/
← Back to home@specterxueye

dsh-cv

DeepSeek Harness 中文求职插件：事实整理、JD 定向简历与面试准备

Stars
1
Language
JavaScript
Created
Sep 5, 2026
Updated
Oct 19, 2026
Skills
GitHub repo

Introduction

dsh-cv · 简历大师（Resume Master）

ci license: MIT node version

面向中文求职场景的简历写作工具集：基于人物事实画像与目标岗位招聘要求（JD，文字或图片），生成可直接导入 magicv.art 的标准简历 JSON。

核心设计原则：事实可溯源 · 针对岗位定制 · 一页装下 · 零编造。

📖 第一次安装与上手：安装与使用（装什么、怎么装、装完怎么确认、怎么用）｜完整流程见 用户手册｜版本变更见 CHANGELOG

特性

  • 人物画像建档：对话式采集 → 结构化事实基线（每条事实带来源），支持从已有简历/材料反解析。每个用户一组四件套：
    • 拷问式建档（cv-intake 技能）：frontier 轮次提问法——每轮把当前能问的问题整批列出、每题带推荐答案，用户回"1✅ 2改成 X"即可，不必自己组织语言；成绩单/证书/项目仓库等可自查项派 subagent 去查，不占用用户。机制改造自 mattpocock/skills 的 grilling（MIT），并针对"个人史实只有本人知道"重写了事实/决策分流
    • <名字>-事实基线.json —— 唯一事实源：basic / education / experience / projects / campus / awards / skills / selfEvaluation，外加 _rules 规则区（待确认项 / 用户已确认回填 / 口径核验 / 作废口径登记）。status: pending 的事实不得写入简历
    • <名字>-事实溯源清单.json —— 每条事实回指出处，并记录「衍生简历自述 vs 一手材料」的交叉校验结论
    • <名字>-画像.md —— 内部资产：卖点、避雷点、面试口径与投递策略；避雷点不进简历
    • 项目素材库.md —— 项目细节素材池，供换岗位时重组叙事
    • 口径作废时不删记录：把那一行标上 【作废】，溯源审计会自动将它排除出语料（见下"三重可执行门槛"）
  • JD 理解：文字或图片输入（图片自动识别）；输出硬性要求 / 软性要求 / 加分项 / 关键词表 / 缺口清单（画像中缺失的能力如实标注，绝不编造）
  • 定制撰写：按岗位重排经历、关键词加粗、技能分层（范本五规律）、自我评价采用"结论+论证"
  • magicv JSON 生成：自动处理菜单-数据键一致（customData ↔ menuSections）、顶层 campus 双写、autoOnePage 一页开关、HTML 内容规范、UUID
  • 校验与诊断：结构校验器（必填字段/HTML 结构/菜单一致性/UUID）+ 0-7 优化清单逐项自检 + 无编造核查
  • 蓝本壳复用：以"已在 magicv.art 真实渲染验收过"的成品为壳（版式参数/照片/菜单结构），只替换内容层——避免每次从零调参试错（scripts/merge-blueprint.mjs）
  • ★ 改动申请单与确认门：蓝本默认零改动；替换/新增/删除/重排任何项目内容都要先出方案（改哪条/现状/拟改/为什么/影响/哪些不动），用户批准后才生成。未获批准的产物不得交付
  • 三重可执行门槛：结构校验（validate-resume.mjs）+ 数字溯源审计（audit-facts.mjs：稿子里每个数字都要能在事实基线/溯源清单/语料里找到出处，查不到即退出码 1）+ 改动合规核对（diff-resume.mjs：实际改动必须 ⊆ 申请单批准范围，越权即报错）
    • ⛔ 作废口径排除（语料污染防护）：溯源审计的判据是"该数字在语料里出现过"，于是一个已作废的数字只要还留在语料里，就永远能通过溯源——连"原 X 条实为 Y 条"这类更正句本身也会让 X 合法。故 audit-facts.mjs 会剔除任何含 【作废】 / [RETRACTED] 标记的行。口径作废时把记录那一行标上标记即可，无需删除历史。注意：JSON 语料里标记要写在字符串值内部（写成行首会破坏 JSON）
  • 按 JD 取舍项目（cv-intake 场景 B）：先给候选池（项目素材库.md ＋ 蓝本内未显示项目）按六维打分（关键词命中/职能同型/级别真实性/角色主导/可量化可溯源/差异化），再**一轮列出"点亮哪 3-4 项、收起哪几项、为什么"**由用户逐项裁决；结果写进改动申请单 projectVisibility 与 changes(op:visibility)。未显示 ≠ 删除，用户明确排除项永不进池
  • 模块化项目库：一份 JSON 内写入全部备选项目，用 visible 开关按 JD 点亮需要的 3-4 项（写了但不展示，随时切换）
  • 面试侧技能：interview-pitch（按岗位角度生成项目讲稿，含 2-3 条可能追问）+ mock-interview（友好复盘 / 高压追问 × BQ / JD 面 / 混合）
  • 写作语料库：技术岗（含后端/前端/算法AI/测试/运维）、央国企、行业（半导体/政务/运营商/新能源）共 100+ 条岗位规律与句库，全部来自网络检索提炼并标注来源方向，不复制任何真实简历原文

