本文介紹我的開源專案 AI-Resume-GPS。與 AI 協作，做出 AI 閱讀友善的客製化履歷。同時讓 AI 對職缺適合程度做分析並提供建議。
list文章目錄expand_more
list文章目錄
在現今競爭激烈的求職市場中，越來越多資方使用 AI HR 與 ATS（Applicant Tracking System，申請者追蹤系統） 篩選履歷。
傳統的求職方式是拿著一份千篇一律的 PDF 海投，或者每次投遞都痛苦地手動修改履歷，不僅耗時費力，還難以確保修改後的內容真的符合企業的期待。
雖然現在有 ChatGPT、Claude 等強大的 AI 工具，但直接把履歷和 JD 丟給 AI，得出的結果大多充滿著空泛的詞彙、內容過度誇大甚至憑空捏造你沒做過的經歷，而且還得自己想辦法處理排版、產出 PDF。
為了解決這些痛點，AI-Resume-GPS 應運而生。
AI-Resume-GPS 不單純是「履歷生成器」，而是 結合本地化資料管理與 AI Agent 協作工作流（Workflow）的求職導航系統 。
最大的目標是讓用戶掌握求職的主動權。用系統化的方法將真實經歷，轉換成讓招募主管與 AI HR 都無法挑剔的履歷。
在這篇文章中，我們將深入剖析 AI-Resume-GPS 的核心設計理念、無可取代的優勢，以及它如何徹底翻轉你的求職體驗。
為什麼你需要 AI-Resume-GPS？傳統求職方法的致命傷#
要理解 AI-Resume-GPS 的強大，我們必須先檢視現行求職流程的問題。
- 手動調整履歷的痛苦 ：針對每一份 JD 調整履歷是常識，但實際上執行起來非常痛苦。你需要重新思考要在 Summary 放什麼關鍵字、哪些經歷要放大、哪些要縮小。若同時投遞多份履歷時，這個流程會讓人崩潰，最終導致多數人選擇妥協，直接拿通用版海投。
- AI 失控產生幻覺 ：直接用通用大語言模型（LLM）修改履歷，最容易遇到的問題是「幻覺」。AI 為了迎合 JD，很容易唬爛出根本不會的技能，或者把只碰過皮毛的專案吹成深入主導。這種履歷一旦進入實體面試，絕對會被有經驗的面試官瞬間識破，嚴重損害個人信譽。
- 資料與排版的死結 ：用 Word 或 Canva 編輯履歷時，資料內容與視覺排版是綁死的。稍微修改一行字，可能整個版面就跑掉。要維護多種不同面向的履歷版本，意味著你要維護多份極易排版跑位的檔案。
- 盲點與 Risk Signals ：我們在寫自己的履歷時總有盲點，比如不自覺地遺漏了量化數據、職缺之間的空窗期沒有合理解釋、或是自我定位與 JD 要求的資歷有落差。這些在現今自動化的 HR 篩選系統中，就是直接被淘汰的「Risk Signals」（危險信號）。
AI-Resume-GPS 的架構設計正是為了一一擊破上述痛點。
核心優勢一：資料與渲染完全分離（Data-Presentation Separation）#
AI-Resume-GPS 採用了現代軟體工程中極具代表性的「關注點分離」心法。不再有 Word 檔，你的經歷就是單純的 Data。
單一真相來源（Single Source of Truth）#
系統要求你建立兩個核心基礎檔案：
master_profile.json：存放你的所有硬實力、學歷、聯絡方式等結構化資料。experience_notes.md：存放你對每一段工作經驗最真實、最詳細、充滿量化數據與實際職責的「工作筆記」。
這兩份檔案是你整個職涯的縮影，也是 唯一 需要人工維護的資料。你不需要在這裡思考「要怎麼包裝給 HR 看」，你只需要誠實且鉅細靡遺地記錄自己做過什麼。
模組化的履歷生成 JSON#
當需要投遞特定職位時，AI 會根據 JD 和 master_profile，生成一份專屬的 resume_{company}_{role}.json。這個 JSON 檔案只包含文字資料，完全沒有排版資訊。
一鍵高品質渲染#
