chengzicv/chengzicv-career-skills / chengzicv-resume
chengzicv-resume
VerifiedChengziCV 简历改写与优化引擎,适用于已有简历、零散经历或简历与 JD 匹配。默认用口语化直述体,按"求真版+ATS核对报告 → 案例引导补强 → 冲高版+面试小抄"流程交付;求真版、冲高版、小抄、案例参考均可按用户要求单独交付。保留具体动作、专业细节与成果。
| File | Kind | Size |
|---|---|---|
| SKILL.md | skill md | 20.0 KB |
| agents/openai.yaml | config | 397 B |
| assets/cheat-sheet-template.html | other | 10.7 KB |
| assets/resume-checkup-template.html | other | 12.1 KB |
| assets/resume-document-template.html | other | 4.2 KB |
| onboarding/core-introduction.md | markdown | 1.2 KB |
| references/advantage-block.md | markdown | 33.3 KB |
| references/anti-leak-cheat-sheet.md | markdown | 1.5 KB |
| references/bigtech-signals.md | markdown | 5.8 KB |
| references/dual-track-strategy.md | markdown | 2.4 KB |
| references/dynamic-jd-ats-engine.md | markdown | 8.0 KB |
| references/evidence-safeguard.md | markdown | 2.8 KB |
| references/exemplar-benchmark.md | markdown | 3.9 KB |
| references/high-signal-bullets.md | markdown | 2.8 KB |
| references/one-page-markdown-rules.md | markdown | 2.5 KB |
| references/plainspoken-resume-style.md | markdown | 8.2 KB |
| references/real-offer-benchmarks.md | markdown | 7.9 KB |
| references/technical-evidence.md | markdown | 9.6 KB |
| references/universal-lift-engine.md | markdown | 2.1 KB |
references/real-offer-benchmarks.md
View on GitHub# 真实 offer 案例标尺(脱敏)
用途:回答用户"什么水平(项目经历水平)的简历能达到普通、中、大厂筛选标准"。给真实标尺,不给承诺——标尺展示的是"这样的人过了这样的筛选",不是"照做就能过"。
来源:七份真实 offer 案例(2026-10-12 倒推,原件与提取文本存知识库 `09-技术/chengzicv-skill迭代参考/真实offer案例/`),人名、学校、公司、品牌、赛事名、地名、联系方式已全部虚拟化;数字与机制为信号载体按原样保留。
## 三方隔离
- 本文件是**真实脱敏案例**,与 `chengzicv-case-factory` 的小橙虚拟标杆是两类资产:虚拟标杆可自由设计,本文件一个字的事实都不能改编进小橙简历,小橙的虚构经历也不能混入本文件。
- 用户看过标尺后想改自己的简历,按本 Skill 的流程处理;标尺中的经历、数字不属于任何用户。
## 分档说明(诚实边界)
目前七份案例全部落在**大厂/知名公司档**(字节级、腾讯、拼多多、银行管培)。普通档、中小厂档没有已验证案例,不编。用户材料距大厂档差距明显时,用本 Skill 的补强建议指路,不虚构低档位标尺。
## 六型速查
| 类型 | 硬牌 | 已验证去向 |
|---|---|---|
| 实习测量型 | 知名实习 + 实验测量 | 字节级大厂 AI/全栈 |
| 自研纵深型 | 自研项目对标热点工程 + 论文 | AI 岗(Agent 开发) |
| 独立完整项目型 | 一人扛起完整商业系统 | 腾讯(Go 后端) |
| 业务数据型 | 上线项目业务数字 | 拼多多(重业务大厂) |
| 成绩资质型 | 排名 + 课程分 + 稀缺奖学金 | 银行管培(国央企) |
| 跨行迁移型 | 原行业可迁移业务成果 | 字节(项目管理实习) |
用法:先判断用户材料最接近哪一型,给对应标杆对照差距;不匹配任何型时用通用信号(难点前置、可追问细节、真实测量口径)对照。
---
## 标杆 1:实习测量型 → 字节级 AI 全栈
硬牌:行业头部公司实习 + 自测实验口径数字。硕士在读,211。
脱敏片段:
> **某少儿编程公司(行业头部) AI 应用开发实习生**
> 针对 LLM 生成工程时易任意扩展文件、导致目录规范与运行时加载链路失配的问题,参与设计"工程约束校验—项目级 Linter—错误定位与结构化反馈—Fix Agent 修复"的自动修复流程;在 20 个标准化生成案例中,可运行率由首轮 20% 提升至自动修复后的 100%,平均修复 0.8 轮。
> 多 Agent 相比 Single-Agent 将关键事实召回率从 52% 提升至 65%(+13pp),安全违规率降低 3pp,但平均延迟增加约 1.64 秒。
为什么能过(信号注释):
1. 每条都是"针对什么问题→怎么解",难点前置;
2. 数字全是实验口径,带基线与样本(20 个案例、20%→100%);
3. 敢写负面结果(延迟 +1.64 秒)——真做过实验的信号。
## 标杆 2:自研纵深型 → Agent 开发
硬牌:自研项目对标行业热点工程 + 中科院一区一作论文。无大厂实习。
脱敏片段:
> **轻量级本地 Coding Agent CLI(自研,参考主流编程 Agent 思路)**
> 13 个核心工具按 read/edit/shell/git/meta 五组延迟激活,read-only 任务前 5 轮节省 schema token 5K+;按工具副作用分级做同轮并发批切片与串行回退,纯读工具并发 wall time 降低 15% 以上。