架构

通用资产与个人数据严格分离：

dsh-cv/
├── preset/          # DSH 预设（cordis.yml / prompts 工作流与规则引用 / skills 技能）
│   └── skills/      #   cv-intake（拷问式建档 + 按 JD 取舍项目）
│                    #   resume-writing（简历写作）/ interview-pitch（项目讲稿）/ mock-interview（模拟面试）
├── data/            # 通用写作资产（rules 规则库 / samples 范文规律 / phrases 句式库）
├── scripts/         # 生成器 build-resume / 蓝本合并 merge-blueprint / 结构校验 validate-resume
│   ├── lib/         #   数字溯源审计 audit-facts / 改动合规核对 diff-resume
│   │                #   browser.cjs（浏览器与依赖解析，零硬编码路径）
│   └── check.mjs    #   仓库自检（CI 与本地同一入口）
├── profile/         # profile / jd / strategy 输入模板（JSON schema）
├── docs/            # 安装与使用 · 用户手册 · 面试辅导方法 · 架构评估
├── users/           # 个人数据层（每用户独立目录，仅存本机，不入库）
│   └── <用户名>/    #   事实基线 / 画像 / output 成品与申请单 / review 档案
├── .github/         # CI（跨三平台 × Node 16/20 跑自检 + Windows 跑安装预演）
├── LICENSE / CHANGELOG.md / THIRD-PARTY-NOTICES.md
├── package.json / .gitattributes / .editorconfig
└── README.md

环境要求

  • 运行环境：DeepSeek Harness（DSH）环境（技能挂载 + junction；见下）
  • 脚本：Node.js ≥ 16（生成/校验/审计脚本零第三方依赖，独立于 DSH 亦可运行）
  • 渲染验收（可选）：本机已装 Chrome/Edge/Chromium ＋ playwright-core 
    npm i -D playwright-core        # 或在别处装好后设 $env:PLAYWRIGHT_DIR 指向那个目录

    浏览器路径无需配置：脚本用 --chrome <路径> / $DSH_CV_CHROME / $CHROME_PATH / 平台默认安装位置依次探测，都没有时回退 playwright 的 channel:"chrome"。

安装（Windows）

git clone https://github.com/specterxueye/dsh-cv.git
cd dsh-cv
pwsh -NoProfile -File scripts\install.ps1

安装脚本自动完成五件事：

  1. 设置用户级环境变量 DSH_CV_ROOT = 仓库根；
  2. 遍历 preset\skills\* 全量建立技能联接 <DSH_HOME>\skills\<技能名> → 仓库 preset\skills\<技能名>（新增技能子目录无需改脚本）；
  3. 渲染预设注册壳（模板注入本机路径）；
  4. 安装自检（环境变量 / 技能联接 / 注册壳），打印 [OK] 逐项结果；
  5. 打印摘要与「下一步怎么用」。

