求职总览
先看待投递与上岸进度，再复习职业知识、查看行业展望。
待投递
0
待投递 Offer 数量
已上岸
0
支持多 Offer 管理
今日待复习
0
职业知识卡今日任务
求职漏斗
近 30 天本周优先任务
AI 建议补齐 AI 项目证据
让项目经历更贴近目标 JD 的能力结构。
把“做了什么”改成“解决了什么”
突出场景、决策、结果和验证方式。
复习高频产品面试题
PRD、MVP、PMF、RAG、Agent、A/B Test。
Offer 追踪
首页即可双击修改公司 / 岗位 / 薪资 / JD，点击阶段按钮快速修改状态。
知识地图
每个 Offer 都有自己的知识地图。节点来源于 JD 匹配诊断中的技能缺口、知识缺口和高概率面试考点。
当前 Offer
地图说明
节点优先级综合：目标 JD 明确要求、市场同类 JD 高频要求、当前简历证据缺口、面试追问概率。
已学知识 → 简历润色
只允许使用“已学会”节点做表达优化或技能补充；不会把知识学习伪装成项目经历、工作成果或真实业务经验。
知识节点
0 个节点
职业知识卡
卡片来自不同 Offer 的知识地图。可同时选择多个 Offer 卡集，再按会话式复习 + SM-2 长期间隔学习。
选择卡集
每个 Offer 都是一套卡集。可以同时勾选多个 Offer，一次混合学习。
当前学习队列
0 张
职业知识
本轮学习
点击卡片翻面
请选择至少一个 Offer 卡集
轻松做简历
这不是通用简历编辑器，而是“Offer 专属简历生成器”：我的价值 + 当前 JD → 当前岗位简历。
当前绑定 Offer
快速创建方式
默认从“我的价值”中挑选真实经历，并围绕当前 JD 调整顺序和表达。
允许做什么
可以选择、排序、删减、改写已有真实经历；也可以继续手动修改。每个板块都可以一键“AI 按 JD 专业化”，但禁止生成“我的价值”中不存在的事实。
基本信息
暂无照片
支持 JPG / PNG，最多 2MB。
教育背景
工作 / 实习经历
项目经历
技能与证书
岗位专属简历预览
手动编辑
当前 Offer 的版本历史
每个 Offer 独立保存“本代 + 上代”。
简历 × JD × 市场岗位匹配诊断
Skill：resume-job-fit-review。目标 JD、市场岗位、职业标准、Resume–JD Benchmark 分源诊断。
Skill 数据源实现状态
静态 Demo 展示完整产品契约；真正的公开市场检索和数据库查询需要后端/API 接入。
目标 JD
✓ 当前 Demo 可解析输入
市场同类 JD
Mock · 生产版接职位搜索
O*NET / ESCO
Mock · 生产版接 API
Resume–JD Benchmark
Mock · 生产版接 HF 数据集
目标 JD 明确要求
市场同类 JD 高频要求
O*NET / ESCO 通用能力
Resume–JD Benchmark
诊断输入
综合匹配度
匹配分数只用于排序诊断，不等于录用概率。先看事实证据，再做能力判断。
已有证据弱证据未体现最快解决方案
先给最直接、最能提高当前 Offer 胜率的动作，再展开下面的详细诊断依据。
Top 修改建议
急｜AI 项目证据化
改哪里：项目经历。怎么改：补任务、模型方案、输入输出、评估指标和失败边界。为什么：目标 JD + 市场高频共同要求。
急｜补数据证据
若真实做过指标分析就补充；若没有，不允许编造上线结果或 A/B Test。
中｜Agent / RAG 知识补齐
如果简历出现 Agent / RAG，面试通常会继续追问任务拆解、工具调用、检索、评估与失败场景。
缓｜ATS 补词
只补真实做过的 RAG、Agent、Prompt、SQL 等关键词。
风险提示
!
真实性
禁止虚构工作、AI 经历、用户量、指标、上线结果和 A/B Test。
!
面试追问
Agent、模型评估、数据能力属于高概率深挖项。
!
ATS
检查结构、关键词、职位命名、文件可解析性。
!
