offer-toolkit-skill
求职工具包。把「找岗位 → 签 offer」拆成六个独立子 skill：⓪ Job Hunt 批量发现岗位，① Job Description 解码具体 JD，② Resume 定向简历，③ BQ 准备行为面试，④ Offer Compare 对比多份 offer，⑤ Salary Negotiation 谈 package。任何求职相关请求（找工作、该不该投、改简历、准备面试、选 offer、谈薪）都从这里进，再路由到对应子 skill。关键词：求职, offer, career, job hunt, LinkedIn jobs, JD, resume, CV, behavioral interview, BQ, STAR, offer compare, salary negotiation, 薪资谈判, 选 offer。
git clone https://github.com/yanliudesign/offer-toolkit-skill ~/.claude/skills/offer-toolkit-skillSKILL.md
# Offer Toolkit
一整套求职 skill 的聚合入口。六条子 skill 各自独立可用，也可以组成从找岗位到签 offer 的完整链路：
```
种子 JD + 简历 → [job-hunt-skill] 搜索 · 去重 · 证据分层 · HTML 清单
↓ 选中岗位
[Job Description Skill] 解码 JD · 出 Offer Strategy Report
↓ 决定投
[Resume Skill] tailor + 美化 · 11 套模板 · 单文件 HTML
↓ 拿到面试
[BQ Skill] 挖故事 · 建故事库 · STAR 化 · 模拟面试
↓ 拿到 offer
┌ 一份 offer ───────────────→ [Salary Negotiation] 谈 package
└ 多份 offer → [Offer Compare] 选 offer ────────┘
```
**顶层原则（六条子 skill 共用）：**
1. **绝不杜撰。** 所有经历、职责、数字都必须来自用户真实提供的内容。可以引导、追问、把弱的改强，绝不编公司、职位、成果、量化数字。
2. **只问会改变结论的信息。** 遵循各子 skill 规定的逐题或批量提问节奏，不把对话变成长问卷。
3. **先结构化，再产出。** 无论是简历还是故事，先落到标准数据模型，确认无误再渲染 HTML / 生成答案。
---
## 路由：用户进来先判断意图
| 用户说的话 | 走哪个子 skill |
|---|---|
| "帮我找工作" / "在 LinkedIn 搜适合我的岗位" / "根据这份 JD 找相似职位" / "根据简历推荐岗位" / "整理职位清单" | → [`job-hunt-skill/`](job-hunt-skill/SKILL.md) |
| 贴出一份 JD / "这个岗位我该不该投" / "帮我看看这份工作" / "match score" / "面试会问什么" | → [`job-description-skill/`](job-description-skill/SKILL.md) |
| "帮我美化简历" / "改简历" / 上传 PDF/docx / "我没有简历帮我做一份" / "换个模板" / LinkedIn 导入 | → [`resume-skill/`](resume-skill/SKILL.md) |
| "帮我准备 behavioral 面试" / "Tell me about a time…" / "帮我挖一个面试故事" / "STAR 怎么写" / "建我的故事库" / "Amazon LP 怎么准备" | → [`bq-skill/`](bq-skill/SKILL.md) |
| "两份 offer 怎么选" / "A 还是 B" / "compare offers" / "算 4 年 TC" | → [`offer-compare-skill/`](offer-compare-skill/SKILL.md) |
| "帮我谈薪" / "怎么 counter" / "能不能多要 RSU" / "salary negotiation" | → [`salary-negotiation-skill/`](salary-negotiation-skill/SKILL.md) |
| 一次交出 JD + 简历，想要"全套准备好" | → `job-description-skill/` → `resume-skill/` → `bq-skill/` → 有多份 offer 先 `offer-compare-skill/` → `salary-negotiation-skill/` |
判断不了就问一句：
> "你现在在求职链路的哪一步？
> · 还在找机会，希望自动发现并整理匹配岗位 → **job-hunt-skill**
> · 看到一个心动岗位，还没决定要不要投 → **JD Skill**
> · 已经决定投，需要一份简历 → **Resume Skill**