不需要管理员权限（用目录联接 Junction）；克隆到任意目录均可（含空格/中文路径）。装完自检应显示 3/3 通过、技能联接 4/4 就位：

== 安装自检 ==
  [OK]  DSH_CV_ROOT（用户级）= D:\...\dsh-cv
  [OK]  技能联接 4/4 就位：cv-intake, interview-pitch, mock-interview, resume-writing
  [OK]  预设注册壳就绪且已注入本机根：D:\dsh\.agent-presets\resume-master

新开 DSH 会话即可使用（触发词：建档 / 写简历 / 分析 JD / 按 JD 选项目 / magicv JSON），或在新建会话时选择「简历大师」预设。升级：git pull 后重跑 install.ps1（幂等）。

装不上、技能看不见、换电脑、卸载、以及每个触发词对应什么，见 安装与使用（含常见问题表与手工核对命令）。

快速开始

  1. 建档：说一句"帮我写简历"即自动加载 cv-intake 技能——先要现成材料（已有简历/成绩单/证书/项目仓库，派 subagent 反解析后逐条回显确认），没材料就走 7 轮 frontier 提问（每轮整批问、每题带推荐答案、可跳过）→ 生成 users\<用户名>\<名字>-事实基线.json、画像与 项目素材库.md（卖点/避雷点为内部资产）。
  2. 提供 JD：粘贴文字或提供图片路径（图片自动识别，识别不确定项会要求确认）。
  3. 选项目（按 JD 取舍）：候选池按六维打分，一轮给出"点亮 3-4 项 / 收起哪几项 / 命中了哪条 JD 要求"，由你逐项裁决（cv-intake 场景 B）。
  4. 出方案（改动申请单）：产出 strategy-*.json 与 changerequest-*.json——后者写明改哪条 / 蓝本现状 / 拟改成什么 / JD 依据 / 影响 / 哪些不动，并带上第 3 步的 projectVisibility。
  5. ★ 确认门：把申请单呈现给用户并等待明确批准（"你看着办""没回复"都不算）；批准后写回 approved: true 与 touchedFields，才能进入生成。项目取舍的裁决只是输入，不等于批准。
  6. 生成（二选一）： 
    # 模式 A（默认·微调）：复制蓝本 → 只改被批准的路径
Copy-Item "<蓝本.json>" "<新稿.json>"
# 模式 B（大改动·重写）：生成器产出内容层 → 套蓝本壳
node "scripts\build-resume.mjs" --profile <profile.json> --strategy <strategy.json> --out <临时.json> [--quiet]
node "scripts\merge-blueprint.mjs" --blueprint <蓝本.json> --content <临时.json> --out <新稿.json> --title "<姓名>-简历-<岗位>"
  7. 三重校验（缺一不可）： 
    node "scripts\validate-resume.mjs" <新稿.json> [--strict]              # ① 结构
node "scripts\audit-facts.mjs" <新稿.json> --user "users\<用户名>"      # ② 数字溯源（可加 --corpus 补来源）
node "scripts\diff-resume.mjs" --base <蓝本.json> --new <新稿.json> --expect <申请单.json>   # ③ 改动合规
    三者全绿才交付；任一不过 → 修复后重跑。
  8. 导入：打开 magicv.art → 导入 JSON（自带模板渲染，autoOnePage 已开启）。

每份交付附《写作说明》：关键词命中、来源说明、缺口清单、清单自检结果、改动申请单（含批准记录）与差异报告。

面试环节（可选，交付后衔接）

  • interview-pitch 技能：按同一份 JD 与事实基线生成项目讲稿（开场句→背景与问题→我做了什么→结果→与本岗位的连接，含 2-3 条可能追问）
  • mock-interview 技能：模拟面试（开局选风格与类型 → 一次一问 → 复盘含"最弱回答的改善版"）
  • 概念教学法（把项目里的名词讲透，避免"背答案过不了追问"）：见 面试辅导方法

