{"id":"53a89c46-d9a6-4f18-9a1c-022278e91fb6","entityType":"agent","slug":"clawhub-soulzhong-recruiting-skillset","name":"Recruiting Skillset","canonicalUrl":"https://www.xpersona.co/agent/clawhub-soulzhong-recruiting-skillset","canonicalPath":"/agent/clawhub-soulzhong-recruiting-skillset","generatedAt":"2026-10-11T14:17:51.674Z","source":"CLAWHUB","claimStatus":"UNCLAIMED","verificationTier":"NONE","summary":{"evidence":{"source":"editorial-content","verified":true,"confidence":"high","updatedAt":"2026-10-11T09:56:54.507Z","emptyReason":null},"description":"Use when starting any end-to-end hiring task — defining a role, writing/revising a JD, screening resumes, preparing interviews, writing interview evaluations... Skill: Recruiting Skillset Owner: soulzhong Summary: Use when starting any end-to-end hiring task — defining a role, writing/revising a JD, screening resumes, preparing interviews, writing interview evaluations... Tags: latest:1.0.3 Version history: v1.0.3 | 2026-05-27T13:36:57.614Z | auto - Added an explicit license field (MIT) to the SKILL.md metadata. - No workflow or logic changes; documentation updated only. v1.","descriptionLabel":"Technical summary","evidenceSummary":"Capability contract not published. No trust telemetry is available yet. 1.1K downloads reported by the source. Last updated 10/11/2026.","installCommand":"clawhub skill install s173pxpf8zadbjg09cr1s8pzpn83h9dd:recruiting-skillset","sourceUrl":"https://clawhub.ai/soulzhong/recruiting-skillset","homepage":"https://clawhub.ai/soulzhong/skills/recruiting-skillset","primaryLinks":[{"label":"View on ClawHub","url":"https://clawhub.ai/soulzhong/recruiting-skillset","kind":"source"},{"label":"Homepage","url":"https://clawhub.ai/soulzhong/skills/recruiting-skillset","kind":"homepage"}],"safetyScore":84,"overallRank":62,"popularityScore":61,"trustScore":null,"claimedByName":null,"isOwner":false,"seoDescription":"Use when starting any end-to-end hiring task — defining a role, writing/revising a JD, screening resumes, preparing interviews, writing interview evaluations..."},"coverage":{"evidence":{"source":"public-profile","verified":false,"confidence":"medium","updatedAt":"2026-10-11T09:56:54.507Z","emptyReason":null},"protocols":[{"protocol":"OPENCLEW","label":"OpenClaw","status":"self-declared","notes":"Declared in the public agent profile."}],"capabilities":[],"verifiedCount":0,"selfDeclaredCount":1,"capabilityMatrix":{"rows":[{"key":"OPENCLEW","type":"protocol","support":"unknown","confidenceSource":"profile","notes":"Listed on profile"}],"flattenedTokens":"protocol:OPENCLEW|unknown|profile"}},"adoption":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-11T09:56:54.507Z","emptyReason":null},"stars":null,"forks":null,"downloads":1094,"packageName":null,"latestVersion":"1.0.3","tractionLabel":"1.1K downloads"},"release":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-11T09:56:54.448Z","emptyReason":null},"lastUpdatedAt":"2026-10-11T09:56:54.507Z","lastCrawledAt":"2026-10-11T09:56:54.448Z","lastIndexedAt":null,"nextCrawlAt":"2026-10-12T09:56:54.448Z","lastVerifiedAt":null,"highlights":[{"version":"1.0.3","createdAt":"2026-05-27T13:36:57.614Z","changelog":"- Added an explicit license field (MIT) to the SKILL.md metadata. - No workflow or logic changes; documentation updated only.","fileCount":5,"zipByteSize":7085},{"version":"1.0.2","createdAt":"2026-05-14T13:42:53.605Z","changelog":"Update [[resume-screening]] cross-references to [[recruiting-resume-screening]] after slug rename.","fileCount":4,"zipByteSize":6116},{"version":"1.0.1","createdAt":"2026-05-14T13:22:09.474Z","changelog":"Add homepage link to GitHub source repository (https://github.com/SoulZhong/recruiting-skills).","fileCount":4,"zipByteSize":6101},{"version":"1.0.0","createdAt":"2026-05-14T09:51:42.186Z","changelog":"Initial release of recruiting-skillset. - Provides an end-to-end recruitment workflow tying JD writing, resume screening, and interview evaluation into a unified pipeline. - Establishes a \"role standard packet\" reused at all stages to ensure consistency. - Defines routing logic for user intents across JD writing, screening, and interview feedback. - Standardizes output formats for JD, resume screening, and interview evaluation. - Introduces verification checklists and best practices for common pitfalls. - Includes a feedback and evolution loop for continuous improvement.","fileCount":4,"zipByteSize":6059}]},"execution":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No published capability contract is available yet."},"installCommand":"clawhub skill install s173pxpf8zadbjg09cr1s8pzpn83h9dd:recruiting-skillset","setupComplexity":"low","setupSteps":["Setup complexity is LOW. This package is likely designed for quick installation with minimal external side-effects.","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."],"contract":{"contractStatus":"missing","authModes":[],"requires":[],"forbidden":[],"supportsMcp":false,"supportsA2a":false,"supportsStreaming":false,"inputSchemaRef":null,"outputSchemaRef":null,"dataRegion":null,"contractUpdatedAt":null,"sourceUpdatedAt":null,"freshnessSeconds":null},"invocationGuide":{"preferredApi":{"snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-soulzhong-recruiting-skillset/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-soulzhong-recruiting-skillset/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-soulzhong-recruiting-skillset/trust"},"curlExamples":["curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-soulzhong-recruiting-skillset/snapshot\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-soulzhong-recruiting-skillset/contract\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-soulzhong-recruiting-skillset/trust\""],"jsonRequestTemplate":{"query":"summarize this repo","constraints":{"maxLatencyMs":2000,"protocolPreference":["OPENCLEW"]}},"jsonResponseTemplate":{"ok":true,"result":{"summary":"...","confidence":0.9},"meta":{"source":"CLAWHUB","generatedAt":"2026-10-11T14:17:51.673Z"}},"retryPolicy":{"maxAttempts":3,"backoffMs":[500,1500,3500],"retryableConditions":["HTTP_429","HTTP_503","NETWORK_TIMEOUT"]}},"endpoints":{"dossierUrl":"https://www.xpersona.co/api/v1/agents/clawhub-soulzhong-recruiting-skillset/dossier","snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-soulzhong-recruiting-skillset/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-soulzhong-recruiting-skillset/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-soulzhong-recruiting-skillset/trust"}},"reliability":{"evidence":{"source":"runtime-metrics","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No trust, reliability, or runtime telemetry is available."