Offer Toolkit

六个求职工具打包成一个 agent skill 包。可以整包用，也可以只挑其中一个——每个子 skill 都能独立跑。

0  还在找机会      →  job-hunt-skill           批量发现、去重、生成可搜索清单
1  看到心动岗位    →  job-description-skill    解码 JD、出一份 Offer Strategy 报告
2  决定投          →  resume-skill             改简历、11 套打印级模板
3  拿到面试        →  bq-skill                 挖故事、建故事库、准备 BQ
4  拿到多个 offer  →  offer-compare-skill      对比 TC、成长与风险，给明确推荐
5  准备签 offer    →  salary-negotiation-skill 诊断杠杆、生成话术、明确停止线

效果预览

自动生成的 job-hunt-skill 报告，包含岗位排序、证据标签和快速筛选。

报告岗位排序	报告岗位详情
报告搜索策略	报告方法说明

核心能力

子 skill	做什么
job-hunt-skill	给一份简历、目标方向、种子 JD 或已有职位链接，自动搜索公开来源、去重并区分事实与推断，生成可搜索筛选的 HTML 职位清单。只发现和分析，不自动投递。
job-description-skill	贴一份 JD 和你的简历，给你一份 HTML 报告：这岗位该不该投、匹配度、差距、面试可能问什么、薪资是否合理、接下来 6 周该做什么。
resume-skill	改现有简历、从 LinkedIn 导入、或从零聊着写一份。11 套打印级模板（Classic-ATS、Ledger、Tech Compact、Modern Sidebar、Pillar、Elegant Serif、Atelier、Timeline、Swiss、Executive、Color-block）。每次给两份文件：一份直接打印 PDF，一份浏览器里点字就能改。
bq-skill	帮你挖出过去真实做过的事，整理成可复用的故事库。用 STAR/CAR 理清思路，打标签，中英文各存一份。还能对着 JD 预测 20 道面试题，逐题准备。
offer-compare-skill	对比两份或多份 offer 的 4 年 TC、成长、AI 敞口、公司与团队风险、晋升、生活方式、简历价值和未来跳槽便利，生成 HTML Offer Decision Report，给出明确推荐。
salary-negotiation-skill	诊断 Base、RSU、Sign-on、Bonus 的谈判空间，制定策略，生成可直接使用的中英文电话/邮件话术，模拟招聘官 pushback，写清签、走和停止线。

工作方式

1. 你说出当前求职阶段（找机会、看 JD、改简历、准备面试、比 offer、谈薪），顶层路由自动分配到对应子 skill
2. 按子 skill 要求提供输入（简历、JD、经历、offer 数据等）
3. 子 skill 处理后，在你桌面上生成 HTML 报告 / 简历 / 故事库，双击即可打开

触发词

用户说	走哪个
"帮我找工作" / "在 LinkedIn 搜适合我的岗位" / "根据简历做职位清单"	job-hunt-skill
贴 JD / "这个岗位该不该投" / "帮我看看这份工作"	job-description-skill
"帮我美化简历" / "帮我从零做一份" / 上传 PDF / 贴 LinkedIn	resume-skill
"帮我准备 behavioral 面试" / "Tell me about a time…" / "帮我挖一个故事"	bq-skill
"帮我比较两份 offer" / "A 还是 B" / "算一下 4 年 TC"	offer-compare-skill
"帮我谈薪" / "怎么 counter" / "能不能多要 RSU"	salary-negotiation-skill

四条共用规则

1. 不杜撰。 所有经历、数字都来自用户真实说过的内容。可以帮改弱表达，但绝不编造。
2. 只问会改变结论的信息。 不把对话变成长问卷。
3. 先结构化再产出。 先落到标准数据模型，确认无误再渲染 HTML。
4. 不替用户投递。 搜索可以自动化，提交表单和发消息由用户本人完成。

注意事项

• 你的数据不出本机。JD、简历、职业故事只在当下被模型读一遍，结果写回本地磁盘，不上传服务器、不参与训练。
• 每个子 skill 都可以独立使用，也可以配合整套流程使用。