透過專案內建的 generate.py 腳本，結合 Mustache-like 的輕量級模板引擎與強大的 WeasyPrint 渲染器，系統會瞬間讀取你的 JSON，並套用 templates/default.html 內的 CSS 排版，直接輸出可以點擊連結、格式完美、符合 ATS 解析標準（美規 Letter Size、純文字可高精度框選）的 PDF 檔案。排版永不跑位，因為版面邏輯已由程式碼鎖定。
核心優勢二：防幻覺（Anti-Hallucination）機制#
這是 AI-Resume-GPS 最引以為傲的護城河。
多數求職者用 AI 改履歷時，AI 往往「越俎代庖」，擅自添加履歷未提及的經歷。在 AI-Resume-GPS 的工作流設計中，AI 被嚴格限制了它的權限： AI 被設定為一個「編纂者」與「包裝專家」，而非「內容創作者」。
在執行 /jd-resume 生成客製化履歷時，Workflow 規範強制 AI 只能 從 master_profile.json 和 experience_notes.md 提取素材。它的任務是：
- 找出 JD 中的核心關鍵字（例如：
cross-functional collaboration）。 - 在你的
experience_notes.md中尋找「你真實做過，且能呼應這個關鍵字」的專案或數據。 - 將你的真實經歷，用包含 JD 關鍵字的句型重新改寫（Rewrite）。
如果 JD 要求「 Kubernetes 經驗」，而基礎履歷庫裡完全沒有 Kubernetes，AI 絕對不會幫你捏造。這個剛性約束確保了產出的每一份履歷都 100% 真實，可以滿懷自信地拿著它去參加最嚴格的技術面試。
核心優勢三：五階段 AI Agent Workflows#
AI-Resume-GPS 並不是要你自己寫 Prompt，它內建了專為 AI 編程助理設計的 .agent/workflows/。這是一套標準作業程序（SOP），讓 AI 助理化身為你專屬的資深人資獵頭與履歷教練。
整個求職流程被精密拆解為 5 個連貫的操作指令：
/profile-init：深挖價值的引導式訪談#
對於不知從何起頭的新手，這個指令會讓 AI 扮演採訪者，透過四輪結構化對話（基本資料、學歷、工作經驗追問、補充資料），一步步把你腦中的隱性知識（Tacit Knowledge）挖掘出來。
AI 會特別盯著你問：「這個專案有數據嗎？」、「你每天最主要負責的三件事是什麼？」，逼你寫出紮實的 experience_notes.md。
/jd-save：建立求職資料庫#
看到心儀的職缺，直接貼上 JD 觸發指令。AI 會自動幫你在 jobs/{Company}/{Role}/ 結構下存檔 JD 並建立 Metadata。這讓你的求職歷程井然有序，後續面試時也能隨時調閱當初的職缺要求。
/jd-match：適配度分析（SWOT）#
在浪費時間寫履歷前，先知道自己機會多大！輸入 JD 後，AI 會將你的背景與 JD 進行逐項比對，產出結構化報告。 它會明確告訴你：
- 優勢 ：哪些經歷直接命中。
- 劣勢 ：缺乏哪些經驗，需要用什麼策略掩飾或彌補。
- Risk Signals ：這點極其重要！AI 會模擬企業 HR 的系統，抓出你的痛腳（如空窗期、職級落差、量化數據不足），並提前給出「包裝建議」。
/jd-resume：根據 JD 一鍵生成客製化履歷#
這是整個系統的魔法核心。當確認 JD 適合度後，AI 會自動執行：
- 萃取 JD 的 Required Skills。
- 重寫你的 Summary，第一句話直接對齊 JD 需求。
- 逐條重修你過去經驗的 Bullets，確保塞滿 JD 關鍵字且邏輯暢通。
- 重組你的 Skills 清單，把 JD 最在意的技術移到最前面。
- 最終輸出一份
resume_{company}_{role}.json，再一鍵執行generate.py產出 PDF。