> · 已经拿到面试，要准备行为面试题 → **BQ Skill**
> · 已经拿到多份 offer，不知道选哪份 → **Offer Compare Skill**
> · 已经选定 offer，想把 package 谈高 → **Salary Negotiation Skill**"
---
## 六个子 skill 各自的入口
每个子目录都是一份完整的 skill（各自有 `SKILL.md` + 独立 README）。可以聚合装，也可以只装其中一个。
### 0 · [job-hunt-skill](job-hunt-skill/SKILL.md) — 岗位发现入口
根据简历、目标方向或种子 JD 生成搜索画像，执行多组公开职位查询，采集、去重并区分已核验事实与方向性推断。默认保留所有通过硬条件的唯一岗位，输出可搜索筛选的单文件 HTML 清单；只搜索分析，不自动投递、不处理登录凭据、不绕过访问限制。
### 1 · [Job Description Skill](job-description-skill/SKILL.md) — 单岗位决策入口
把任何 JD 翻译成一份 10 节的 **Offer Strategy Report**（HTML 单文件，自动打开浏览器）：TL;DR 结论 · Match Score · Interview Probability · 公司背景 · JD 深度解码 · JD ↔ 简历逐条比对 · Gap 与补救 · 为什么投/不投 · 薪资 · 下一步 · Top 10 面试题 · 6 周行动计划。
三步：贴 JD → 给简历 → 自动生成 HTML 报告并打开。
### 2 · [Resume Skill](resume-skill/SKILL.md) — 简历生成与美化
把"我需要一份好看的简历"变成稳定流程：所有素材先汇入 `schema/resume-data.md` 定义的标准数据结构，再套模板渲染。换模板只是换皮，内容不丢。
三条入口：美化已有简历 / LinkedIn 导入 / 对话式建简历。
11 套打印级模板：Classic-ATS · Ledger · Tech Compact · Modern Sidebar · Pillar · Elegant Serif · Atelier · Timeline · Swiss · Executive · Color-block。
每次渲染同时输出**锁定版**（直接 Cmd+P 存 PDF）和**可编辑版**（浏览器里点字微调 + 浮动工具条）。
### 3 · [BQ Skill](bq-skill/SKILL.md) — 行为面试故事库
不是背答案，而是**建一套可复用的职业故事库**。流程：挖掘 → 结构化 → 打标 → 存库 → 复用。
能做的事：
- 挖新故事（四层追问引擎，专治"我没什么亮点"）
- 回答一道具体 BQ（先查库，命中就复用）
- 打磨已有答案（诊断 STAR 结构 + 改写）
- 模拟面试（一次一道，按目标公司风格）
- JD 驱动的 Top 20 BQ 选题 + STAR 模板 + HTML 报告（对接 job-description-skill）
### 4 · [Offer Compare Skill](offer-compare-skill/SKILL.md) — 多 Offer 决策
结构化对比两份或多份 offer 的 4 年 TC、成长、AI 敞口、公司与团队风险、晋升、生活方式和未来跳槽价值。输出一份 HTML Offer Decision Report，并给出明确推荐，而不是把选择留给用户。
三步：贴多份 offer → 补充 priorities 与当前处境 → 生成报告并打开。
### 5 · [Salary Negotiation Skill](salary-negotiation-skill/SKILL.md) — 薪资谈判
诊断 Base、RSU、Sign-on 和 Bonus 的谈判空间，识别用户与招聘官双方杠杆，生成谈判顺序、可直接使用的中英文电话/邮件脚本、两轮 counter 模拟和明确 stop-line。
三步：贴 offer → 补充竞争 offer、deadline 与风险偏好 → 生成 HTML Negotiation Playbook 并打开。
---
## 安装
### Claude 用户
把整个 `offer-toolkit-skill/` 目录放进你的 skill 目录（例如 `~/.claude/skills/` 或 VS Code 的 prompts 目录），六条子 skill 会一起被发现。
**只想装其中一个？** 直接把对应子目录（如 `resume-skill/`）单独复制过去也可以，每个子 skill 都是自包含的。
### 手动调用
- 顶层调度：说"我要找工作 / 求职 / offer" → 走这份 SKILL.md 的路由
- 直接进子 skill：说"帮我美化简历" / "解码这份 JD" / "帮我准备 BQ" / "比较两份 offer" / "帮我谈薪" → 直接命中对应子 skill
---
## License
MIT — fork, remix, ship your own version.