},"trust":{"status":"unavailable","handshakeStatus":"UNKNOWN","verificationFreshnessHours":null,"reputationScore":null,"p95LatencyMs":null,"successRate30d":null,"fallbackRate":null,"attempts30d":null,"trustUpdatedAt":null,"trustConfidence":"unknown","sourceUpdatedAt":null,"freshnessSeconds":null},"decisionGuardrails":{"doNotUseIf":["Contract metadata is missing or unavailable for deterministic execution."],"safeUseWhen":[],"riskFlags":["missing_or_unavailable_contract","trust_data_unavailable","schema_references_missing"],"operationalConfidence":"low"},"executionMetrics":{"observedLatencyMsP50":null,"observedLatencyMsP95":null,"estimatedCostUsd":null,"uptime30d":null,"rateLimitRpm":null,"rateLimitBurst":null,"lastVerifiedAt":null,"verificationSource":null},"runtimeMetrics":{"successRate":null,"avgLatencyMs":null,"avgCostUsd":null,"hallucinationRate":null,"retryRate":null,"disputeRate":null,"p50Latency":null,"p95Latency":null,"lastUpdated":null}},"benchmarks":{"evidence":{"source":"no-benchmark-data","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No benchmark suites or observed failure patterns are available."},"suites":[],"failurePatterns":[]},"artifacts":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"high","updatedAt":"2026-10-11T09:56:54.507Z","emptyReason":null},"readme":"Skill: Recruiting Skillset\n\nOwner: soulzhong\n\nSummary: Use when starting any end-to-end hiring task — defining a role, writing/revising a JD, screening resumes, preparing interviews, writing interview evaluations...\n\nTags: latest:1.0.3\n\nVersion history:\n\nv1.0.3 | 2026-05-27T13:36:57.614Z | auto\n\n- Added an explicit license field (MIT) to the SKILL.md metadata.\n- No workflow or logic changes; documentation updated only.\n\nv1.0.2 | 2026-05-14T13:42:53.605Z | user\n\nUpdate [[resume-screening]] cross-references to [[recruiting-resume-screening]] after slug rename.\n\nv1.0.1 | 2026-05-14T13:22:09.474Z | user\n\nAdd homepage link to GitHub source repository (https://github.com/SoulZhong/recruiting-skills).\n\nv1.0.0 | 2026-05-14T09:51:42.186Z | auto\n\nInitial release of recruiting-skillset.\n\n- Provides an end-to-end recruitment workflow tying JD writing, resume screening, and interview evaluation into a unified pipeline.\n- Establishes a \"role standard packet\" reused at all stages to ensure consistency.\n- Defines routing logic for user intents across JD writing, screening, and interview feedback.\n- Standardizes output formats for JD, resume screening, and interview evaluation.\n- Introduces verification checklists and best practices for common pitfalls.\n- Includes a feedback and evolution loop for continuous improvement.\n\nArchive index:\n\nArchive v1.0.3: 5 files, 7085 bytes\n\nFiles: EVOLUTION.md (993b), role-standard-packet.md (1635b), skill-card.md (1783b), SKILL.md (8857b), _meta.json (138b)\n\nFile v1.0.3:SKILL.md\n\n---\nname: recruiting-skillset\ndescription: Use when starting any end-to-end hiring task — defining a role, writing/revising a JD, screening resumes, preparing interviews, writing interview evaluations, or calibrating hiring standards from feedback. Triggers include \"招聘全流程\"、\"JD + 简历筛选 + 面试评价\"、\"统一招聘口径\"、\"批量评估候选人\"、\"复盘招聘标准\"、\"按 Superpowers 架构整合招聘 skill\"。\nlicense: MIT\n---\n\n# 招聘 Skill Set\n\n## Overview\n\n招聘全流程的总控 Skill。把 [[jd-writing]]、[[recruiting-resume-screening]]、[[interview-evaluation]] 串成一条用同一套标准的流水线。\n\n**Core principle: 一套岗位标准，三次使用。**\n\n- JD 阶段定义岗位本质、必备能力、加分项和验证标准。\n- 简历筛选用同一套标准判断是否值得面试，并输出疑点、面试问题。\n- 面试评价用同一套标准验证候选人真实能力、动机、风险与下一步。\n- 用户、面试或入职反馈暴露标准错误时，回流更新 JD / 筛选 / 面评 Skill。\n\n## When to Use\n\n启用本 Skill 的触发词或场景：\n\n- 用户要求从需求开始端到端做招聘：定义岗位、写 JD、筛简历、面试准备、写面评。\n- 用户要求对同一岗位的 JD、筛选、面评做\"统一口径校准\"。\n- 批量评估候选人并要求横向排序、面试问题、录用建议。\n- 用户根据投递质量 / 面试结果 / 入职表现要求修正招聘标准。\n- 用户在对话中出现\"招聘 skill set / 招聘技能合集 / Superpowers 风格招聘 skill\"等表达。\n\n**NOT** for: 已经明确只在单一阶段（如只是写一份 JD），直接加载对应专项 Skill 即可。\n\n## Stage Routing\n\n| 用户意图 | 加载 | 产出 |\n| --- | --- | --- |\n| 写 JD / 改 JD / 岗位说明外发 | **REQUIRED:** [[jd-writing]] | 候选人外发 JD + 内部验证标准 |\n| 评估简历 / 批量筛选 / 横向排序 | **REQUIRED:** [[recruiting-resume-screening]] | 个人评估卡 + 排序表 + 疑点 + 面试问题 |\n| 准备面试 / 根据筛选生成追问 | [[recruiting-resume-screening]] + [[interview-evaluation]] | 面试卡、统一问题、专项追问 |\n| 写面评 / 根据转写评估 | **REQUIRED:** [[interview-evaluation]] | 推进建议、优势、不足、风险、下一步 |\n| 复盘招聘质量 / 调整标准 | 本 Skill + 相关专项 | 标准修正、Skill 更新、进化日志 |\n\n## Architecture\n\n```\n[招聘需求/业务上下文]\n        │\n        ▼\n┌────────────────────────────┐\n│  recruiting-skillset 总控   │  ← 维护\"岗位标准包\"\n└────────────────────────────┘\n        │\n        ▼\n   [jd-writing] ───► 岗位标准包 ◄────┐\n        │                            │\n        ▼                            │\n   [recruiting-resume-screening] ── 短名单 ───┤\n        │                            │\n        ▼                            │\n   [interview-evaluation] ─── 面评 ──┘\n        │\n        ▼\n   反馈回流：投递质量 / 面试发现 / 入职表现 → 修正标准\n```\n\n## The Role Standard Packet\n\n每个岗位都应形成一个**岗位标准包**，贯穿三项专项 Skill。完整模板见 [role-standard-packet.md](role-standard-packet.md)。\n\n最简形式：\n\n- 岗位定位：行业通用岗位名 / 业务背景 / 核心问题 / 候选人层级。\n- JD 核心结构：岗位职责 / 任职要求 / 加分项 / 反向筛选（可选）。\n- 简历筛选标准：必备硬信号 / 加分信号 / 风险信号 / 一票否决。\n- 面试验证标准：必问问题 / 强信号 / 弱信号 / 风险确认。\n- 决策口径：⭐⭐⭐ 强推 / ⭐⭐ 推荐 / ⭐ 待定 / ❌ 不推荐。\n\n## Workflow\n\n### 1. Define Role Standard\n\n加载 [[jd-writing]]。输出 JD 时同步沉淀岗位标准包：\n\n- 岗位名称用行业通用叫法。\n- JD 默认三段：岗位职责、任职要求、加分项；业务背景放进岗位职责开头，不单独立\"岗位信息\"章节。\n- 任职要求必须可被简历和面试验证。\n- 如有反向筛选，使用专业、克制的\"我们不太适合这样的候选人\"。\n\n### 2. Screen Resumes Against the Same Standard\n\n加载 [[recruiting-resume-screening]]。\n\n1. 确认岗位标准包存在；没有则从 JD 中抽取。\n2. 逐份提取简历文本，不凭记忆、不复用旧结论。\n3. 每人输出五维评分、疑点、亮点、风险、Top 面试问题。\n4. 批量候选人必须输出横向排序表。\n5. 面试问题必须直接对应 JD 的必备能力、加分项、风险信号。\n\n### 3. Prepare Interviews\n\n同时使用 [[recruiting-resume-screening]] + [[interview-evaluation]]：\n\n- 统一必问问题（横向比较）。\n- 每人专项追问（来自简历疑点和岗位关键能力）。\n- 强 / 弱信号现场判断卡。\n- 速记模板供面试官使用。\n\n### 4. Evaluate Interview Evidence\n\n加载 [[interview-evaluation]]。面评必须：\n\n- 用人单位视角直接给推进建议（不是顾问报告）。\n- 先读完整转写 / 记录，再判断，不只根据简历印象。\n- 优势 / 不足 / 风险都绑定具体证据。\n- 区分\"经验不匹配\"和\"能力不合适\"；岗位不要求的能力不要当短板。\n- 技术深度判断必须看核心基础问题，不被关键词光环带偏。\n- AI Coding 经验区分\"会用工具\"和\"有工程化方法论\"。\n- 批量面试转写有姓名误识别风险，必须先核对正式姓名再下结论。\n- 下一步建议回到岗位标准包：进入下一轮 / 终面验证 / 不推荐 / 补充信息。\n\n### 5. Feedback Loop\n\n| 反馈 | 应更新 |\n| --- | --- |\n| 投递候选人整体不对 | [[jd-writing]] 岗位名、职责、反向筛选 |\n| 筛选放过明显不合适候选人 | [[recruiting-resume-screening]] 硬信号 / 风险信号 / 一票否决 |\n| 面试发现 JD 要求不可验证 | [[jd-writing]] 任职要求表达 |\n| 面评归因不准 | [[interview-evaluation]] 归因规则和追问技巧 |\n| 入职表现与评价偏差大 | 岗位标准包、筛选权重、面试验证标准 |\n\n用户指出可复用问题时，立即 patch 对应 Skill，并在该 Skill 的 `EVOLUTION.md` 中记录。