Skip to content
Conduit

mcp server

quiver

求职季的开箱即用 Agent Skills:JD 解码 / 模拟面试 / 简历手术刀 / README 增强器,一键装进 Claude Code 等客户端。

WsNodeX/quivercommunitylistedunreviewed

Set up

Runs on your computer. Pick your agent and operating system.

This project does not publish an install method we can turn into a config. Follow the README instead.

README

synced Oct 29, 2026

Quiver

求职季的开箱即用 Agent Skills —— 每个 skill 都对着一个真实痛点

CI License Python Dependencies

不是又一份提示词合集。每个 skill 都定义了完整的工作流程、输出格式和行为红线,装上就能用。


这是什么

Quiver 是一套面向国内求职季开发者的 Agent Skills 集合,遵循 Agent Skills 的 SKILL.md 开放格式,可以直接装进 Claude Code、WorkBuddy 等支持 skills 的 AI 客户端。

每个 skill 解决一个真实痛点:

Skill痛点一句话说明
jd-decoderJD 都是黑话,看不懂重点把职位描述拆成硬性要求 / 隐含期待 / 面试考点 + 匹配度清单
interview-grill背了八股也不知道自己会不会严格面试官多轮追问式模拟面试,结束给分维度评分
resume-reviewer简历石沉大海没人给改按大厂筛选标准逐条改写,原文→改后→理由三列对照
readme-booster项目不错但 README 劝退按高星项目排版标准重构 README,60 秒抓住陌生访客

💡 为什么选这四个?因为它们覆盖了求职的一条完整链路:读懂岗位 → 练面试 → 改简历 → 装点作品集。你不是在收集提示词,是在给自己配一套工作流。


🚀 快速开始

三种方式,选一个:

方式一:脚本安装(推荐)

git clone https://github.com/WsNodeX/quiver.git
cd quiver

# 装进 Claude Code(默认目标 ~/.claude/skills/)
python scripts/install.py --all

# 或装进 WorkBuddy(~/.workbuddy/skills/)
python scripts/install.py --all --client workbuddy

# 或只装某一个
python scripts/install.py jd-decoder

方式二:手动复制

把 skills/ 下任意一个目录拷进客户端的 skills 目录即可:

cp -r skills/jd-decoder ~/.claude/skills/

方式三:验证一下再装

python scripts/validate.py   # 校验所有 skill 的格式合规性

装好之后,在客户端里说"帮我模拟面试"或"帮我看看这段 JD",对应的 skill 就会被触发。


🧩 Skill 一览

jd-decoder · JD 解码器

把一段招聘 JD 拆成六块可执行内容:岗位速览、硬性要求权重表、隐含期待(含推理依据)、面试考点预测、✅/⚠️/❌ 匹配度清单、一句话投递结论。核心原则是区分"写了"和"会考",并诚实给出差距与最短补齐路径。

interview-grill · 拷问官

扮演严格但有分寸的技术面试官:一次只问一个问题、按回答决定追问深度、连续答不上自动降档换角度。结束输出四维评分(基础 / 深度 / 场景 / 表达)和"背诵痕迹疑似点"——专治背了答案经不起追问。

resume-reviewer · 简历手术刀

按"筛选者 30 秒停留"的标准审简历:动词开头、可验证量化、STAR 压缩、关键词命中,输出逐条改写对照表和今天改 / 本周改 / 可选的三级优先级。红线:不替你编数字,只教你把已有工作估成量级。

readme-booster · README 增强器

按五维诊断(首屏三连、信任感、上手成本、专业感、图片引用)给出整份改写稿,而不是零碎建议。内置图片必须走 CDN 域名(GitHub 自动转 camo 代理、国内可达)这类实战细节。


🏗️ 目录结构

quiver/
├── skills/                  # 每个 skill 一个目录
│   ├── jd-decoder/
│   │   └── SKILL.md         # frontmatter(name/description) + 工作流正文
│   ├── interview-grill/
│   ├── resume-reviewer/
│   └── readme-booster/
├── scripts/
│   ├── validate.py          # 零依赖格式校验器(CI 同款)
│   └── install.py           # 一键安装到客户端 skills 目录
├── tests/                   # 26 个 unittest,覆盖校验与安装全部分支
└── .github/workflows/ci.yml # Python 3.10 / 3.13 双版本跑校验 + 测试

设计原则

  • 工作流 > 提示词:每个 skill 都写清"怎么一步步做",而不是一句"你是一个资深 XX"。
  • 输出格式固定:skill 内置 Markdown 输出模板,每次产出结构一致,可直接对比多次结果。
  • 行为红线:明确写死"不做什么"(不编数据、不剧透答案、不一次抛十个问题),防止 skill 行为漂移。
  • 零依赖:校验器和安装脚本只用 Python 标准库,frontmatter 用手写解析器,不装 PyYAML。

🧪 测试

python scripts/validate.py                # 4/4 skill 格式合规
python -m unittest discover -s tests -v   # 26 个用例

CI 在 Python 3.10 与 3.13 两个版本上执行以上两步。

🗺️ 路线图

  • 新增 offer-compare:多 offer 薪资/成长性对比决策
  • 新增 behavioral-coach:HR 面行为问题(宝洁八大问类)打磨
  • 支持 skill 多语言(中/英 frontmatter 与正文)
  • 提供 skill 模板生成器 python scripts/new.py <name>

🤝 贡献

欢迎提交新 skill 或改进现有 skill。要求:SKILL.md 通过 validate.py 校验、工作流可复现、附上你实际用它的例子(Issue 里贴对话截图更好)。

📄 许可证

MIT © WsNodeX

↑↓ navigate openesc close