输入格式

  • --profile：见 profile\profile-template.json（事实基线，无来源的事实不得写入简历）
  • --strategy：jobTitle / keywords / customBlocks / sectionOverrides / settings，见 profile\strategy-template.json

测试与验证

# 仓库自检（CI 与本地同一入口：脚本语法 / JSON / 技能完整性 / 零硬编码路径 / 文档链接 / manifest 一致）
node scripts\check.mjs          # 或 npm run check

# 端到端冒烟（任意 magicv 成品 → 反推输入 → 生成 → 校验）
node "scripts\_smoke-test.mjs" <金标准简历.json>

# 渲染高度测量（旧口径：量 A4 元素高度，受预览容器拉伸影响，仅供参考）
node "scripts\render-height.mjs" <resume.json>

# ★ 分页判据（推荐）：定位 magicv 自己画的「第N页结束」标记，判定页数与溢出量
node "scripts\render-measure3.cjs" <resume.json> [截图前缀] [--chrome <浏览器路径>]

# 版面逐块称重：量出每个区块占多少高度，用于定位"版面被谁吃掉"
node "scripts\render-blocks.cjs" <resume.json> [截图前缀] [--chrome <浏览器路径>]

# 数字溯源审计：稿子里每个数字回到事实语料核对（未命中退出码 1）
node "scripts\audit-facts.mjs" <resume.json> --user "users\<用户名>" [--profile <基线.json>] [--corpus <补充语料>]

# 改动合规核对：实际改动 ⊆ 申请单批准范围（越权退出码 1）
node "scripts\diff-resume.mjs" --base <蓝本.json> --new <新稿.json> [--expect <changerequest.json>]

三道业务门槛（audit-facts / diff-resume / validate-resume）与自检脚本都设计成可做门槛：失败时退出码为 1，可直接串进流水线。CI 会跨 Ubuntu/Windows/macOS × Node 16/20 跑 check.mjs，并在 Windows 上跑 install.ps1 -DryRun。

数据与隐私

  • 个人数据仅存本机 users\<用户名>\；仓库不含任何个人数据（users\、test\、scripts\.smoke\ 均在 .gitignore 排除）。
  • 写作规律库为通用资产（网络检索提炼的规律与句式，不复制真实简历原文）。

已知限制

  1. 安装需运行 install.ps1：预设注册壳依赖本机路径注入（模板 → 渲染），纯手工复制不可用；跨机 clone 后重跑 install.ps1 即完成。
  2. autoOnePage 实测不生效，不能当兜底（2026-09-21 实测）：autoOnePage: true 的稿子在 magicv 预览里仍溢出 337px；开关开着与关着读数一致，它不改变预览渲染。
  3. "A4 元素高度"不是页数判据：早期 e2e-render.cjs 量 [class*="210mm"] 元素高度，读数恒为 1750px——对任何简历都不变（极简探针把内容清空到每区块一行，仍是 1750px），量为预览容器而非内容。真判据是 magicv 自己画的「第N页结束」标记：标记 y ≈ A4 页高 1123px − 上下页边距（1123−2×25=1073，实测 1073.6）。该画布会随内容长高，不会截断内容。
  4. 图片 JD 识别依赖视觉桥可用性；识别不确定时会列出待确认项。
  5. magicv 的顶层 campus 与 customData 存在双写设计，须经校验器守护，防止渲染缺失。
  6. magicv 记录会与仓库 JSON 分叉：每次「导入简历」新建一条同名记录，反复试验后工作台会堆满同名稿；用户若在 UI 里手改过某条，那条就与 JSON 不再一致（本次即发现一条手改记录含 JSON 中不存在的表述）。以 JSON 为准、只做导入导出，手改须回流到 JSON（见路线图）。
  7. 安装脚本只有 Windows 版（install.ps1，用目录联接）：脚本本体（生成/校验/审计/渲染）已是跨平台 Node，但 macOS/Linux 的安装与技能联接需手工完成（见路线图）。