\n\n## Output Contracts\n\n### JD Output\n\n```markdown\n# [行业通用岗位名称]\n\n## 岗位职责\n...\n\n## 任职要求\n...\n\n## 加分项\n...\n\n## 我们不太适合这样的候选人（可选）\n...\n\n## 面试重点（内部使用，外发可删除）\n...\n```\n\n### Resume Screening Output\n\n```markdown\n# [岗位] 简历筛选报告\n\n## 汇总排序\n| 排名 | 姓名 | 评级 | 总分 | 核心理由 | 面试建议 |\n\n## 个人评估卡\n### [姓名]\n- 综合评级：\n- 五维评分：\n- 核心亮点：\n- 风险/疑点：\n- 面试必问题：\n```\n\n### Interview Evaluation Output\n\n```markdown\n## 综合建议\n> ⭐⭐⭐ 强推 / ⭐⭐ 推荐 / ⭐ 待定 / ❌ 不推荐 进入下一轮\n\n## 综合评价\n\n### 优势\n...\n\n### 不足\n...\n\n### 风险\n...\n\n## 下一步建议\n...\n```\n\n正式交付给用户的报告只保留正式评价内容。姓名匹配、修订说明、材料定位、工具执行痕迹不要混入正式报告，除非用户明确要求。\n\n## Common Pitfalls\n\n| 反模式 | 后果 | 正确做法 |\n| --- | --- | --- |\n| 三段流程标准不一致 | 口径漂移，越筛越偏 | 强制使用同一份岗位标准包 |\n| JD 像内部说明 | 候选人投递错位 | 写给候选人，业务背景放岗位职责开头 |\n| 筛选凭关键词 | 关键词命中 ≠ 做过 ≠ 做深 | 看项目证据和个人贡献 |\n| 面评复述经验 | 没判断只总结 | 判断能力和风险，绑定证据 |\n| 全员都给推荐 | 排序失去意义 | 敢下不推荐 / 待定 |\n| 把过程说明写进正式面评 | 报告变操作日志 | 过程信息只作内部材料 |\n| 反馈不回流 | 同类错误反复出现 | 立即 patch 对应 Skill + EVOLUTION |\n\n## Verification Checklist\n\n输出前逐项确认：\n\n- [ ] 当前任务属于 JD / 筛选 / 准备 / 面评 / 复盘中的哪一步？\n- [ ] 已加载对应的专项 Skill？\n- [ ] 形成或复用了岗位标准包？\n- [ ] JD 包含 `岗位职责 / 任职要求 / 加分项`？\n- [ ] 简历筛选逐人基于原始材料而非记忆？\n- [ ] 面评基于转写 / 记录证据？\n- [ ] 正式报告去除了姓名匹配、修订说明、工具执行痕迹？\n- [ ] 最终建议能回溯到同一套岗位标准？\n- [ ] 用户反馈已落到对应 Skill 的 `EVOLUTION.md`？\n\n## See Also\n\n- [role-standard-packet.md](role-standard-packet.md) — 完整岗位标准包模板。\n- [EVOLUTION.md](EVOLUTION.md) — 本 Skill 的演化历史。\n- [[jd-writing]] · [[recruiting-resume-screening]] · [[interview-evaluation]] — 三个专项 Skill。\n\nFile v1.0.3:_meta.json\n\n{\n  \"ownerId\": \"kn71016gfqv0mwvysq1h2adhqd82bt5s\",\n  \"slug\": \"recruiting-skillset\",\n  \"version\": \"1.0.3\",\n  \"publishedAt\": 1779889017614\n}\n\nFile v1.0.3:EVOLUTION.md\n\n# Evolution Log — recruiting-skillset\n\n记录总控 Skill 的演化。每次结构性变更或反馈回流都应在此追加一条。\n\n## 2026-05-12 — 重构为 Superpowers 风格\n\n- 把原 `01-recruiting-skillset-SKILL.md` 拆分：SKILL.md 只保留触发、阶段路由、工作流、产出契约、自检清单；岗位标准包模板独立为 `role-standard-packet.md`。\n- 描述字段改为 `Use when ...` 形式，只描述触发条件，不再总结工作流（避免 agent 跳过正文）。\n- 跨技能引用统一用 `[[skill-name]]` 语义链接 + `**REQUIRED:**` 标记。\n\n## 2026-05-10 — 总控 Skill 落地\n\n- 第一次以\"招聘 Skill Set\"形式整合 JD / 简历筛选 / 面试评价三个专项 Skill，形成\"一套岗位标准，三次使用\"原则。\n- 明确正式报告与过程材料的边界：姓名匹配、文件定位、工具执行痕迹不混入正式面评。\n- 反馈回流路径写入 SKILL.md，要求 patch 对应专项 Skill 并记录 EVOLUTION。\n\nFile v1.0.3:role-standard-packet.md\n\n# 岗位标准包模板\n\n> 用于把 JD、简历筛选、面试评价串成同一套标准。复制下方模板，按岗位填充。\n\n```markdown\n# [岗位名称] 岗位标准包\n\n## 岗位定位\n\n| 项目 | 内容 |\n| --- | --- |\n| 行业通用岗位名 |  |\n| 内部岗位 / 项目名 |  |\n| 业务 / 产品背景 |  |\n| 岗位核心问题 |  |\n| 候选人层级 | 实习 / 校招 / 1-3年 / 资深 / 专家 / 负责人 |\n| 交付形态 | 外发 JD / 内部说明 / 猎头版 / 校招版 / 社招版 |\n\n## JD 核心结构\n\n### 岗位职责\n1. \n2. \n3. \n\n### 任职要求\n1. \n2. \n3. \n\n### 加分项\n1. \n2. \n3. \n\n### 我们不太适合这样的候选人（可选）\n1. \n2. \n\n## 简历筛选标准\n\n| 类型 | 标准 |\n| --- | --- |\n| 必备硬信号 |  |\n| 加分信号 |  |\n| 风险信号 |  |\n| 一票否决 |  |\n| 待面试确认 |  |\n\n## 面试验证标准\n\n| 维度 | 必问问题 | 强信号 | 弱信号 |\n| --- | --- | --- | --- |\n| 专业匹配 |  |  |  |\n| 问题拆解 |  |  |  |\n| 结果意识 |  |  |  |\n| 评估意识 |  |  |  |\n| 工程 / 交付 |  |  |  |\n| 团队适配 |  |  |  |\n| 意愿稳定 |  |  |  |\n\n## 决策口径\n\n| 结论 | 标准 |\n| --- | --- |\n| ⭐⭐⭐ 强推 |  |\n| ⭐⭐ 推荐 |  |\n| ⭐ 待定 |  |\n| ❌ 不推荐 |  |\n```\n\n## 使用建议\n\n- 每个岗位单独维护一份岗位标准包，与 JD 同步更新。\n- 简历筛选和面试评价开始前先核对：标准包是否与最新 JD 一致？\n- 面评结束后，如标准包暴露问题（要求不可验证、信号缺失），同步修订 [[jd-writing]] / [[recruiting-resume-screening]] / [[interview-evaluation]] 中相应内容。\n\nFile v1.0.3:skill-card.md\n\n## Description:\n\nCoordinates end-to-end recruiting tasks, including role definition, JD drafting, resume screening, interview preparation, interview evaluation, and hiring-standard calibration from feedback.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[soulzhong](https://clawhub.ai/user/soulzhong)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nRecruiting and hiring teams use this skill to keep JD writing, resume screening, interview preparation, interview evaluation, and feedback-driven calibration aligned to one role standard.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: The skill may try to modify related recruiting skill files when feedback is given, without clear review boundaries.\n\nMitigation: Treat feedback-loop edits as proposed changes and require explicit human review plus scanning before accepting them.\n\n## Reference(s):\n\n- [Role Standard Packet Template](role-standard-packet.md)\n- [Evolution Log](EVOLUTION.md)\n- [ClawHub Skill Page](https://clawhub.ai/soulzhong/skills/recruiting-skillset)\n\n## Skill Output:\n\n**Output Type(s):** [text, markdown, guidance]\n\n**Output Format:** [Markdown reports, templates, tables, and recommendations]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Outputs may include JD drafts, role standard packets, resume screening summaries, interview cards, interview evaluations, and proposed standard updates.]\n\n## Skill Version(s):\n\n1.0.3 (source: server release metadata)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nArchive v1.0.2: 4 files, 6116 bytes\n\nFiles: EVOLUTION.md (993b), role-standard-packet.md (1635b), SKILL.md (8916b), _meta.json (138b)\n\nFile v1.0.2:SKILL.md\n\n---\nname: recruiting-skillset\ndescription: Use when starting any end-to-end hiring task — defining a role, writing/revising a JD, screening resumes, preparing interviews, writing interview evaluations, or calibrating hiring standards from feedback. Triggers include \"招聘全流程\"、\"JD + 简历筛选 + 面试评价\"、\"统一招聘口径\"、\"批量评估候选人\"、\"复盘招聘标准\"、\"按 Superpowers 架构整合招聘 skill\"。\nversion: 0.1.0\nhomepage: https://github.com/SoulZhong/recruiting-skills\n---\n\n# 招聘 Skill Set\n\n## Overview\n\n招聘全流程的总控 Skill。把 [[jd-writing]]、[[recruiting-resume-screening]]、[[interview-evaluation]] 串成一条用同一套标准的流水线。\n\n**Core principle: 一套岗位标准，三次使用。**\n\n- JD 阶段定义岗位本质、必备能力、加分项和验证标准。\n- 简历筛选用同一套标准判断是否值得面试，并输出疑点、面试问题。\n- 面试评价用同一套标准验证候选人真实能力、动机、风险与下一步。\n- 用户、面试或入职反馈暴露标准错误时，回流更新 JD / 筛选 / 面评 Skill。\n\n## When to Use\n\n启用本 Skill 的触发词或场景：\n\n- 用户要求从需求开始端到端做招聘：定义岗位、写 JD、筛简历、面试准备、写面评。\n- 用户要求对同一岗位的 JD、筛选、面评做\"统一口径校准\"。\n- 批量评估候选人并要求横向排序、面试问题、录用建议。\n- 用户根据投递质量 / 面试结果 / 入职表现要求修正招聘标准。\n- 用户在对话中出现\"招聘 skill set / 招聘技能合集 / Superpowers 风格招聘 skill\"等表达。\n\n**NOT** for: 已经明确只在单一阶段（如只是写一份 JD），直接加载对应专项 Skill 即可。