4. 选择模板：调用 template.list 展示模板，用户选择
5. 创建简历：调用 resume.create，标题格式：目标职位-姓名-经验
6. 逐步填充：按模块逐步收集信息——
   • 基本信息 → resume.updateBasics
   • 教育背景 → resume.updateSectionItem
   • 工作/实习经历 → 用 STAR 法则生成描述，HTML 格式写入
   • 项目经历、技能、其他板块
7. 完成引导：引导预览、优化、搜索职位

经历描述规范

使用 STAR 法则 + HTML 格式：

<ul>
<li>主导用户增长策略，通过 A/B 测试优化注册流程，<strong>3 个月内新增用户 5 万+</strong></li>
<li>负责核心交易系统重构，将接口响应时间从 2s 优化至 200ms，<strong>系统可用性提升至 99.9%</strong></li>
</ul>

要求：强动词开头，<strong> 强调量化结果，自然融入 STAR 逻辑（不出现标签），每段经历 3-5 条。

写作红线

• 职责匹配身份（实习生不写成项目负责人）
• 不改变事实，只优化表达
• 没有数据就不编，保守推断
• 用户没说的经历绝不添加

4. 编辑简历

快速编辑

操作	工具
更新姓名/邮箱/电话	resume.updateBasics
更新个人总结	resume.updateSection（summary）
添加经历	resume.updateSectionItem（不传 itemId）
修改经历	resume.updateSectionItem（传 itemId）
删除经历	resume.deleteSectionItem
切换模板/主题色	resume.updateMetadata
调整板块顺序	resume.reorderLayout
导出 PDF	resume.print

JD 对照改写

当用户想根据 JD 大幅优化简历时：

1. 确认目标职位和 JD（没有 JD 引导搜索）
2. 分析简历与 JD 差距，给出 2-3 个改写方向
3. 逐模块执行改写，每步展示方案，用户确认后写入
4. 改写红线：不改变事实、不编造经历、保守推断数据

简历诊断

从 5 个维度诊断：完整性、匹配度、表达质量、格式规范、身份匹配。按优先级列出改进建议，询问是否逐项执行。

5. 搜索校招项目

搜索校招/实习项目（项目级别），调用 campus.searchRecruitments：

参数	说明
search	关键词（公司名、项目名）
entryType	CAMPUS / INTERNSHIP
batchType	SPRING / SUMMER / AUTUMN / WINTER
batchYear	年份
cityIds	城市
industryId	行业
companyType	STATE_OWNED / FOREIGN / PRIVATE

查看项目详情用 campus.getRecruitment。如需看具体岗位 JD，引导到职位搜索。

6. 搜索岗位

搜索具体岗位 JD（社招/校招/实习），调用 campus.searchJobs：

参数	说明
search	关键词（岗位名、公司名）
jobType	CAMPUS / INTERNSHIP / SOCIAL
workMode	ON_SITE / REMOTE / HYBRID
cityIds	城市
degreeId	学历要求

查看岗位详情用 campus.getJob，获取完整 JD、薪资、投递链接。

7. 求职监控

帮用户设置每日定时监控：

1. 收集监控条件（行业、城市、岗位方向、关注类型）
2. 先执行一次查询预览效果：
   • campus.recommend（freshOnly: true）— 24h 内新发布
   • campus.recommend（expiringOnly: true）— 7 天内截止
   • campus.searchJobs（sortBy: newest）— 最新岗位
3. 创建 monitor.sh 脚本 + launchd/cron 定时任务
4. 每日简报保存到 ~/.jobsclaw/reports/YYYY-MM-DD.md

8. 智能投递

准备投递数据，指导表单填写：

1. 准备数据：从简历提取结构化信息，resume.print 生成 PDF
2. 识别 ATS：根据投递链接域名识别 ATS 类型（北森、Moka、Greenhouse 等）
3. 表单指导：
   • 有历史记录 → 读取已知表单结构，直接整理数据
   • 无历史记录 → 引导用户描述表单字段，逐步提供填写内容
4. 记录经验：将 ATS 表单结构保存到 ats-records/ 目录，供后续复用

注意：身份证号等敏感信息提醒用户自行填写，不代填。

9. 依赖的 MCP Tools

Tool	用途
resume.list	列出用户所有简历
resume.get	获取简历完整数据
resume.create	创建新简历
resume.update	更新简历元信息
resume.delete	删除简历
resume.print	导出 PDF
template.list	获取模板列表
resume.updateBasics	更新基本信息
resume.updateSection	更新整个板块
resume.updateSectionItem	更新/新增单条经历
resume.deleteSectionItem	删除单条经历
resume.updateMetadata	更新样式（模板、主题色、字体等）
section.create	创建自定义板块
section.delete	删除自定义板块
resume.reorderLayout	调整板块顺序
campus.searchRecruitments	搜索校招/实习项目
campus.getRecruitment	获取项目详情
campus.searchJobs	搜索岗位
campus.getJob	获取岗位详情
campus.recommend	获取推荐（新发布/即将截止）

10. 典型工作流

从零开始求职

1. 创建简历  → 身份识别，模块规划，逐步创建专业简历
2. 搜索岗位  → 搜索目标岗位，查看 JD
3. 优化简历  → 根据岗位 JD 改写优化简历
4. 准备投递  → 准备投递数据，辅助填写 ATS 表单

校招求职

1. 校招搜索  → 搜索校招/实习项目
2. 职位搜索  → 查看具体岗位 JD
3. 优化简历  → 针对性优化简历
4. 准备投递  → 导出 PDF，辅助投递

每日求职

1. 求职监控  → 设置每日监控，获取最新简报
2. 搜索岗位  → 深入了解感兴趣的岗位
3. 优化简历  → 根据目标岗位优化简历
4. 准备投递  → 选择目标，准备投递

11. 错误处理

错误	处理方式
API Token 无效（401）	引导到 upcv.tech/settings/api-token 重新获取
积分不足（402）	提示访问 clawjob.upcv.tech 获取更多积分
无简历（404）	引导创建简历
搜索无结果	建议放宽筛选条件
模板不存在	重新展示可用模板
网络错误	提示稍后重试

---

Clawjob 致力于帮助每一位应届生和求职者更高效地找到理想的校招、实习和工作机会。觉得好用？在 Skills Marketplace 点个赞，分享给正在求职的同学吧！