> 编辑前校验文件被读过 + mtime 未变 + 内容指纹一致,外部修改时自动重读并拒绝写入;叠加 5 种权限模式 + 18 条危险命令正则的四层权限体系。
为什么能过:
1. 参数密度——每个机制都有可追问下一层的具体数字与设计;
2. 选题对标岗位热点工程,证明能读懂并复现行业前沿;
3. 安全与权限这类"不性感但专业"的环节写全,区分于玩具项目。
## 标杆 3:独立完整项目型 → 腾讯 Go 后端
硬牌:一个人扛起完整商业系统(交易/支付/物流/AI 集成)。
脱敏片段:
> **全链路模型交易与悬赏平台(Go + Gin + GORM)**
> 独立设计并实现一口价出售与求购竞标双轨交易引擎,求购模式支持投稿、选标、确认收货后按比例分账;设计展示层、订单层、物流层的复杂状态机联动,基于事务保障高并发预扣库存,超时未支付自动取消并回补库存;深度集成真实支付平台,实现自动分账(创作者 80%、平台 20%);接入真实物流开放平台,完成运费预估、在线下单与单号回填。
为什么能过:
1. 全链路复杂度本身即信号——状态机、分账、库存回补都是深水区;
2. 对接的是真实第三方(支付、物流),不是 mock;
3. 模块齐全到"能上线"的程度,区分于课程 demo。
## 标杆 4:业务数据型 → 拼多多后端
硬牌:真实上线项目的业务数字。211 本科。
脱敏片段:
> 实习成果:系统日均稳定处理任务 17w+,累计管理 68 个 AI 应用;峰值 P99 约 220ms~230ms,平均响应延迟 10ms~11ms;RPM 约 1500。
> 个人项目成果:累计用户 3531 人,曝光用户数环比增长 106.47% 至 1.99 万;整体转化率提升 13.86% 至 66.50%。
为什么能过:
1. 数字全口径、不约分(106.47% 不写成翻倍),一看就是真数据;
2. 结构是传统三段式——**结构不限,数据本身就是信号**;
3. 实习指标(P99、RPM)与个人项目指标(用户、转化)分开归属。
## 标杆 5:成绩资质型 → 银行管培
硬牌:排名 2/58 + 核心课分数 + 稀缺性奖学金。财经类院校硕士。
脱敏片段:
> 加权成绩 90.38/100,专业排名 2/58(前 5%),CET6 525 分;核心课程:高等数学 100、Python 语言与数据分析 99;某励志奖学金 3 次、某自强奖学金(全院 570 人中仅选 4 人)。
> 实习成果:财报识别模块上传操作错误率下降 30%,审批流程平均耗时缩短 25%;开户成功率从 72% 提升至 88%。
为什么能过:
1. 国央企轨的硬通货(排名、课程分、奖学金稀缺性)全部前置;
2. 稀缺性写清分母(570 人中仅选 4 人),不写"成绩优异"类虚词;
3. 业务数字保留口径,跨境/合规经历(全英文需求文档、港资市场)加分。
## 标杆 6:跨行迁移型 → 字节项目管理实习
硬牌:原行业(建筑)的可迁移业务成果。普通本科。
脱敏片段:
> 教育亮点:系统学习建筑规划与设计方法,同时在多个校企合作与竞赛项目中积累了用户研究、需求分析、项目管理与跨部门协作经验。
> **某乡村校企合作中心建设 项目负责人**
> 用户研究与需求分析:为解决传统竹产业发展停滞问题,主导团队开展痛点拆解,输出 10+ 份、500+ 页方案 PPT,明确"竹产业+非遗文旅"核心方向。
> 方案策划与商业合作:实地访谈非遗传承人 10+、民宿与活动机构 15+,促成 10+ 份长期合作协议;推动项目立项并获得 150w 投资。
> 跨部门协作与落地执行:组织 50+ 次现场沟通,工期缩短 50%,门店日均客流提升 20%、日均流水提升 30%。
为什么能过:
1. 每段经历用目标岗位能力框架重新映射(用户研究/商业合作/落地执行),不让原行业术语独立堆砌;
2. 开头一句转岗论证,主动回答"建筑学为什么能做产品";
3. 业务数字(150w 投资、客流 +20%)承担硬证据——跨行的可信度靠结果说话。
---
## 给用户做对照时的口径
- 先说"这份能过是因为这几张牌",再说用户材料最接近哪型、差在哪;差距在材料层时转补强建议,不把改写包装成万能。
- 不承诺"改成这样就必过";筛选因素多于简历能控制的部分。
- 六型的信号细节以 `bigtech-signals.md` 为生成侧规则,本文件是展示侧标尺,两者事实一致、分工不同。
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| slack-gif-creatoranthropics/skillsKnowledge and utilities for creating animated GIFs optimized for Slack. Provides constraints, validation tools, and animation concepts. Use when users request animated GIFs for Slack like "make me a GIF of X doing Y for Slack." | Stars: 198k | Updated | Claude CodeCodex | Verified | Install |
| ponytailDietrichGebert/ponytailLazy senior dev mode for any coding task: the smallest change that fully solves it, and a reply a busy human understands in one read. | Stars: 196k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailHarvest every shortcut: comment into one debt ledger, so deferrals get tracked instead of forgotten. One-shot report. | Stars: 196k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailList every `shortcut:` comment (and older `ponytail:` ones) as a debt ledger. One-shot report, changes nothing. Use for "ponytail debt", "what did ponytail defer", "list the shortcuts", /ponytail-debt. | Stars: 196k | Updated | Claude CodeCodex | Verified | Install |