\n\n## Stage Routing\n\n| 用户意图 | 加载 | 产出 |\n| --- | --- | --- |\n| 写 JD / 改 JD / 岗位说明外发 | **REQUIRED:** [[jd-writing]] | 候选人外发 JD + 内部验证标准 |\n| 评估简历 / 批量筛选 / 横向排序 | **REQUIRED:** [[recruiting-resume-screening]] | 个人评估卡 + 排序表 + 疑点 + 面试问题 |\n| 准备面试 / 根据筛选生成追问 | [[recruiting-resume-screening]] + [[interview-evaluation]] | 面试卡、统一问题、专项追问 |\n| 写面评 / 根据转写评估 | **REQUIRED:** [[interview-evaluation]] | 推进建议、优势、不足、风险、下一步 |\n| 复盘招聘质量 / 调整标准 | 本 Skill + 相关专项 | 标准修正、Skill 更新、进化日志 |\n\n## Architecture\n\n```\n[招聘需求/业务上下文]\n        │\n        ▼\n┌────────────────────────────┐\n│  recruiting-skillset 总控   │  ← 维护\"岗位标准包\"\n└────────────────────────────┘\n        │\n        ▼\n   [jd-writing] ───► 岗位标准包 ◄────┐\n        │                            │\n        ▼                            │\n   [recruiting-resume-screening] ── 短名单 ───┤\n        │                            │\n        ▼                            │\n   [interview-evaluation] ─── 面评 ──┘\n        │\n        ▼\n   反馈回流：投递质量 / 面试发现 / 入职表现 → 修正标准\n```\n\n## The Role Standard Packet\n\n每个岗位都应形成一个**岗位标准包**，贯穿三项专项 Skill。完整模板见 [role-standard-packet.md](role-standard-packet.md)。\n\n最简形式：\n\n- 岗位定位：行业通用岗位名 / 业务背景 / 核心问题 / 候选人层级。\n- JD 核心结构：岗位职责 / 任职要求 / 加分项 / 反向筛选（可选）。\n- 简历筛选标准：必备硬信号 / 加分信号 / 风险信号 / 一票否决。\n- 面试验证标准：必问问题 / 强信号 / 弱信号 / 风险确认。\n- 决策口径：⭐⭐⭐ 强推 / ⭐⭐ 推荐 / ⭐ 待定 / ❌ 不推荐。\n\n## Workflow\n\n### 1. Define Role Standard\n\n加载 [[jd-writing]]。输出 JD 时同步沉淀岗位标准包：\n\n- 岗位名称用行业通用叫法。\n- JD 默认三段：岗位职责、任职要求、加分项；业务背景放进岗位职责开头，不单独立\"岗位信息\"章节。\n- 任职要求必须可被简历和面试验证。\n- 如有反向筛选，使用专业、克制的\"我们不太适合这样的候选人\"。\n\n### 2. Screen Resumes Against the Same Standard\n\n加载 [[recruiting-resume-screening]]。\n\n1. 确认岗位标准包存在；没有则从 JD 中抽取。\n2. 逐份提取简历文本，不凭记忆、不复用旧结论。\n3. 每人输出五维评分、疑点、亮点、风险、Top 面试问题。\n4. 批量候选人必须输出横向排序表。\n5. 面试问题必须直接对应 JD 的必备能力、加分项、风险信号。\n\n### 3. Prepare Interviews\n\n同时使用 [[recruiting-resume-screening]] + [[interview-evaluation]]：\n\n- 统一必问问题（横向比较）。\n- 每人专项追问（来自简历疑点和岗位关键能力）。\n- 强 / 弱信号现场判断卡。\n- 速记模板供面试官使用。\n\n### 4. Evaluate Interview Evidence\n\n加载 [[interview-evaluation]]。面评必须：\n\n- 用人单位视角直接给推进建议（不是顾问报告）。\n- 先读完整转写 / 记录，再判断，不只根据简历印象。\n- 优势 / 不足 / 风险都绑定具体证据。\n- 区分\"经验不匹配\"和\"能力不合适\"；岗位不要求的能力不要当短板。\n- 技术深度判断必须看核心基础问题，不被关键词光环带偏。\n- AI Coding 经验区分\"会用工具\"和\"有工程化方法论\"。\n- 批量面试转写有姓名误识别风险，必须先核对正式姓名再下结论。\n- 下一步建议回到岗位标准包：进入下一轮 / 终面验证 / 不推荐 / 补充信息。\n\n### 5. Feedback Loop\n\n| 反馈 | 应更新 |\n| --- | --- |\n| 投递候选人整体不对 | [[jd-writing]] 岗位名、职责、反向筛选 |\n| 筛选放过明显不合适候选人 | [[recruiting-resume-screening]] 硬信号 / 风险信号 / 一票否决 |\n| 面试发现 JD 要求不可验证 | [[jd-writing]] 任职要求表达 |\n| 面评归因不准 | [[interview-evaluation]] 归因规则和追问技巧 |\n| 入职表现与评价偏差大 | 岗位标准包、筛选权重、面试验证标准 |\n\n用户指出可复用问题时，立即 patch 对应 Skill，并在该 Skill 的 `EVOLUTION.md` 中记录。\n\n## Output Contracts\n\n### JD Output\n\n```markdown\n# [行业通用岗位名称]\n\n## 岗位职责\n...\n\n## 任职要求\n...\n\n## 加分项\n...\n\n## 我们不太适合这样的候选人（可选）\n...\n\n## 面试重点（内部使用，外发可删除）\n...\n```\n\n### Resume Screening Output\n\n```markdown\n# [岗位] 简历筛选报告\n\n## 汇总排序\n| 排名 | 姓名 | 评级 | 总分 | 核心理由 | 面试建议 |\n\n## 个人评估卡\n### [姓名]\n- 综合评级：\n- 五维评分：\n- 核心亮点：\n- 风险/疑点：\n- 面试必问题：\n```\n\n### Interview Evaluation Output\n\n```markdown\n## 综合建议\n> ⭐⭐⭐ 强推 / ⭐⭐ 推荐 / ⭐ 待定 / ❌ 不推荐 进入下一轮\n\n## 综合评价\n\n### 优势\n...\n\n### 不足\n...\n\n### 风险\n...\n\n## 下一步建议\n...\n```\n\n正式交付给用户的报告只保留正式评价内容。姓名匹配、修订说明、材料定位、工具执行痕迹不要混入正式报告，除非用户明确要求。\n\n## Common Pitfalls\n\n| 反模式 | 后果 | 正确做法 |\n| --- | --- | --- |\n| 三段流程标准不一致 | 口径漂移，越筛越偏 | 强制使用同一份岗位标准包 |\n| JD 像内部说明 | 候选人投递错位 | 写给候选人，业务背景放岗位职责开头 |\n| 筛选凭关键词 | 关键词命中 ≠ 做过 ≠ 做深 | 看项目证据和个人贡献 |\n| 面评复述经验 | 没判断只总结 | 判断能力和风险，绑定证据 |\n| 全员都给推荐 | 排序失去意义 | 敢下不推荐 / 待定 |\n| 把过程说明写进正式面评 | 报告变操作日志 | 过程信息只作内部材料 |\n| 反馈不回流 | 同类错误反复出现 | 立即 patch 对应 Skill + EVOLUTION |\n\n## Verification Checklist\n\n输出前逐项确认：\n\n- [ ] 当前任务属于 JD / 筛选 / 准备 / 面评 / 复盘中的哪一步？\n- [ ] 已加载对应的专项 Skill？\n- [ ] 形成或复用了岗位标准包？\n- [ ] JD 包含 `岗位职责 / 任职要求 / 加分项`？\n- [ ] 简历筛选逐人基于原始材料而非记忆？\n- [ ] 面评基于转写 / 记录证据？\n- [ ] 正式报告去除了姓名匹配、修订说明、工具执行痕迹？\n- [ ] 最终建议能回溯到同一套岗位标准？\n- [ ] 用户反馈已落到对应 Skill 的 `EVOLUTION.md`？\n\n## See Also\n\n- [role-standard-packet.md](role-standard-packet.md) — 完整岗位标准包模板。\n- [EVOLUTION.md](EVOLUTION.md) — 本 Skill 的演化历史。\n- [[jd-writing]] · [[recruiting-resume-screening]] · [[interview-evaluation]] — 三个专项 Skill。\n\nFile v1.0.2:_meta.json\n\n{\n  \"ownerId\": \"kn71016gfqv0mwvysq1h2adhqd82bt5s\",\n  \"slug\": \"recruiting-skillset\",\n  \"version\": \"1.0.2\",\n  \"publishedAt\": 1778766173605\n}\n\nFile v1.0.2:EVOLUTION.md\n\n# Evolution Log — recruiting-skillset\n\n记录总控 Skill 的演化。每次结构性变更或反馈回流都应在此追加一条。\n\n## 2026-05-12 — 重构为 Superpowers 风格\n\n- 把原 `01-recruiting-skillset-SKILL.md` 拆分：SKILL.md 只保留触发、阶段路由、工作流、产出契约、自检清单；岗位标准包模板独立为 `role-standard-packet.md`。\n- 描述字段改为 `Use when ...` 形式，只描述触发条件，不再总结工作流（避免 agent 跳过正文）。\n- 跨技能引用统一用 `[[skill-name]]` 语义链接 + `**REQUIRED:**` 标记。\n\n## 2026-05-10 — 总控 Skill 落地\n\n- 第一次以\"招聘 Skill Set\"形式整合 JD / 简历筛选 / 面试评价三个专项 Skill，形成\"一套岗位标准，三次使用\"原则。\n- 明确正式报告与过程材料的边界：姓名匹配、文件定位、工具执行痕迹不混入正式面评。\n- 反馈回流路径写入 SKILL.md，要求 patch 对应专项 Skill 并记录 EVOLUTION。\n\nFile v1.0.2:role-standard-packet.md\n\n# 岗位标准包模板\n\n> 用于把 JD、简历筛选、面试评价串成同一套标准。复制下方模板，按岗位填充。\n\n```markdown\n# [岗位名称] 岗位标准包\n\n## 岗位定位\n\n| 项目 | 内容 |\n| --- | --- |\n| 行业通用岗位名 |  |\n| 内部岗位 / 项目名 |  |\n| 业务 / 产品背景 |  |\n| 岗位核心问题 |  |\n| 候选人层级 | 实习 / 校招 / 1-3年 / 资深 / 专家 / 负责人 |\n| 交付形态 | 外发 JD / 内部说明 / 猎头版 / 校招版 / 社招版 |\n\n## JD 核心结构\n\n### 岗位职责\n1. \n2. \n3. \n\n### 任职要求\n1. \n2. \n3. \n\n### 加分项\n1. \n2. \n3. \n\n### 我们不太适合这样的候选人（可选）\n1. \n2. \n\n## 简历筛选标准\n\n| 类型 | 标准 |\n| --- | --- |\n| 必备硬信号 |  |\n| 加分信号 |  |\n| 风险信号 |  |\n| 一票否决 |  |\n| 待面试确认 |  |\n\n## 面试验证标准\n\n| 维度 | 必问问题 | 强信号 | 弱信号 |\n| --- | --- | --- | --- |\n| 专业匹配 |  |  |  |\n| 问题拆解 |  |  |  |\n| 结果意识 |  |  |  |\n| 评估意识 |  |  |  |\n| 工程 / 交付 |  |  |  |\n| 团队适配 |  |  |  |\n| 意愿稳定 |  |  |  |\n\n## 决策口径\n\n| 结论 | 标准 |\n| --- | --- |\n| ⭐⭐⭐ 强推 |  |\n| ⭐⭐ 推荐 |  |\n| ⭐ 待定 |  |\n| ❌ 不推荐 |  |\n```\n\n## 使用建议\n\n- 每个岗位单独维护一份岗位标准包，与 JD 同步更新。\n- 简历筛选和面试评价开始前先核对：标准包是否与最新 JD 一致？\n- 面评结束后，如标准包暴露问题（要求不可验证、信号缺失），同步修订 [[jd-writing]] / [[recruiting-resume-screening]] / [[interview-evaluation]] 中相应内容。\n\nArchive v1.0.1: 4 files, 6101 bytes\n\nFiles: EVOLUTION.md (993b), role-standard-packet.md (1624b), SKILL.md (8834b), _meta.json (138b)\n\nFile v1.0.1:SKILL.md\n\n---\nname: recruiting-skillset\ndescription: Use when starting any end-to-end hiring task — defining a role, writing/revising a JD, screening resumes, preparing interviews, writing interview evaluations, or calibrating hiring standards from feedback. Triggers include \"招聘全流程\"、\"JD + 简历筛选 + 面试评价\"、\"统一招聘口径\"、\"批量评估候选人\"、\"复盘招聘标准\"、\"按 Superpowers 架构整合招聘 skill\"。\nversion: 0.1.0\nhomepage: https://github.com/SoulZhong/recruiting-skills\n---\n\n# 招聘 Skill Set\n\n## Overview\n\n招聘全流程的总控 Skill。把 [[jd-writing]]、[[resume-screening]]、[[interview-evaluation]] 串成一条用同一套标准的流水线。\n\n**Core principle: 一套岗位标准，三次使用。**\n\n- JD 阶段定义岗位本质、必备能力、加分项和验证标准。\n- 简历筛选用同一套标准判断是否值得面试，并输出疑点、面试问题。\n- 面试评价用同一套标准验证候选人真实能力、动机、风险与下一步。\n- 用户、面试或入职反馈暴露标准错误时，回流更新 JD / 筛选 / 面评 Skill。