/jd-aiproof：AI HR 模擬測試#
履歷做出來還不夠，你要先過自己這關。這個指令會讓 AI 戴上「極度挑剔的 AI HR 篩選系統」帽子，對你剛產出的客製化履歷進行壓力測試。它會告訴你：「這句話的動詞太弱」、「這裡缺少業績成長的百分比，可能會被標記為低價值」。你可以根據反饋再次微調，確保投出的是無懈可擊的版本。
核心優勢四：地端執行與資料隱私 (Local-First Privacy)#
在數據隱私越來越受重視的今天，將包含姓名、電話、住址、前東家機密專案數據的履歷隨意上傳到不知名的線上「AI 履歷生成 SaaS 平台」，其實潛藏巨大的個資外洩風險。
AI-Resume-GPS 是一個 Local-first（本地優先） 的開源工具。
- 你的
master_profile.json永遠只存在你的本機硬碟裡。 - PDF 渲染機制（WeasyPrint）完全在你的電腦上執行，不需要依賴雲端伺服器生成。
- 即使是透過 AI Agent Workflow 修改履歷，你也是在使用你自己授權的 IDE 進行資料處理，不用擔心被第三方履歷服務商拿去當訓練資料或轉賣給獵頭公司。
核心優勢五：極限自動化與高度擴充性#
AI-Resume-GPS 的底層架構非常簡潔，這賦予了它無限的擴展可能：
- 多模板支援 ：雖然預設提供了乾淨俐落的美式單欄
default.html，但只要你有基本的 HTML/CSS 能力，你完全可以在templates/目錄下新增自己的版型，生成時只需加上參數--template my_design即可套用。 - 自動化檔案路由 ：系統具備極高的自動化智商。當你的履歷命名為
resume_google_pm.json，執行腳本後，PDF 會自動被歸類存放到output/apps/Google-Pm/目錄下，讓你的海投資料庫永遠不散亂。 - Git 版本控制適配 ：履歷本質上就是程式碼。使用 AI-Resume-GPS，你可以順理成章地用 Git 來管理你的職涯發展。每次你學會了新語言、晉升了新職位，就發一個 Commit 到
master_profile。你可以清楚地回顧自己這幾年履歷的演進史。
實際操作：顛覆想像的流暢體驗#
想像一個典型的週末下午，你準備要投遞心儀的夢幻企業。過去，你可能要對著 Word 發呆 3 小時，思考怎麼把字塞進版面裡。現在，使用 AI-Resume-GPS：
- 第 1 分鐘 ：在瀏覽器看到完美職缺，複製 JD。
- 第 2 分鐘 ：在 IDE 打下
/jd-save貼上 JD。 - 第 3 分鐘 ：執行
/jd-match，立刻看到自己與職缺的契合度高達 85%，但缺乏一段關鍵字。 - 第 4 分鐘 ：執行
/jd-resume。看著 AI 在幾秒內，將你原本厚重的工程師筆記，精煉成帶有強烈產品經理色彩，句句擊中 JD 痛點的 10 個 Bullets，並自動編譯成精美的 PDF。 - 第 5 分鐘 ：你滿意地點點頭，將這份包含
Google_PM標籤的專屬 PDF 夾帶在 Email 裡寄出。
這就是 AI-Resume-GPS 帶來的革命性感。你把極度耗費腦力的「排版」、「文案微調」、「關鍵字對齊」全部自動化，把自己的精神保留在「提升實力」與「準備面試」這些真正有價值的事情上。
結語：主導你的人生，而非法海投#
多數求職者在面對龐大的企業招募系統時，往往處於弱勢與被動的狀態。我們被迫猜測 HR 想看什麼，被迫迎合冰冷的 ATS 關鍵字演算法。
AI-Resume-GPS 是一種 求職者 的工具。藉由建立自己的「單一真相資料庫」，並運用個人化的 AI 工作流，用最科學、最低阻力，向獵頭與招募經理展現真正實力。
別再受制於排版跑位的 Word 檔，也別再發送那份連你自己都不滿意的通用版履歷了。 前往 AI-Resume-GPS，開始重新定義你的求職之路吧！
