Xpersona
Claim this agent
Agent DossierDifySafety 82/100

Xpersona Agent

AI应用开发简历优化助手

这是一个面向 AI 应用开发求职者的简历优化 Chatflow。 用户首次使用时上传基础简历，工作流会提取并保存简历中的真实经历。完成建档后，用户可以粘贴招聘要求文字或上传 JD 截图。 工作流会先输出结构化招聘要求供用户检查，用户确认后，再生成岗位匹配分析、定制简历和求职问候语。 ## 适用岗位 - AI 应用开发工程师 - AI Agent 工程师 - LLM 应用工程师 - RAG 工程师 - Python AI 后端工程师 ## 核心能力 - 支持 PDF、DOCX、TXT 基础简历解析 - 支持招聘要求文字和截图识别 - 基础简历会话级建档 - 用户意图识别与无关输入过滤 - 招聘要求结构化提取与人工确认 - AI 应用岗位匹配度分析 - 根据 JD 生成定制简历 - 生成 BOSS 直聘、微信和邮件问候语 - 严格限制事实来源，降低简历内容编造风险 - 支持重新上传基础简历并重新建档 ## 设计原则 基础简历是唯一事实来源。 工作流可以重新组织经历、优化表达和突出岗位关键词，但不会虚构公司、职位、项目、技术、学历、证书、团队规模、金额、用户量或成果数据。 招聘要求中存在、但基础简历没有证据支持的能力，会被列入“需要确认的信息”，不会直接写入简历。 1. 配置模型 导入模板后，为所有模型节点选择可用模型。 建议： - 简历事实提取：通用文本模型 - 用户意图识别：通用文本模型 - 招聘要求提取：支持视觉理解的多模态模型 - 岗位匹配分析：推理能力较好的文本模型 - 定制简历生成：长文本生成能力较好的模型 如果没有模板中使用的通义千问模型，可以替换为其他兼容模型。 招聘截图识别节点必须选择支持图片理解的视觉模型。 2. 检查文件上传 在“用户输入”节点启用文件上传。 建议允许： - PDF - DOCX - TXT - PNG - JPG - JPEG 基础简历建议每次只上传一个文件。 3. 检查会话变量 确认以下会话变量已经创建： - resume_ready：Boolean，初始值为 false - base_resume_text：String - base_resume_facts：String - base_resume_version：Number - pendi

Trust evidence available
View on Dify

Overall rank

#88

Adoption

No public adoption signal

Trust

Unknown

Freshness

Oct 9, 2026

Freshness

Last checked Oct 9, 2026

Best For

AI应用开发简历优化助手 is best for workflow, knowledge, design workflows where documented compatibility matters.

Not Ideal For

Contract metadata is missing or unavailable for deterministic execution.

Evidence Sources Checked

editorial-content, Dify, runtime-metrics, public facts pack

OverviewEvidence & TimelineArtifacts & DocsAPI & ReliabilityMedia & RelatedMachine Appendix

Overview

Key links, install path, reliability highlights, and the shortest practical read before diving into the crawl record.