\n\n## When to Use\n\n启用本 Skill 的触发词或场景：\n\n- 用户要求从需求开始端到端做招聘：定义岗位、写 JD、筛简历、面试准备、写面评。\n- 用户要求对同一岗位的 JD、筛选、面评做\"统一口径校准\"。\n- 批量评估候选人并要求横向排序、面试问题、录用建议。\n- 用户根据投递质量 / 面试结果 / 入职表现要求修正招聘标准。\n- 用户在对话中出现\"招聘 skill set / 招聘技能合集 / Superpowers 风格招聘 skill\"等表达。\n\n**NOT** for: 已经明确只在单一阶段（如只是写一份 JD），直接加载对应专项 Skill 即可。\n\n## Stage Routing\n\n| 用户意图 | 加载 | 产出 |\n| --- | --- | --- |\n| 写 JD / 改 JD / 岗位说明外发 | **REQUIRED:** [[jd-writing]] | 候选人外发 JD + 内部验证标准 |\n| 评估简历 / 批量筛选 / 横向排序 | **REQUIRED:** [[resume-screening]] | 个人评估卡 + 排序表 + 疑点 + 面试问题 |\n| 准备面试 / 根据筛选生成追问 | [[resume-screening]] + [[interview-evaluation]] | 面试卡、统一问题、专项追问 |\n| 写面评 / 根据转写评估 | **REQUIRED:** [[interview-evaluation]] | 推进建议、优势、不足、风险、下一步 |\n| 复盘招聘质量 / 调整标准 | 本 Skill + 相关专项 | 标准修正、Skill 更新、进化日志 |\n\n## Architecture\n\n```\n[招聘需求/业务上下文]\n        │\n        ▼\n┌────────────────────────────┐\n│  recruiting-skillset 总控   │  ← 维护\"岗位标准包\"\n└────────────────────────────┘\n        │\n        ▼\n   [jd-writing] ───► 岗位标准包 ◄────┐\n        │                            │\n        ▼                            │\n   [resume-screening] ──── 短名单 ───┤\n        │                            │\n        ▼                            │\n   [interview-evaluation] ─── 面评 ──┘\n        │\n        ▼\n   反馈回流：投递质量 / 面试发现 / 入职表现 → 修正标准\n```\n\n## The Role Standard Packet\n\n每个岗位都应形成一个**岗位标准包**，贯穿三项专项 Skill。完整模板见 [role-standard-packet.md](role-standard-packet.md)。\n\n最简形式：\n\n- 岗位定位：行业通用岗位名 / 业务背景 / 核心问题 / 候选人层级。\n- JD 核心结构：岗位职责 / 任职要求 / 加分项 / 反向筛选（可选）。\n- 简历筛选标准：必备硬信号 / 加分信号 / 风险信号 / 一票否决。\n- 面试验证标准：必问问题 / 强信号 / 弱信号 / 风险确认。\n- 决策口径：⭐⭐⭐ 强推 / ⭐⭐ 推荐 / ⭐ 待定 / ❌ 不推荐。\n\n## Workflow\n\n### 1. Define Role Standard\n\n加载 [[jd-writing]]。输出 JD 时同步沉淀岗位标准包：\n\n- 岗位名称用行业通用叫法。\n- JD 默认三段：岗位职责、任职要求、加分项；业务背景放进岗位职责开头，不单独立\"岗位信息\"章节。\n- 任职要求必须可被简历和面试验证。\n- 如有反向筛选，使用专业、克制的\"我们不太适合这样的候选人\"。\n\n### 2. Screen Resumes Against the Same Standard\n\n加载 [[resume-screening]]。\n\n1. 确认岗位标准包存在；没有则从 JD 中抽取。\n2. 逐份提取简历文本，不凭记忆、不复用旧结论。\n3. 每人输出五维评分、疑点、亮点、风险、Top 面试问题。\n4. 批量候选人必须输出横向排序表。\n5. 面试问题必须直接对应 JD 的必备能力、加分项、风险信号。\n\n### 3. Prepare Interviews\n\n同时使用 [[resume-screening]] + [[interview-evaluation]]：\n\n- 统一必问问题（横向比较）。\n- 每人专项追问（来自简历疑点和岗位关键能力）。\n- 强 / 弱信号现场判断卡。\n- 速记模板供面试官使用。\n\n### 4. Evaluate Interview Evidence\n\n加载 [[interview-evaluation]]。面评必须：\n\n- 用人单位视角直接给推进建议（不是顾问报告）。\n- 先读完整转写 / 记录，再判断，不只根据简历印象。\n- 优势 / 不足 / 风险都绑定具体证据。\n- 区分\"经验不匹配\"和\"能力不合适\"；岗位不要求的能力不要当短板。\n- 技术深度判断必须看核心基础问题，不被关键词光环带偏。\n- AI Coding 经验区分\"会用工具\"和\"有工程化方法论\"。\n- 批量面试转写有姓名误识别风险，必须先核对正式姓名再下结论。\n- 下一步建议回到岗位标准包：进入下一轮 / 终面验证 / 不推荐 / 补充信息。\n\n### 5. Feedback Loop\n\n| 反馈 | 应更新 |\n| --- | --- |\n| 投递候选人整体不对 | [[jd-writing]] 岗位名、职责、反向筛选 |\n| 筛选放过明显不合适候选人 | [[resume-screening]] 硬信号 / 风险信号 / 一票否决 |\n| 面试发现 JD 要求不可验证 | [[jd-writing]] 任职要求表达 |\n| 面评归因不准 | [[interview-evaluation]] 归因规则和追问技巧 |\n| 入职表现与评价偏差大 | 岗位标准包、筛选权重、面试验证标准 |\n\n用户指出可复用问题时，立即 patch 对应 Skill，并在该 Skill 的 `EVOLUTION.md` 中记录。\n\n## Output Contracts\n\n### JD Output\n\n```markdown\n# [行业通用岗位名称]\n\n## 岗位职责\n...\n\n## 任职要求\n...\n\n## 加分项\n...\n\n## 我们不太适合这样的候选人（可选）\n...\n\n## 面试重点（内部使用，外发可删除）\n...\n```\n\n### Resume Screening Output\n\n```markdown\n# [岗位] 简历筛选报告\n\n## 汇总排序\n| 排名 | 姓名 | 评级 | 总分 | 核心理由 | 面试建议 |\n\n## 个人评估卡\n### [姓名]\n- 综合评级：\n- 五维评分：\n- 核心亮点：\n- 风险/疑点：\n- 面试必问题：\n```\n\n### Interview Evaluation Output\n\n```markdown\n## 综合建议\n> ⭐⭐⭐ 强推 / ⭐⭐ 推荐 / ⭐ 待定 / ❌ 不推荐 进入下一轮\n\n## 综合评价\n\n### 优势\n...\n\n### 不足\n...\n\n### 风险\n...\n\n## 下一步建议\n...\n```\n\n正式交付给用户的报告只保留正式评价内容。姓名匹配、修订说明、材料定位、工具执行痕迹不要混入正式报告，除非用户明确要求。\n\n## Common Pitfalls\n\n| 反模式 | 后果 | 正确做法 |\n| --- | --- | --- |\n| 三段流程标准不一致 | 口径漂移，越筛越偏 | 强制使用同一份岗位标准包 |\n| JD 像内部说明 | 候选人投递错位 | 写给候选人，业务背景放岗位职责开头 |\n| 筛选凭关键词 | 关键词命中 ≠ 做过 ≠ 做深 | 看项目证据和个人贡献 |\n| 面评复述经验 | 没判断只总结 | 判断能力和风险，绑定证据 |\n| 全员都给推荐 | 排序失去意义 | 敢下不推荐 / 待定 |\n| 把过程说明写进正式面评 | 报告变操作日志 | 过程信息只作内部材料 |\n| 反馈不回流 | 同类错误反复出现 | 立即 patch 对应 Skill + EVOLUTION |\n\n## Verification Checklist\n\n输出前逐项确认：\n\n- [ ] 当前任务属于 JD / 筛选 / 准备 / 面评 / 复盘中的哪一步？\n- [ ] 已加载对应的专项 Skill？\n- [ ] 形成或复用了岗位标准包？\n- [ ] JD 包含 `岗位职责 / 任职要求 / 加分项`？\n- [ ] 简历筛选逐人基于原始材料而非记忆？\n- [ ] 面评基于转写 / 记录证据？\n- [ ] 正式报告去除了姓名匹配、修订说明、工具执行痕迹？\n- [ ] 最终建议能回溯到同一套岗位标准？\n- [ ] 用户反馈已落到对应 Skill 的 `EVOLUTION.md`？\n\n## See Also\n\n- [role-standard-packet.md](role-standard-packet.md) — 完整岗位标准包模板。\n- [EVOLUTION.md](EVOLUTION.md) — 本 Skill 的演化历史。\n- [[jd-writing]] · [[resume-screening]] · [[interview-evaluation]] — 三个专项 Skill。\n\nFile v1.0.1:_meta.json\n\n{\n  \"ownerId\": \"kn71016gfqv0mwvysq1h2adhqd82bt5s\",\n  \"slug\": \"recruiting-skillset\",\n  \"version\": \"1.0.1\",\n  \"publishedAt\": 1778764929474\n}\n\nFile v1.0.1:EVOLUTION.md\n\n# Evolution Log — recruiting-skillset\n\n记录总控 Skill 的演化。每次结构性变更或反馈回流都应在此追加一条。\n\n## 2026-05-12 — 重构为 Superpowers 风格\n\n- 把原 `01-recruiting-skillset-SKILL.md` 拆分：SKILL.md 只保留触发、阶段路由、工作流、产出契约、自检清单；岗位标准包模板独立为 `role-standard-packet.md`。\n- 描述字段改为 `Use when ...` 形式，只描述触发条件，不再总结工作流（避免 agent 跳过正文）。\n- 跨技能引用统一用 `[[skill-name]]` 语义链接 + `**REQUIRED:**` 标记。\n\n## 2026-05-10 — 总控 Skill 落地\n\n- 第一次以\"招聘 Skill Set\"形式整合 JD / 简历筛选 / 面试评价三个专项 Skill，形成\"一套岗位标准，三次使用\"原则。\n- 明确正式报告与过程材料的边界：姓名匹配、文件定位、工具执行痕迹不混入正式面评。\n- 反馈回流路径写入 SKILL.md，要求 patch 对应专项 Skill 并记录 EVOLUTION。\n\nFile v1.0.1:role-standard-packet.md\n\n# 岗位标准包模板\n\n> 用于把 JD、简历筛选、面试评价串成同一套标准。复制下方模板，按岗位填充。\n\n```markdown\n# [岗位名称] 岗位标准包\n\n## 岗位定位\n\n| 项目 | 内容 |\n| --- | --- |\n| 行业通用岗位名 |  |\n| 内部岗位 / 项目名 |  |\n| 业务 / 产品背景 |  |\n| 岗位核心问题 |  |\n| 候选人层级 | 实习 / 校招 / 1-3年 / 资深 / 专家 / 负责人 |\n| 交付形态 | 外发 JD / 内部说明 / 猎头版 / 校招版 / 社招版 |\n\n## JD 核心结构\n\n### 岗位职责\n1. \n2. \n3. \n\n### 任职要求\n1. \n2. \n3. \n\n### 加分项\n1. \n2. \n3. \n\n### 我们不太适合这样的候选人（可选）\n1. \n2. \n\n## 简历筛选标准\n\n| 类型 | 标准 |\n| --- | --- |\n| 必备硬信号 |  |\n| 加分信号 |  |\n| 风险信号 |  |\n| 一票否决 |  |\n| 待面试确认 |  |\n\n## 面试验证标准\n\n| 维度 | 必问问题 | 强信号 | 弱信号 |\n| --- | --- | --- | --- |\n| 专业匹配 |  |  |  |\n| 问题拆解 |  |  |  |\n| 结果意识 |  |  |  |\n| 评估意识 |  |  |  |\n| 工程 / 交付 |  |  |  |\n| 团队适配 |  |  |  |\n| 意愿稳定 |  |  |  |\n\n## 决策口径\n\n| 结论 | 标准 |\n| --- | --- |\n| ⭐⭐⭐ 强推 |  |\n| ⭐⭐ 推荐 |  |\n| ⭐ 待定 |  |\n| ❌ 不推荐 |  |\n```\n\n## 使用建议\n\n- 每个岗位单独维护一份岗位标准包，与 JD 同步更新。\n- 简历筛选和面试评价开始前先核对：标准包是否与最新 JD 一致？\n- 面评结束后，如标准包暴露问题（要求不可验证、信号缺失），同步修订 [[jd-writing]] / [[resume-screening]] / [[interview-evaluation]] 中相应内容。\n\nArchive v1.0.0: 4 files, 6059 bytes\n\nFiles: EVOLUTION.md (993b), role-standard-packet.md (1624b), SKILL.md (8775b), _meta.json (138b)\n\nFile v1.0.0:SKILL.md\n\n---\nname: recruiting-skillset\ndescription: Use when starting any end-to-end hiring task — defining a role, writing/revising a JD, screening resumes, preparing interviews, writing interview evaluations, or calibrating hiring standards from feedback. Triggers include \"招聘全流程\"、\"JD + 简历筛选 + 面试评价\"、\"统一招聘口径\"、\"批量评估候选人\"、\"复盘招聘标准\"、\"按 Superpowers 架构整合招聘 skill\"。