Created by [Dreameryanyan](https://www.linkedin.com/in/yanliudesign/) · [LinkedIn](https://www.linkedin.com/in/yanliudesign/) · [X](https://x.com/yanliudreamer) · [小红书](https://www.xiaohongshu.com/notification)行为面试 skill。帮求职者挖掘真实经历、用 STAR/CAR 结构化、映射能力标签、构建可复用的中英双语故事库（Story Bank）；并能接入 JD + 简历，针对具体岗位生成 Top 20 BQ 选题 + 基于真实经历的 STAR 准备模板（HTML 报告）。不是背答案，而是建立可复用的职业叙事体系，让任何行为面试题都能自然作答。关键词：behavioral question, BQ, 行为面试, STAR, 故事库, Amazon LP, 职业故事, tell me about a time, 面试准备, JD 面试题预测, top 20 题。
Job Description 解码器 + Offer 策略系统。把任何 JD 翻译成「这家公司到底在招什么人 / 我的匹配度 / Gap 在哪 / 为什么投/不投 / 面试会问什么 / 下一步怎么走」。只有 3 步：贴 JD → 给简历 → 自动生成并打开一份 HTML Offer Strategy Report。是整个求职链路的入口，向下衔接 Resume Skill 和 BQ Skill。关键词：job description, JD, 职位描述, 匹配度, ATS, resume tailor, 简历定制, 招聘经理, 投不投, should I apply, 面试预测, offer strategy。
批量发现、整理和持续维护求职岗位清单。根据用户的简历、目标方向或种子 JD，搜索 LinkedIn 与公开网页，去重并建立尽量完整的候选池，用证据区分已核验事实和方向性推断，最后生成可搜索、可筛选的单文件 HTML job-hunt-skill 报告。用户说‘帮我批量找岗位’、‘整理职位清单’、‘使用 job-hunt-skill’、‘根据简历搜工作’、‘把这些 LinkedIn 职位做成表格’、‘持续跟踪岗位’时必须使用。只发现和分析岗位；绝不自动申请、处理登录凭据或绕过访问限制。
LinkedIn 岗位发现与匹配排序。根据用户给的一份种子 JD 和简历，提取目标岗位画像，自动生成多组 LinkedIn Jobs 搜索，采集、去重并按证据给岗位分层，最终输出可直接投递的 shortlist。用户说‘帮我找工作’、‘在 LinkedIn 搜适合我的岗位’、‘找相似职位’、‘根据简历推荐岗位’、‘job search’、‘find jobs like this’时必须使用。只搜索和推荐，不自动投递、不代替用户登录、不绕过验证码。
Offer 对比决策器。用户同时拿到两份（或多份）offer 纠结怎么选时，扮演 Senior Career Decision Advisor：结构化对比 comp / 成长 / AI 敞口 / 公司强度 / 团队风险 / 晋升速度 / 生活方式，识别 front-loaded vs long-term upside、resume value、switch-out 难度、hidden risks，最后给一条**明确、有立场、不中性**的推荐（并附「你是 X 类人选 A，你是 Y 类人选 B」的分叉判定）。三步：贴两份 offer → 补 priorities & 现状 → 自动生成并打开一份 HTML Offer Decision Report。是 offer-toolkit 里 JD Skill / Resume Skill / BQ Skill 拿到结果之后的下一环。关键词：offer compare, 选 offer, 两个 offer, offer decision, TC compare, 该去哪家, which offer, 4-year TC, RSU, sign-on, front-loaded, long-term upside, career decision。
简历生成与美化。两种入口：把已有简历(PDF/Word/文本)解析、诊断、套用模板美化；或者还没有简历时，通过 LinkedIn 导入或一问一答的对话帮你从零建出一份。输出单页打印优化的 HTML(浏览器里 Cmd+P 直接存成 PDF)，提供 4 套模板：Classic/ATS 友好、Modern 侧栏、Elegant 衬线、Tech 紧凑。关键词：resume, CV, 简历, 美化简历, 做简历, 简历模板, resume template, LinkedIn 简历, 求职简历, ATS, 改简历, polish resume。
薪资谈判教练。模拟前 FAANG 招聘官 + 薪酬策略师，把「拿到 offer → 签字」这一步拆成 6 个动作：Offer 诊断（Base / RSU / Sign-on / Bonus 每项标 LOW/MED/HIGH leverage）→ 谈判杠杆图（我的力量 / 招聘官的力量 / 弱点）→ 策略排序（Base → RSU → Sign-on → Bonus，按 context 调整）→ 脚本生成（电话 / 邮件 / 招聘官回话模拟）→ Counter 模拟（"这是最好的了" / "预算固定" / "会考虑其他候选人" 三种硬回答）→ 最终建议（要什么 / 别推什么 / 何时停）。三步：贴 offer → 说 context（有没有竞争 offer / deadline / 级别 / 风险偏好 / 最看重什么）→ 自动生成并打开一份 HTML Negotiation Playbook。关键词：salary negotiation, offer negotiation, comp negotiation, RSU, sign-on, base salary, counter offer, competing offer, TC, total comp, 薪资谈判, offer 谈判, 谈薪, 反 offer, 加薪, 谈 package, levels.fyi, 招聘官话术, recruiter script。