硬门槛
学历、年限、资格证等冲突必须显式提示，不以文案优化掩盖。
行动清单
待补充信息
是否有真实用户 / 使用反馈？
AI 项目是否有评估集、准确率、延迟或成本记录？
是否参与过研发 / 算法协作与版本验收？
哪些技能只是学习过，哪些已经实际使用？
① 目标 JD 解析
明确要求
AI 产品规划、RAG / Agent、跨团队协作、数据评估
AI 产品规划、RAG / Agent、跨团队协作、数据评估
硬门槛
岗位经验与 AI 应用理解
岗位经验与 AI 应用理解
加分项
真实 AI 应用落地经历
真实 AI 应用落地经历
② 市场同类 JD Benchmark
高频能力
Agent Workflow、模型评估、Prompt、数据指标
Agent Workflow、模型评估、Prompt、数据指标
常见硬门槛
产品经历、跨算法研发协作
产品经历、跨算法研发协作
市场加分项
B 端 / SaaS、商业化、行业 Know-how
B 端 / SaaS、商业化、行业 Know-how
Demo 为 Mock；生产版根据岗位 / 行业 / 职级搜索近期公开 JD。
③ 职业能力 Benchmark
O*NET / ESCO
需求分析、系统思维、沟通、决策、数据能力
需求分析、系统思维、沟通、决策、数据能力
只作为岗位通用能力参考，不会冒充目标公司要求。
④ Resume–JD Benchmark
Hugging Face Benchmark
0xnbk/resume-ats-score-v1-en
辅助观察技能覆盖、ATS 表达与 Resume–JD 匹配模式。Demo 不把数据集分数当作真实招聘结果。
C0ldSmi1e/resume-dataset
用于辅助比较简历结构与岗位表达模式。生产版需要在后端完成数据预处理与评估。
⑤ 简历证据匹配
| 能力 | 简历事实 | 证据判断 | 来源 |
|---|---|---|---|
| 需求分析 / PRD | 项目中有需求拆解与流程设计 | 已有证据 | 目标 JD |
| Agent | 提到 Agent 方案，但评估过程不够完整 | 弱证据 | 市场高频 |
| 数据评估 | 简历未体现 | 未体现 ≠ 不具备 | 目标 JD |
| 商业化 | 简历未体现 | 待补充 | 市场高频 |
⑥ 问题分类
叙事错位
证据不足
能力缺口
硬门槛冲突
叙事错位
经历写成“做了功能”，没有翻译成岗位能够理解的产品能力。
证据不足
有 AI 项目表述，但缺模型评估、输入输出、异常边界等证据。
能力缺口
当前简历没有足够的数据分析与商业化证据。
硬门槛冲突
如果 JD 明确要求年限 / 学历 / 资格证，系统单独标记，不能靠润色解决。
⑦ 三视角诊断 → 去重统一结论
招聘方视角
是否快速看懂岗位相关性、关键词和硬门槛；是否存在 ATS 风险。
产品经理视角
有没有问题定义、优先级、决策、方案、指标和迭代，而不只是功能清单。
面试官视角
哪些描述会被追问；哪些证据不足以支撑简历里的结论。
Offer 追踪
先建立目标 Offer，再根据公司、岗位和 JD 生成这一个岗位的专属简历。
求职工作流
1. 新建 Offer / JD→
2. 调用“我的价值”→
3. 生成岗位简历→
4. 修改并投递
双击公司 / 岗位 / 薪资 / JD 可编辑；点击阶段按钮快速更新。
我的价值
你的个人事实母库 / 通用简历。已有简历导入后沉淀为教育、工作/实习、项目、技能等真实经历，供所有 Offer 简历复用。
它是什么？
“我的价值”只保存真实事实。AI 可以重组表达，但不能虚构工作、项目、技能、用户数据、指标、上线结果或 A/B Test。
导入状态
尚未导入文件。也可以直接在下面手动填写。
基本信息
教育背景
工作 / 实习经历
项目经历
技能 / 工具 / 证书
职业路径
沿着成长路线找到该学的内容，并把学习变成可展示的能力证据。
UI / Mock 演示 · 未进行真实联网搜索
所有资源均为本地预设的示例选题，不代表已找到或验证的真实节目、视频、课程或文章。后续将单独设计学习资源搜索 Skill。
所有资源均为本地预设的示例选题，不代表已找到或验证的真实节目、视频、课程或文章。后续将单独设计学习资源搜索 Skill。
当前定位 · 示例
AI 产品经理 · 入门
从产品拆解与快速原型出发，补齐 AI 方案、数据指标和真实协作证据。
12 个月目标 · 示例
独立负责 AI 功能
能定义任务、选择方案、设计评估指标，并推动版本迭代。
3 年目标 · 示例
AI 产品 Owner
形成产品、模型、数据与商业价值的闭环，负责方向和路线图。
后续独立 Skill · 待设计
拟定名称：career-growth-resource-search。预期结合目标岗位与 JD、当前能力、已学知识地图和职业阶段，搜索播客、视频、课程与从业者内容，再按先修关系、质量与实践目标筛选。真实来源、链接、日期、费用和可信度将在接入后展示；本版没有搜索接口，也没有真实资源外链。
拟定名称：career-growth-resource-search。预期结合目标岗位与 JD、当前能力、已学知识地图和职业阶段，搜索播客、视频、课程与从业者内容，再按先修关系、质量与实践目标筛选。真实来源、链接、日期、费用和可信度将在接入后展示；本版没有搜索接口，也没有真实资源外链。