\nlicense: MIT\n---\n\n# 招聘 Skill Set\n\n## Overview\n\n招聘全流程的总控 Skill。把 [[jd-writing]]、[[resume-screening]]、[[interview-evaluation]] 串成一条用同一套标准的流水线。\n\n**Core principle: 一套岗位标准，三次使用。**\n\n- JD 阶段定义岗位本质、必备能力、加分项和验证标准。\n- 简历筛选用同一套标准判断是否值得面试，并输出疑点、面试问题。\n- 面试评价用同一套标准验证候选人真实能力、动机、风险与下一步。\n- 用户、面试或入职反馈暴露标准错误时，回流更新 JD / 筛选 / 面评 Skill。\n\n## When to Use\n\n启用本 Skill 的触发词或场景：\n\n- 用户要求从需求开始端到端做招聘：定义岗位、写 JD、筛简历、面试准备、写面评。\n- 用户要求对同一岗位的 JD、筛选、面评做\"统一口径校准\"。\n- 批量评估候选人并要求横向排序、面试问题、录用建议。\n- 用户根据投递质量 / 面试结果 / 入职表现要求修正招聘标准。\n- 用户在对话中出现\"招聘 skill set / 招聘技能合集 / Superpowers 风格招聘 skill\"等表达。\n\n**NOT** for: 已经明确只在单一阶段（如只是写一份 JD），直接加载对应专项 Skill 即可。\n\n## Stage Routing\n\n| 用户意图 | 加载 | 产出 |\n| --- | --- | --- |\n| 写 JD / 改 JD / 岗位说明外发 | **REQUIRED:** [[jd-writing]] | 候选人外发 JD + 内部验证标准 |\n| 评估简历 / 批量筛选 / 横向排序 | **REQUIRED:** [[resume-screening]] | 个人评估卡 + 排序表 + 疑点 + 面试问题 |\n| 准备面试 / 根据筛选生成追问 | [[resume-screening]] + [[interview-evaluation]] | 面试卡、统一问题、专项追问 |\n| 写面评 / 根据转写评估 | **REQUIRED:** [[interview-evaluation]] | 推进建议、优势、不足、风险、下一步 |\n| 复盘招聘质量 / 调整标准 | 本 Skill + 相关专项 | 标准修正、Skill 更新、进化日志 |\n\n## Architecture\n\n```\n[招聘需求/业务上下文]\n        │\n        ▼\n┌────────────────────────────┐\n│  recruiting-skillset 总控   │  ← 维护\"岗位标准包\"\n└────────────────────────────┘\n        │\n        ▼\n   [jd-writing] ───► 岗位标准包 ◄────┐\n        │                            │\n        ▼                            │\n   [resume-screening] ──── 短名单 ───┤\n        │                            │\n        ▼                            │\n   [interview-evaluation] ─── 面评 ──┘\n        │\n        ▼\n   反馈回流：投递质量 / 面试发现 / 入职表现 → 修正标准\n```\n\n## The Role Standard Packet\n\n每个岗位都应形成一个**岗位标准包**，贯穿三项专项 Skill。完整模板见 [role-standard-packet.md](role-standard-packet.md)。\n\n最简形式：\n\n- 岗位定位：行业通用岗位名 / 业务背景 / 核心问题 / 候选人层级。\n- JD 核心结构：岗位职责 / 任职要求 / 加分项 / 反向筛选（可选）。\n- 简历筛选标准：必备硬信号 / 加分信号 / 风险信号 / 一票否决。\n- 面试验证标准：必问问题 / 强信号 / 弱信号 / 风险确认。\n- 决策口径：⭐⭐⭐ 强推 / ⭐⭐ 推荐 / ⭐ 待定 / ❌ 不推荐。\n\n## Workflow\n\n### 1. Define Role Standard\n\n加载 [[jd-writing]]。输出 JD 时同步沉淀岗位标准包：\n\n- 岗位名称用行业通用叫法。\n- JD 默认三段：岗位职责、任职要求、加分项；业务背景放进岗位职责开头，不单独立\"岗位信息\"章节。\n- 任职要求必须可被简历和面试验证。\n- 如有反向筛选，使用专业、克制的\"我们不太适合这样的候选人\"。\n\n### 2. Screen Resumes Against the Same Standard\n\n加载 [[resume-screening]]。\n\n1. 确认岗位标准包存在；没有则从 JD 中抽取。\n2. 逐份提取简历文本，不凭记忆、不复用旧结论。\n3. 每人输出五维评分、疑点、亮点、风险、Top 面试问题。\n4. 批量候选人必须输出横向排序表。\n5. 面试问题必须直接对应 JD 的必备能力、加分项、风险信号。\n\n### 3. Prepare Interviews\n\n同时使用 [[resume-screening]] + [[interview-evaluation]]：\n\n- 统一必问问题（横向比较）。\n- 每人专项追问（来自简历疑点和岗位关键能力）。\n- 强 / 弱信号现场判断卡。\n- 速记模板供面试官使用。\n\n### 4. Evaluate Interview Evidence\n\n加载 [[interview-evaluation]]。面评必须：\n\n- 用人单位视角直接给推进建议（不是顾问报告）。\n- 先读完整转写 / 记录，再判断，不只根据简历印象。\n- 优势 / 不足 / 风险都绑定具体证据。\n- 区分\"经验不匹配\"和\"能力不合适\"；岗位不要求的能力不要当短板。\n- 技术深度判断必须看核心基础问题，不被关键词光环带偏。\n- AI Coding 经验区分\"会用工具\"和\"有工程化方法论\"。\n- 批量面试转写有姓名误识别风险，必须先核对正式姓名再下结论。\n- 下一步建议回到岗位标准包：进入下一轮 / 终面验证 / 不推荐 / 补充信息。\n\n### 5. Feedback Loop\n\n| 反馈 | 应更新 |\n| --- | --- |\n| 投递候选人整体不对 | [[jd-writing]] 岗位名、职责、反向筛选 |\n| 筛选放过明显不合适候选人 | [[resume-screening]] 硬信号 / 风险信号 / 一票否决 |\n| 面试发现 JD 要求不可验证 | [[jd-writing]] 任职要求表达 |\n| 面评归因不准 | [[interview-evaluation]] 归因规则和追问技巧 |\n| 入职表现与评价偏差大 | 岗位标准包、筛选权重、面试验证标准 |\n\n用户指出可复用问题时，立即 patch 对应 Skill，并在该 Skill 的 `EVOLUTION.md` 中记录。\n\n## Output Contracts\n\n### JD Output\n\n```markdown\n# [行业通用岗位名称]\n\n## 岗位职责\n...\n\n## 任职要求\n...\n\n## 加分项\n...\n\n## 我们不太适合这样的候选人（可选）\n...\n\n## 面试重点（内部使用，外发可删除）\n...\n```\n\n### Resume Screening Output\n\n```markdown\n# [岗位] 简历筛选报告\n\n## 汇总排序\n| 排名 | 姓名 | 评级 | 总分 | 核心理由 | 面试建议 |\n\n## 个人评估卡\n### [姓名]\n- 综合评级：\n- 五维评分：\n- 核心亮点：\n- 风险/疑点：\n- 面试必问题：\n```\n\n### Interview Evaluation Output\n\n```markdown\n## 综合建议\n> ⭐⭐⭐ 强推 / ⭐⭐ 推荐 / ⭐ 待定 / ❌ 不推荐 进入下一轮\n\n## 综合评价\n\n### 优势\n...\n\n### 不足\n...\n\n### 风险\n...\n\n## 下一步建议\n...\n```\n\n正式交付给用户的报告只保留正式评价内容。姓名匹配、修订说明、材料定位、工具执行痕迹不要混入正式报告，除非用户明确要求。\n\n## Common Pitfalls\n\n| 反模式 | 后果 | 正确做法 |\n| --- | --- | --- |\n| 三段流程标准不一致 | 口径漂移，越筛越偏 | 强制使用同一份岗位标准包 |\n| JD 像内部说明 | 候选人投递错位 | 写给候选人，业务背景放岗位职责开头 |\n| 筛选凭关键词 | 关键词命中 ≠ 做过 ≠ 做深 | 看项目证据和个人贡献 |\n| 面评复述经验 | 没判断只总结 | 判断能力和风险，绑定证据 |\n| 全员都给推荐 | 排序失去意义 | 敢下不推荐 / 待定 |\n| 把过程说明写进正式面评 | 报告变操作日志 | 过程信息只作内部材料 |\n| 反馈不回流 | 同类错误反复出现 | 立即 patch 对应 Skill + EVOLUTION |\n\n## Verification Checklist\n\n输出前逐项确认：\n\n- [ ] 当前任务属于 JD / 筛选 / 准备 / 面评 / 复盘中的哪一步？\n- [ ] 已加载对应的专项 Skill？\n- [ ] 形成或复用了岗位标准包？\n- [ ] JD 包含 `岗位职责 / 任职要求 / 加分项`？\n- [ ] 简历筛选逐人基于原始材料而非记忆？\n- [ ] 面评基于转写 / 记录证据？\n- [ ] 正式报告去除了姓名匹配、修订说明、工具执行痕迹？\n- [ ] 最终建议能回溯到同一套岗位标准？\n- [ ] 用户反馈已落到对应 Skill 的 `EVOLUTION.md`？\n\n## See Also\n\n- [role-standard-packet.md](role-standard-packet.md) — 完整岗位标准包模板。\n- [EVOLUTION.md](EVOLUTION.md) — 本 Skill 的演化历史。\n- [[jd-writing]] · [[resume-screening]] · [[interview-evaluation]] — 三个专项 Skill。\n\nFile v1.0.0:_meta.json\n\n{\n  \"ownerId\": \"kn71016gfqv0mwvysq1h2adhqd82bt5s\",\n  \"slug\": \"recruiting-skillset\",\n  \"version\": \"1.0.0\",\n  \"publishedAt\": 1778752302186\n}\n\nFile v1.0.0:EVOLUTION.md\n\n# Evolution Log — recruiting-skillset\n\n记录总控 Skill 的演化。每次结构性变更或反馈回流都应在此追加一条。\n\n## 2026-05-12 — 重构为 Superpowers 风格\n\n- 把原 `01-recruiting-skillset-SKILL.md` 拆分：SKILL.md 只保留触发、阶段路由、工作流、产出契约、自检清单；岗位标准包模板独立为 `role-standard-packet.md`。\n- 描述字段改为 `Use when ...` 形式，只描述触发条件，不再总结工作流（避免 agent 跳过正文）。\n- 跨技能引用统一用 `[[skill-name]]` 语义链接 + `**REQUIRED:**` 标记。\n\n## 2026-05-10 — 总控 Skill 落地\n\n- 第一次以\"招聘 Skill Set\"形式整合 JD / 简历筛选 / 面试评价三个专项 Skill，形成\"一套岗位标准，三次使用\"原则。\n- 明确正式报告与过程材料的边界：姓名匹配、文件定位、工具执行痕迹不混入正式面评。\n- 反馈回流路径写入 SKILL.md，要求 patch 对应专项 Skill 并记录 EVOLUTION。\n\nFile v1.0.0:role-standard-packet.md\n\n# 岗位标准包模板\n\n> 用于把 JD、简历筛选、面试评价串成同一套标准。复制下方模板，按岗位填充。\n\n```markdown\n# [岗位名称] 岗位标准包\n\n## 岗位定位\n\n| 项目 | 内容 |\n| --- | --- |\n| 行业通用岗位名 |  |\n| 内部岗位 / 项目名 |  |\n| 业务 / 产品背景 |  |\n| 岗位核心问题 |  |\n| 候选人层级 | 实习 / 校招 / 1-3年 / 资深 / 专家 / 负责人 |\n| 交付形态 | 外发 JD / 内部说明 / 猎头版 / 校招版 / 社招版 |\n\n## JD 核心结构\n\n### 岗位职责\n1. \n2. \n3. \n\n### 任职要求\n1. \n2. \n3. \n\n### 加分项\n1. \n2. \n3. \n\n### 我们不太适合这样的候选人（可选）\n1. \n2. \n\n## 简历筛选标准\n\n| 类型 | 标准 |\n| --- | --- |\n| 必备硬信号 |  |\n| 加分信号 |  |\n| 风险信号 |  |\n| 一票否决 |  |\n| 待面试确认 |  |\n\n## 面试验证标准\n\n| 维度 | 必问问题 | 强信号 | 弱信号 |\n| --- | --- | --- | --- |\n| 专业匹配 |  |  |  |\n| 问题拆解 |  |  |  |\n| 结果意识 |  |  |  |\n| 评估意识 |  |  |  |\n| 工程 / 交付 |  |  |  |\n| 团队适配 |  |  |  |\n| 意愿稳定 |  |  |  |\n\n## 决策口径\n\n| 结论 | 标准 |\n| --- | --- |\n| ⭐⭐⭐ 强推 |  |\n| ⭐⭐ 推荐 |  |\n| ⭐ 待定 |  |\n| ❌ 不推荐 |  |\n```\n\n## 使用建议\n\n- 每个岗位单独维护一份岗位标准包，与 JD 同步更新。\n- 简历筛选和面试评价开始前先核对：标准包是否与最新 JD 一致？