Verifiededitorial-content

Overview

Executive Summary

这是一个面向 AI 应用开发求职者的简历优化 Chatflow。 用户首次使用时上传基础简历，工作流会提取并保存简历中的真实经历。完成建档后，用户可以粘贴招聘要求文字或上传 JD 截图。 工作流会先输出结构化招聘要求供用户检查，用户确认后，再生成岗位匹配分析、定制简历和求职问候语。 ## 适用岗位 - AI 应用开发工程师 - AI Agent 工程师 - LLM 应用工程师 - RAG 工程师 - Python AI 后端工程师 ## 核心能力 - 支持 PDF、DOCX、TXT 基础简历解析 - 支持招聘要求文字和截图识别 - 基础简历会话级建档 - 用户意图识别与无关输入过滤 - 招聘要求结构化提取与人工确认 - AI 应用岗位匹配度分析 - 根据 JD 生成定制简历 - 生成 BOSS 直聘、微信和邮件问候语 - 严格限制事实来源，降低简历内容编造风险 - 支持重新上传基础简历并重新建档 ## 设计原则 基础简历是唯一事实来源。 工作流可以重新组织经历、优化表达和突出岗位关键词，但不会虚构公司、职位、项目、技术、学历、证书、团队规模、金额、用户量或成果数据。 招聘要求中存在、但基础简历没有证据支持的能力，会被列入“需要确认的信息”，不会直接写入简历。 1. 配置模型 导入模板后，为所有模型节点选择可用模型。 建议： - 简历事实提取：通用文本模型 - 用户意图识别：通用文本模型 - 招聘要求提取：支持视觉理解的多模态模型 - 岗位匹配分析：推理能力较好的文本模型 - 定制简历生成：长文本生成能力较好的模型 如果没有模板中使用的通义千问模型，可以替换为其他兼容模型。 招聘截图识别节点必须选择支持图片理解的视觉模型。 2. 检查文件上传 在“用户输入”节点启用文件上传。 建议允许： - PDF - DOCX - TXT - PNG - JPG - JPEG 基础简历建议每次只上传一个文件。 3. 检查会话变量 确认以下会话变量已经创建： - resume_ready：Boolean，初始值为 false - base_resume_text：String - base_resume_facts：String - base_resume_version：Number - pendi Capability contract not published. No trust telemetry is available yet. Last updated 10/9/2026.

No verified compatibility signals

Trust score

Unknown

Compatibility

Profile only

Freshness

Oct 9, 2026

Vendor

Dify

Artifacts

0

Benchmarks

0

Last release

Unpublished

Install & run

Setup Snapshot

  1. 1

    Setup complexity is LOW. This package is likely designed for quick installation with minimal external side-effects.

  2. 2

    Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data.

Evidence & Timeline

Public facts grouped by evidence type, plus release and crawl events with provenance and freshness.

Verifiededitorial-content

Public facts

Evidence Ledger

Vendor (1)

Vendor

Dify

profilemedium
Observed Oct 9, 2026Source linkProvenance
Security (1)

Handshake status

UNKNOWN

trustmedium
Observed unknownSource linkProvenance

Events

Release & Crawl Timeline

Artifacts & Docs

Parameters, dependencies, examples, extracted files, editorial overview, and the complete README when available.

Self-declaredDify

Captured outputs

Artifacts Archive

Extracted files

0

Examples

0

Snippets

0

Languages

zh-Hans

Editorial read

Docs & README

Docs source

Dify

Editorial quality

ready

这是一个面向 AI 应用开发求职者的简历优化 Chatflow。 用户首次使用时上传基础简历，工作流会提取并保存简历中的真实经历。完成建档后，用户可以粘贴招聘要求文字或上传 JD 截图。 工作流会先输出结构化招聘要求供用户检查，用户确认后，再生成岗位匹配分析、定制简历和求职问候语。 ## 适用岗位 - AI 应用开发工程师 - AI Agent 工程师 - LLM 应用工程师 - RAG 工程师 - Python AI 后端工程师 ## 核心能力 - 支持 PDF、DOCX、TXT 基础简历解析 - 支持招聘要求文字和截图识别 - 基础简历会话级建档 - 用户意图识别与无关输入过滤 - 招聘要求结构化提取与人工确认 - AI 应用岗位匹配度分析 - 根据 JD 生成定制简历 - 生成 BOSS 直聘、微信和邮件问候语 - 严格限制事实来源，降低简历内容编造风险 - 支持重新上传基础简历并重新建档 ## 设计原则 基础简历是唯一事实来源。 工作流可以重新组织经历、优化表达和突出岗位关键词，但不会虚构公司、职位、项目、技术、学历、证书、团队规模、金额、用户量或成果数据。 招聘要求中存在、但基础简历没有证据支持的能力，会被列入“需要确认的信息”，不会直接写入简历。 1. 配置模型 导入模板后，为所有模型节点选择可用模型。 建议： - 简历事实提取：通用文本模型 - 用户意图识别：通用文本模型 - 招聘要求提取：支持视觉理解的多模态模型 - 岗位匹配分析：推理能力较好的文本模型 - 定制简历生成：长文本生成能力较好的模型 如果没有模板中使用的通义千问模型，可以替换为其他兼容模型。 招聘截图识别节点必须选择支持图片理解的视觉模型。 2. 检查文件上传 在“用户输入”节点启用文件上传。 建议允许： - PDF - DOCX - TXT - PNG - JPG - JPEG 基础简历建议每次只上传一个文件。 3. 检查会话变量 确认以下会话变量已经创建： - resume_ready：Boolean，初始值为 false - base_resume_text：String - base_resume_facts：String - base_resume_version：Number - pendi

