Resume Claim Guard

Fact-bound resume bullet generator & verifier skill for Claude Code and AI coding agents. Anchors every claim to a verified fact base and flags exaggerated metrics. Homepage: https://korey2028.tech

GitHub

Documentation

简历事实守卫 resume-claim-guard

从岗位 JD 出发，写一份面试官一对一追问时你都答得上来的简历。

AI 很会把简历往 JD 上靠，但它不知道你真正做过什么。于是“参与”被写成“主导”、原型被写成“上线”、随手编一个“转化率提升 35%”。简历是好看了，面试官问一句“这个数字怎么来的”，你就答不上来。

这个 Skill 把顺序反过来：先问你做过什么，再写简历。

贴 JD → 拆出岗位要求 → 反问你有没有对应经历 → 只用你确认过的事实写定向简历 → 逐句体检 + 预演面试追问

最快的用法：复制一句话

在豆包、Kimi、DeepSeek、ChatGPT 里任选一个，复制下面这句话，后面接上岗位 JD 和你的旧简历，发送：

帮我按下面的 JD 改简历。规矩：先别写；你每条回复只问一段经历、最多 3 个问题，问完就停下等我答，问清我本人做了哪部分、做到哪一步（计划/原型/上线）、数字从哪来；我回复“确认”事实清单前不许写简历；只用我确认过的事，不许把参与写成主导、原型写成上线、编数字；最后告诉我面试官会怎么追问、我该怎么答。

它会先问你经历，你确认之后才写。想要更严格的完整版（逐句体检、投递建议、面试统一口径），用 PROMPT.md。

它和普通 AI 改简历有什么不同

  • 先反问，后动笔：按 JD 每条职责问你“做过相关的事吗、你本人做了哪部分、做到哪一步、数字从哪来”，整理成事实清单，你确认后才写。
  • 动词有上限：个人角色（参与 → 负责 → 主导）和交付阶段（计划 → 原型 → 上线 → 有结果）分两条轴，都不能超过事实。JD 写“主导”，你只负责一部分，就写“负责”。
  • 缺口不硬塞：JD 要求但你没做过的，不写进简历，而是告诉你面试被问到时怎么诚实回应。
  • 每句话都预演一遍面试：面试官最可能的追问、只用事实写的回答要点、绝对不能说的话。
  • 不打分：只给“建议投递 / 补充材料后投递 / 谨慎投递 / 暂不建议投递”和一句理由，不编“匹配度 85%”。

一分钟开始

第一步：你用的是什么？

你用的工具怎么接入
ChatGPT也可以做成 GPT，配置见 platforms/chatgpt-gpt.md（豆包、千问的自建智能体已于 2026-07-15 下线，国内聊天工具直接用上面的一句话版）
豆包、ChatGPT、Kimi、DeepSeek 等网页聊天打开 PROMPT.md，复制整段粘贴进对话框，再贴上 JD。不用安装任何东西
Claude Code对它说：把 https://github.com/korey2028-prog/resume-claim-guard 克隆到 ~/.claude/skills/resume-claim-guard
Codex对它说：把 https://github.com/korey2028-prog/resume-claim-guard 克隆到 ~/.codex/skills/resume-claim-guard
WorkBuddy对它说：把 https://github.com/korey2028-prog/resume-claim-guard 克隆到 ~/.workbuddy/skills/resume-claim-guard
其他支持 SKILL.md 的 Agent把仓库放进它的 skills 目录

第二步：你手里有什么？

你有它会怎么做
一个岗位 JD（最推荐，有没有旧简历都行）完整五步：拆 JD → 反问经历 → 匹配 → 写定向简历 → 体检和面试预演
只有一份简历逐条追问“这句里你本人做了什么、上线了吗、数字从哪来”，再体检和预演面试
原版简历 + AI 改过的版本揪出 AI 加进去的动词、数字和结果，只追问这些
投给不同公司的几个版本列出同一段经历在各版本里的不同写法，已投出去的给面试统一口径
简历定稿，马上面试只做面试追问预演

JD 和简历可以是 PDF、Word、HTML、Markdown 或直接粘贴的文字。

第三步：说一句话

用 resume-claim-guard 帮我准备这个岗位。不要替我编任何经历。

你会得到

  1. JD 拆解：硬性条件、核心职责、能力要求、加分项
  2. 事实清单：从你的回答整理，等你确认
  3. 要求—证据匹配表和投递建议
  4. 定向简历草稿：只用你确认过的事实
  5. 逐句体检表：每句标 confirmed / supported / needs-source / inference / rejected
  6. 面试追问预演：每段经历 2–3 个追问、回答要点、不能说的话、被问到缺口时怎么答
  7. 需要你确认的清单
  8. 未决项和真实缺口

人工边界

事实、动词上限和最终文本都由你确认。它不会投递简历、发送消息、登录招聘账号，也不会把 JD、模型建议或推断写进你的事实清单。

示例

全部是虚构候选人：

  • jd-to-interview：完整五步，从一份 JD 和一份注水旧简历，到定向简历和面试预演；
  • single-html：只体检一份 HTML 简历，展示动词越级和编号泄露；
  • multi-version：两份定向版简历，展示底稿自相矛盾、过期数字和跨版本不一致。

目录

SKILL.md              入口与五步流程
PROMPT.md             网页聊天版提示词
references/           每一步的细则（拆 JD、反问、写简历、体检、面试预演、输出格式）
templates/facts.md    事实清单模板
agents/openai.yaml    Codex 元数据
scripts/validate.py   仓库自检（链接、元数据、编号泄露、手机号）
examples/             虚构示例

范围

不做：岗位搜索和跟踪、浏览器自动填表和投递、录用概率预测、自动生成 PDF。

改动记录见 CHANGELOG.md。欢迎提 Issue，尤其是“这句被降级了，降得对不对”。

许可证

MIT