\n- 面评结束后，如标准包暴露问题（要求不可验证、信号缺失），同步修订 [[jd-writing]] / [[resume-screening]] / [[interview-evaluation]] 中相应内容。","readmeExcerpt":"Skill: Recruiting Skillset Owner: soulzhong Summary: Use when starting any end-to-end hiring task — defining a role, writing/revising a JD, screening resumes, preparing interviews, writing interview evaluations... Tags: latest:1.0.3 Version history: v1.0.3 | 2026-05-27T13:36:57.614Z | auto - Added an explicit license field (MIT) to the SKILL.md metadata. - No workflow or logic changes; documentation updated only. v1.","codeSnippets":[],"executableExamples":[{"language":"text","snippet":"[招聘需求/业务上下文]\n        │\n        ▼\n┌────────────────────────────┐\n│  recruiting-skillset 总控   │  ← 维护\"岗位标准包\"\n└────────────────────────────┘\n        │\n        ▼\n   [jd-writing] ───► 岗位标准包 ◄────┐\n        │                            │\n        ▼                            │\n   [recruiting-resume-screening] ── 短名单 ───┤\n        │                            │\n        ▼                            │\n   [interview-evaluation] ─── 面评 ──┘\n        │\n        ▼\n   反馈回流：投递质量 / 面试发现 / 入职表现 → 修正标准"},{"language":"markdown","snippet":"# [行业通用岗位名称]\n\n## 岗位职责\n...\n\n## 任职要求\n...\n\n## 加分项\n...\n\n## 我们不太适合这样的候选人（可选）\n...\n\n## 面试重点（内部使用，外发可删除）\n..."},{"language":"markdown","snippet":"# [岗位] 简历筛选报告\n\n## 汇总排序\n| 排名 | 姓名 | 评级 | 总分 | 核心理由 | 面试建议 |\n\n## 个人评估卡\n### [姓名]\n- 综合评级：\n- 五维评分：\n- 核心亮点：\n- 风险/疑点：\n- 面试必问题："},{"language":"markdown","snippet":"## 综合建议\n> ⭐⭐⭐ 强推 / ⭐⭐ 推荐 / ⭐ 待定 / ❌ 不推荐 进入下一轮\n\n## 综合评价\n\n### 优势\n...\n\n### 不足\n...\n\n### 风险\n...\n\n## 下一步建议\n..."},{"language":"markdown","snippet":"# [岗位名称] 岗位标准包\n\n## 岗位定位\n\n| 项目 | 内容 |\n| --- | --- |\n| 行业通用岗位名 |  |\n| 内部岗位 / 项目名 |  |\n| 业务 / 产品背景 |  |\n| 岗位核心问题 |  |\n| 候选人层级 | 实习 / 校招 / 1-3年 / 资深 / 专家 / 负责人 |\n| 交付形态 | 外发 JD / 内部说明 / 猎头版 / 校招版 / 社招版 |\n\n## JD 核心结构\n\n### 岗位职责\n1. \n2. \n3. \n\n### 任职要求\n1. \n2. \n3. \n\n### 加分项\n1. \n2. \n3. \n\n### 我们不太适合这样的候选人（可选）\n1. \n2. \n\n## 简历筛选标准\n\n| 类型 | 标准 |\n| --- | --- |\n| 必备硬信号 |  |\n| 加分信号 |  |\n| 风险信号 |  |\n| 一票否决 |  |\n| 待面试确认 |  |\n\n## 面试验证标准\n\n| 维度 | 必问问题 | 强信号 | 弱信号 |\n| --- | --- | --- | --- |\n| 专业匹配 |  |  |  |\n| 问题拆解 |  |  |  |\n| 结果意识 |  |  |  |\n| 评估意识 |  |  |  |\n| 工程 / 交付 |  |  |  |\n| 团队适配 |  |  |  |\n| 意愿稳定 |  |  |  |\n\n## 决策口径\n\n| 结论 | 标准 |\n| --- | --- |\n| ⭐⭐⭐ 强推 |  |\n| ⭐⭐ 推荐 |  |\n| ⭐ 待定 |  |\n| ❌ 不推荐 |  |"},{"language":"text","snippet":"[招聘需求/业务上下文]\n        │\n        ▼\n┌────────────────────────────┐\n│  recruiting-skillset 总控   │  ← 维护\"岗位标准包\"\n└────────────────────────────┘\n        │\n        ▼\n   [jd-writing] ───► 岗位标准包 ◄────┐\n        │                            │\n        ▼                            │\n   [recruiting-resume-screening] ── 短名单 ───┤\n        │                            │\n        ▼                            │\n   [interview-evaluation] ─── 面评 ──┘\n        │\n        ▼\n   反馈回流：投递质量 / 面试发现 / 入职表现 → 修正标准"}],"parameters":null,"dependencies":[],"permissions":[],"extractedFiles":[{"path":"SKILL.md","content":"---\nname: recruiting-skillset\ndescription: Use when starting any end-to-end hiring task — defining a role, writing/revising a JD, screening resumes, preparing interviews, writing interview evaluations, or calibrating hiring standards from feedback. Triggers include \"招聘全流程\"、\"JD + 简历筛选 + 面试评价\"、\"统一招聘口径\"、\"批量评估候选人\"、\"复盘招聘标准\"、\"按 Superpowers 架构整合招聘 skill\"。\nlicense: MIT\n---\n\n# 招聘 Skill Set\n\n## Overview\n\n招聘全流程的总控 Skill。把 [[jd-writing]]、[[recruiting-resume-screening]]、[[interview-evaluation]] 串成一条用同一套标准的流水线。\n\n**Core principle: 一套岗位标准，三次使用。**\n\n- JD 阶段定义岗位本质、必备能力、加分项和验证标准。\n- 简历筛选用同一套标准判断是否值得面试，并输出疑点、面试问题。\n- 面试评价用同一套标准验证候选人真实能力、动机、风险与下一步。\n- 用户、面试或入职反馈暴露标准错误时，回流更新 JD / 筛选 / 面评 Skill。\n\n## When to Use\n\n启用本 Skill 的触发词或场景：\n\n- 用户要求从需求开始端到端做招聘：定义岗位、写 JD、筛简历、面试准备、写面评。\n- 用户要求对同一岗位的 JD、筛选、面评做\"统一口径校准\"。\n- 批量评估候选人并要求横向排序、面试问题、录用建议。\n- 用户根据投递质量 / 面试结果 / 入职表现要求修正招聘标准。\n- 用户在对话中出现\"招聘 skill set / 招聘技能合集 / Superpowers 风格招聘 skill\"等表达。\n\n**NOT** for: 已经明确只在单一阶段（如只是写一份 JD），直接加载对应专项 Skill 即可。\n\n## Stage Routing\n\n| 用户意图 | 加载 | 产出 |\n| --- | --- | --- |\n| 写 JD / 改 JD / 岗位说明外发 | **REQUIRED:** [[jd-writing]] | 候选人外发 JD + 内部验证标准 |\n| 评估简历 / 批量筛选 / 横向排序 | **REQUIRED:** [[recruiting-resume-screening]] | 个人评估卡 + 排序表 + 疑点 + 面试问题 |\n| 准备面试 / 根据筛选生成追问 | [[recruiting-resume-screening]] + [[interview-evaluation]] | 面试卡、统一问题、专项追问 |\n| 写面评 / 根据转写评估 | **REQUIRED:** [[interview-evaluation]] | 推进建议、优势、不足、风险、下一步 |\n| 复盘招聘质量 / 调整标准 | 本 Skill + 相关专项 | 标准修正、Skill 更新、进化日志 |\n\n## Architecture\n\n```\n[招聘需求/业务上下文]\n        │\n        ▼\n┌────────────────────────────┐\n│  recruiting-skillset 总控   │  ← 维护\"岗位标准包\"\n└────────────────────────────┘\n        │\n        ▼\n   [jd-writing] ───► 岗位标准包 ◄────┐\n        │                            │\n        ▼                            │\n   [recruiting-resume-screening] ── 短名单 ───┤\n        │                            │\n        ▼                            │\n   [interview-evaluation] ─── 面评 ──┘\n        │\n        ▼\n   反馈回流：投递质量 / 面试发现 / 入职表现 → 修正标准\n```\n\n## The Role Standard Packet\n\n每个岗位都应形成一个**岗位标准包**，贯穿三项专项 Skill。完整模板见 [role-standard-packet.md](role-standard-packet.md)。\n\n最简形式：\n\n- 岗位定位：行业通用岗位名 / 业务背景 / 核心问题 / 候选人层级。\n- JD 核心结构：岗位职责 / 任职要求 / 加分项 / 反向筛选（可选）。\n- 简历筛选标准：必备硬信号 / 加分信号 / 风险信号 / 一票否决。\n- 面试验证标准：必问问题 / 强信号 / 弱信号 / 风险确认。\n- 决策口径：⭐⭐⭐ 强推 / ⭐⭐ 推荐 / ⭐ 待定 / ❌ 不推荐。\n\n## Workflow\n\n### 1. Define Role Standard\n\n加载 [[jd-writing]]。输出 JD 时同步沉淀岗位标准包：\n\n- 岗位名称用行业通用叫法。\n- JD 默认三段：岗位职责、任职要求、加分项；业务背景放进岗位职责开头，不单独立\"岗位信息\"章节。\n- 任职要求必须可被简历和面试验证。\n- 如有反向筛选，使用专业、克制的\"我们不太适合这样的候选人\"。\n\n### 2. Screen Resumes Against the Same Standard\n\n加载 [[recruiting-resume-screening]]。\n\n1. 确认岗位标准包存在；没有则从 JD 中抽取。\n2. 逐份提取简历文本，不凭记忆、不复用旧结论。\n3. 每人输出五维评分、疑点、亮点、风险、Top 面试问题。\n4. 批量候选人必须输出横向排序表。\n5. 面试问题必须直接对应 JD 的必备能力、加分项、风险信号。\n\n### 3. Prepare Interviews\n\n同时使用 [[recruiting-resume-screening]] + [[interview-evaluation]]：\n\n- 统一必问问题（横向比较）。\n- 每人专项追问（来自简历疑点和岗位关键能力）。\n- 强 / 弱信号现场判断卡。\n- 速记模板供面试官使用。\n\n### 4. Evaluate Interview Evidence\n\n加载 [[interview-evaluation]]。面评必须：\n\n- 用人单位视角直接给推进建议（不是顾问报告）。\n- 先读完整转写 / 记录，再判断，不只根据简历印象。\n- 优势 / 不足 / 风险都绑定具体证据。\n- 区分\"经验不匹配\""},{"path":"_meta.json","content":"{\n  \"ownerId\": \"kn71016gfqv0mwvysq1h2adhqd82bt5s\",\n  \"slug\": \"recruiting-skillset\",\n  \"version\": \"1.0.3\",\n  \"publishedAt\": 1779889017614\n}"},{"path":"EVOLUTION.md","content":"# Evolution Log — recruiting-skillset\n\n记录总控 Skill 的演化。每次结构性变更或反馈回流都应在此追加一条。\n\n## 2026-05-12 — 重构为 Superpowers 风格\n\n- 把原 `01-recruiting-skillset-SKILL.md` 拆分：SKILL.md 只保留触发、阶段路由、工作流、产出契约、自检清单；岗位标准包模板独立为 `role-standard-packet.md`。