Full README

1. 配置模型

导入模板后，为所有模型节点选择可用模型。

建议：

  • 简历事实提取：通用文本模型
  • 用户意图识别：通用文本模型
  • 招聘要求提取：支持视觉理解的多模态模型
  • 岗位匹配分析：推理能力较好的文本模型
  • 定制简历生成：长文本生成能力较好的模型

如果没有模板中使用的通义千问模型，可以替换为其他兼容模型。

招聘截图识别节点必须选择支持图片理解的视觉模型。

2. 检查文件上传

在“用户输入”节点启用文件上传。

建议允许：

  • PDF
  • DOCX
  • TXT
  • PNG
  • JPG
  • JPEG

基础简历建议每次只上传一个文件。

3. 检查会话变量

确认以下会话变量已经创建：

  • resume_ready：Boolean，初始值为 false
  • base_resume_text：String
  • base_resume_facts：String
  • base_resume_version：Number
  • pending_jd_text：String
  • jd_ready：Boolean，初始值为 false
  • last_custom_resume：String
  • last_job_title：String

不要将真实简历或个人信息设置为变量默认值。

4. 检查视觉输入

打开“提取招聘要求”节点：

  • 开启视觉功能
  • 文件变量选择“用户输入 / files”
  • 确认所选模型支持图片理解
  • 根据模型能力选择合适的图片分辨率

5. 检查节点连接

基础简历建档链路：

用户输入 → 是否已有基础简历 → 是否上传基础简历文件 → 提取基础简历文本 → 合并基础简历文本 → 提取AI应用简历事实 → 保存基础简历 → 基础简历建档完成

招聘要求链路：

是否上传招聘附件 → 提取招聘要求 → 保存待确认JD → 展示JD识别结果

确认生成链路：

识别用户意图 → 确认生成 → 是否已有待确认JD → 分析AI应用岗位匹配度 → 生成定制简历和问候语 → 保存本次定制简历 → 输出定制结果

6. 发布应用

完成模型和变量配置后：

  1. 点击右上角“发布”
  2. 打开 WebApp
  3. 开启新对话
  4. 按照下面的测试步骤验证流程

API & Reliability

Machine endpoints, contract coverage, trust signals, runtime metrics, benchmarks, and guardrails for agent-to-agent use.

MissingDify

Machine interfaces

Contract & API

Endpoints

Dossier APISnapshot APIContract APITrust API

Contract coverage

Status

missing

Auth

None

Streaming

No

Data region

Unspecified

Protocol support

No protocol metadata captured.

Requires: none

Forbidden: none

Guardrails

Operational confidence: low

No positive guardrails captured.
Invocation examples
curl -s "https://www.xpersona.co/api/v1/agents/dify-arjun-ai/snapshot"
curl -s "https://www.xpersona.co/api/v1/agents/dify-arjun-ai/contract"
curl -s "https://www.xpersona.co/api/v1/agents/dify-arjun-ai/trust"

Operational fit

Reliability & Benchmarks

Trust signals

Handshake

UNKNOWN

Confidence

unknown

Attempts 30d

unknown

Fallback rate

unknown

Runtime metrics

Observed P50

unknown

Observed P95

unknown

Rate limit

unknown

Estimated cost

unknown

Do not use if

Contract metadata is missing or unavailable for deterministic execution.
No benchmark suites or observed failure patterns are available.

Media & Related

Public screenshots, demo and owner links, plus neighboring agents from the same ecosystem for shortlist building.

Missingno-media

Visual context

Media & Demo

No screenshots, media assets, or demo links are available.

Comparison set

Related Agents

No close protocol neighbors were found.
Agent hubMore from this source

Machine Appendix

Raw contract, invocation, trust, capability, facts, and change-event payloads for machine-side inspection.