路线图

  • 面试防御审查（进行中）：时间线自洽 / 技能-经历互证 / 表述余量清单化 → 已完成部分：面试讲稿与模拟面试技能、概念教学法（docs/面试辅导方法.md）；待做：把"数字溯源审计"扩展到讲稿与模拟面试答案
  • 一页口径（2026-09-21 统一）：一页装下 = 硬标准（早先"不再以必须一页为目标"的说法已作废）。判据=下方「已知限制 3」的真实渲染标记（magicv 自画的「第N页结束」y ≈ 1073.6px）；autoOnePage 开关与 "A4 元素高度"读数都不是判据。达成顺序：① 删无效内容 ② 精炼措辞 ③ 按岗位相关性裁剪 ④ 收起低相关项目（visible:false，未显示 ≠ 删除）。禁止达标手段：压行距到不可读（实测"塞进一页"需压到行距 1.07）、关闭自我评价、隐藏核心项目凑页数。装不下时如实摊牌——把"要一页须收起哪一项"写进改动申请单，由用户裁决。（完整规则见 data\rules\01-优化清单.md §9）
  • 用户手调回流（2026-09-21 暴露为真实痛点）：magicv 每次导入新建同名记录，用户在 UI 里的手改会与仓库 JSON 分叉。待做：导入前记录指纹、手改差异回流、工作台记录清理
  • validate-resume 增加内容密度估算 WARN（当前依赖人工渲染测量）
  • campus 双写一致性由 WARN 升级为强制校验（本次已按 schema 第五节对齐，尚未纳入校验器）
  • 权威副本机制：current.json 权威副本 + 桌面导入导出，避免多版本漂移
  • 模块化项目库的可见性清单：已进申请单模板（projectVisibility + changes(op:visibility)）与 cv-intake 场景 B 的六维打分流程；待做：diff-resume.mjs 对"实际 visible 改动 ⊆ 批准范围"做强制核对（当前仍只核对 touchedFields 路径）
  • 跨平台安装：补 install.sh（macOS/Linux：设 DSH_CV_ROOT + 为每个 preset/skills/* 建符号链接 + 渲染注册壳），与 install.ps1 行为对齐
  • 发布流程：自 0.5.0 起按语义化版本推进（tag + Release 说明取本 CHANGELOG 对应小节）；旧标签 v1.0.0（2026-09-05）为历史快照
  • CI 扩展：目前 CI 只跑"零依赖自检 + 安装预演"；待做：在 CI 里对 profile/*-template.json 跑一次 build-resume → validate-resume 的合成用例（不涉个人数据）

致谢

  • 简历数据格式参照开源项目 JOYCEQL/magic-resume（schema 已按线上成品实测校准）
  • 写作规律提炼自公开网络资源（范文站 / HR 视角帖 / 简历指导材料），每条标注来源方向
  • cv-intake 技能的 frontier 轮次提问法改造自开源项目 mattpocock/skills 的 grilling 技能（MIT License, Copyright (c) 2026 Matt Pocock）。本仓库版本是针对建档场景的重写（事实/决策分流、温和档节奏、可自查项派子代理、与 dsh-cv 确认门对接），不是逐字复制

许可

本仓库以 MIT License 发布（见 LICENSE）。第三方内容与各自许可见 THIRD-PARTY-NOTICES.md：

  • cv-intake 的 frontier 机制改造自 mattpocock/skills 的 grilling（MIT，已保留其版权声明）；
  • magicv.art 的简历 JSON 格式参照 JOYCEQL/magic-resume（Apache-2.0，仅参照数据结构，未复制代码）；
  • 写作规律语料提炼自公开网络资料，不复制任何真实个人简历原文。