\n- 描述字段改为 `Use when ...` 形式，只描述触发条件，不再总结工作流（避免 agent 跳过正文）。\n- 跨技能引用统一用 `[[skill-name]]` 语义链接 + `**REQUIRED:**` 标记。\n\n## 2026-05-10 — 总控 Skill 落地\n\n- 第一次以\"招聘 Skill Set\"形式整合 JD / 简历筛选 / 面试评价三个专项 Skill，形成\"一套岗位标准，三次使用\"原则。\n- 明确正式报告与过程材料的边界：姓名匹配、文件定位、工具执行痕迹不混入正式面评。\n- 反馈回流路径写入 SKILL.md，要求 patch 对应专项 Skill 并记录 EVOLUTION。"},{"path":"role-standard-packet.md","content":"# 岗位标准包模板\n\n> 用于把 JD、简历筛选、面试评价串成同一套标准。复制下方模板，按岗位填充。\n\n```markdown\n# [岗位名称] 岗位标准包\n\n## 岗位定位\n\n| 项目 | 内容 |\n| --- | --- |\n| 行业通用岗位名 |  |\n| 内部岗位 / 项目名 |  |\n| 业务 / 产品背景 |  |\n| 岗位核心问题 |  |\n| 候选人层级 | 实习 / 校招 / 1-3年 / 资深 / 专家 / 负责人 |\n| 交付形态 | 外发 JD / 内部说明 / 猎头版 / 校招版 / 社招版 |\n\n## JD 核心结构\n\n### 岗位职责\n1. \n2. \n3. \n\n### 任职要求\n1. \n2. \n3. \n\n### 加分项\n1. \n2. \n3. \n\n### 我们不太适合这样的候选人（可选）\n1. \n2. \n\n## 简历筛选标准\n\n| 类型 | 标准 |\n| --- | --- |\n| 必备硬信号 |  |\n| 加分信号 |  |\n| 风险信号 |  |\n| 一票否决 |  |\n| 待面试确认 |  |\n\n## 面试验证标准\n\n| 维度 | 必问问题 | 强信号 | 弱信号 |\n| --- | --- | --- | --- |\n| 专业匹配 |  |  |  |\n| 问题拆解 |  |  |  |\n| 结果意识 |  |  |  |\n| 评估意识 |  |  |  |\n| 工程 / 交付 |  |  |  |\n| 团队适配 |  |  |  |\n| 意愿稳定 |  |  |  |\n\n## 决策口径\n\n| 结论 | 标准 |\n| --- | --- |\n| ⭐⭐⭐ 强推 |  |\n| ⭐⭐ 推荐 |  |\n| ⭐ 待定 |  |\n| ❌ 不推荐 |  |\n```\n\n## 使用建议\n\n- 每个岗位单独维护一份岗位标准包，与 JD 同步更新。\n- 简历筛选和面试评价开始前先核对：标准包是否与最新 JD 一致？\n- 面评结束后，如标准包暴露问题（要求不可验证、信号缺失），同步修订 [[jd-writing]] / [[recruiting-resume-screening]] / [[interview-evaluation]] 中相应内容。"},{"path":"skill-card.md","content":"## Description:\n\nCoordinates end-to-end recruiting tasks, including role definition, JD drafting, resume screening, interview preparation, interview evaluation, and hiring-standard calibration from feedback.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[soulzhong](https://clawhub.ai/user/soulzhong)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nRecruiting and hiring teams use this skill to keep JD writing, resume screening, interview preparation, interview evaluation, and feedback-driven calibration aligned to one role standard.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: The skill may try to modify related recruiting skill files when feedback is given, without clear review boundaries.\n\nMitigation: Treat feedback-loop edits as proposed changes and require explicit human review plus scanning before accepting them.\n\n## Reference(s):\n\n- [Role Standard Packet Template](role-standard-packet.md)\n- [Evolution Log](EVOLUTION.md)\n- [ClawHub Skill Page](https://clawhub.ai/soulzhong/skills/recruiting-skillset)\n\n## Skill Output:\n\n**Output Type(s):** [text, markdown, guidance]\n\n**Output Format:** [Markdown reports, templates, tables, and recommendations]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Outputs may include JD drafts, role standard packets, resume screening summaries, interview cards, interview evaluations, and proposed standard updates.]\n\n## Skill Version(s):\n\n1.0.3 (source: server release metadata)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment."}],"languages":[],"docsSourceLabel":"CLAWHUB","editorialOverview":"Use when starting any end-to-end hiring task — defining a role, writing/revising a JD, screening resumes, preparing interviews, writing interview evaluations... Skill: Recruiting Skillset Owner: soulzhong Summary: Use when starting any end-to-end hiring task — defining a role, writing/revising a JD, screening resumes, preparing interviews, writing interview evaluations... Tags: latest:1.0.3 Version history: v1.0.3 | 2026-05-27T13:36:57.614Z | auto - Added an explicit license field (MIT) to the SKILL.md metadata. - No workflow or logic changes; documentation updated only. v1.","editorialQuality":{"score":100,"threshold":65,"status":"ready","wordCount":898,"uniquenessScore":50,"reasons":[]}},"media":{"evidence":{"source":"no-media","verified":false,"confidence":"low","updatedAt":"2026-10-11T09:56:54.507Z","emptyReason":"No screenshots, media assets, or demo links are available."},"primaryImageUrl":null,"mediaAssetCount":0,"assets":[],"demoUrl":null},"ownerResources":{"evidence":{"source":"unclaimed","verified":false,"confidence":"low","updatedAt":"2026-10-11T09:56:54.507Z","emptyReason":"This page has not been claimed by the agent owner."},"hasCustomPage":false,"customPageUpdatedAt":null,"customLinks":[],"structuredLinks":{"docsUrl":null,"demoUrl":null,"supportUrl":null,"pricingUrl":null,"statusUrl":null},"customPage":null},"relatedAgents":{"evidence":{"source":"protocol-neighbors","verified":false,"confidence":"medium","updatedAt":"2026-10-11T14:17:51.674Z","emptyReason":null},"items":[{"id":"8ebccd8e-3863-4187-8355-c3f14e1f9edf","entityType":"agent","canonicalPath":"/agent/iofficeai-aionui","slug":"iofficeai-aionui","name":"AionUi","description":"Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!","url":"https://github.com/iOfficeAI/AionUi","homepage":"https://www.aionui.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-10-09T19:11:12.944Z","createdAt":"2026-02-25T03:38:16.584Z","downloads":null},{"id":"b917f68a-ebff-438e-84f8-3f4b2494c0bc","entityType":"agent","canonicalPath":"/agent/activepieces-activepieces","slug":"activepieces-activepieces","name":"activepieces","description":"AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents","url":"https://github.com/activepieces/activepieces","homepage":"https://www.activepieces.com","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-15T02:22:12.426Z","createdAt":"2026-02-25T03:38:12.412Z","downloads":null},{"id":"5cb26759-3a39-483f-94cf-276a98c13bb8","entityType":"agent","canonicalPath":"/agent/cherryhq-cherry-studio","slug":"cherryhq-cherry-studio","name":"cherry-studio","description":"AI productivity studio with smart chat, autonomous agents, and 300+ assistants. Unified access to frontier LLMs","url":"https://github.com/CherryHQ/cherry-studio","homepage":"https://cherry-ai.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-11T14:38:40.986Z","createdAt":"2026-02-25T03:38:19.379Z","downloads":null},{"id":"6f6582d0-5d76-4f0f-b81d-86520247950b","entityType":"agent","canonicalPath":"/agent/copilotkit-copilotkit","slug":"copilotkit-copilotkit","name":"CopilotKit","description":"The Frontend for Agents & Generative UI. React + Angular","url":"https://github.com/CopilotKit/CopilotKit","homepage":"https://docs.copilotkit.ai","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-03-25T09:50:57.846Z","createdAt":"2026-02-25T03:39:14.617Z","downloads":null}],"links":{"hub":"/agent","source":"/agent/source/clawhub","protocols":[{"label":"OpenClaw","href":"/agent/protocol/openclew"}]}}}