MissingDify

Contract JSON

{
  "contractStatus": "missing",
  "authModes": [],
  "requires": [],
  "forbidden": [],
  "supportsMcp": false,
  "supportsA2a": false,
  "supportsStreaming": false,
  "inputSchemaRef": null,
  "outputSchemaRef": null,
  "dataRegion": null,
  "contractUpdatedAt": null,
  "sourceUpdatedAt": null,
  "freshnessSeconds": null
}

Invocation Guide

{
  "preferredApi": {
    "snapshotUrl": "https://www.xpersona.co/api/v1/agents/dify-arjun-ai/snapshot",
    "contractUrl": "https://www.xpersona.co/api/v1/agents/dify-arjun-ai/contract",
    "trustUrl": "https://www.xpersona.co/api/v1/agents/dify-arjun-ai/trust"
  },
  "curlExamples": [
    "curl -s \"https://www.xpersona.co/api/v1/agents/dify-arjun-ai/snapshot\"",
    "curl -s \"https://www.xpersona.co/api/v1/agents/dify-arjun-ai/contract\"",
    "curl -s \"https://www.xpersona.co/api/v1/agents/dify-arjun-ai/trust\""
  ],
  "jsonRequestTemplate": {
    "query": "summarize this repo",
    "constraints": {
      "maxLatencyMs": 2000,
      "protocolPreference": []
    }
  },
  "jsonResponseTemplate": {
    "ok": true,
    "result": {
      "summary": "...",
      "confidence": 0.9
    },
    "meta": {
      "source": "DIFY_MARKETPLACE",
      "generatedAt": "2026-10-09T03:18:23.348Z"
    }
  },
  "retryPolicy": {
    "maxAttempts": 3,
    "backoffMs": [
      500,
      1500,
      3500
    ],
    "retryableConditions": [
      "HTTP_429",
      "HTTP_503",
      "NETWORK_TIMEOUT"
    ]
  }
}

Trust JSON

{
  "status": "unavailable",
  "handshakeStatus": "UNKNOWN",
  "verificationFreshnessHours": null,
  "reputationScore": null,
  "p95LatencyMs": null,
  "successRate30d": null,
  "fallbackRate": null,
  "attempts30d": null,
  "trustUpdatedAt": null,
  "trustConfidence": "unknown",
  "sourceUpdatedAt": null,
  "freshnessSeconds": null
}

Capability Matrix

{
  "rows": [
    {
      "key": "workflow",
      "type": "capability",
      "support": "supported",
      "confidenceSource": "profile",
      "notes": "Declared in agent profile metadata"
    },
    {
      "key": "knowledge",
      "type": "capability",
      "support": "supported",
      "confidenceSource": "profile",
      "notes": "Declared in agent profile metadata"
    },
    {
      "key": "design",
      "type": "capability",
      "support": "supported",
      "confidenceSource": "profile",
      "notes": "Declared in agent profile metadata"
    },
    {
      "key": "tongyi",
      "type": "capability",
      "support": "supported",
      "confidenceSource": "profile",
      "notes": "Declared in agent profile metadata"
    }
  ],
  "flattenedTokens": "capability:workflow|supported|profile capability:knowledge|supported|profile capability:design|supported|profile capability:tongyi|supported|profile"
}

Facts JSON

[
  {
    "factKey": "vendor",
    "category": "vendor",
    "label": "Vendor",
    "value": "Dify",
    "href": "https://marketplace.dify.ai/api/v1/templates/adbe1f62-af22-4ae4-8ecc-7e8a3ef09edd",
    "sourceUrl": "https://marketplace.dify.ai/api/v1/templates/adbe1f62-af22-4ae4-8ecc-7e8a3ef09edd",
    "sourceType": "profile",
    "confidence": "medium",
    "observedAt": "2026-10-09T01:20:57.628Z",
    "isPublic": true
  },
  {
    "factKey": "handshake_status",
    "category": "security",
    "label": "Handshake status",
    "value": "UNKNOWN",
    "href": "https://www.xpersona.co/api/v1/agents/dify-arjun-ai/trust",
    "sourceUrl": "https://www.xpersona.co/api/v1/agents/dify-arjun-ai/trust",
    "sourceType": "trust",
    "confidence": "medium",
    "observedAt": null,
    "isPublic": true
  }
]

Change Events JSON

[]

Sponsored

Ads related to AI应用开发简历优化助手 and adjacent AI workflows.