IT and Cybersecurity Resume Reviewer — скилл

Скилл проверяет резюме для ИТ и кибербезопасности по доказательствам: правки по вашему тексту, сверка с вакансией, PDF-отчет.

  • 190 ★ репозитория
  • Последний коммит
  • MIT
Скилл

Минимальный доступ

Почему такой уровень

  • Скилл читает резюме и описание вакансии и запускает локальные скрипты анализа и рендера PDF. Резюме содержит личные данные и уходит провайдеру модели.
Все причины и проверки

mubix/cyber-resume-reviewer-skill

Установка

В терминале, через SkillFoxx CLI

npx skillfoxx add skills/it-and-cybersecurity-resume-reviewer

Определит агенты на машине, покажет уровень доступа и зафиксирует версию.

Другие способы установки

Доступ и проверки

Как мы проверяем

Минимальный доступИнструмент ничего не запускает и не ходит в сеть.

  • Скилл читает резюме и описание вакансии и запускает локальные скрипты анализа и рендера PDF. Резюме содержит личные данные и уходит провайдеру модели.

Это чужой код. Посмотрите файлы в репозитории перед установкой.

Что делает

Cyber Resume Reviewer разбирает резюме специалистов по ИТ и кибербезопасности без выдуманных достижений. На вход идет резюме, лучше в PDF или DOCX, чтобы агент проверил извлечение текста и оформление, и при желании описание вакансии. Выход: редактируемый отчет в Markdown и стилизованный PDF из того же источника. Скилл смотрит на документ четырьмя взглядами: машинное чтение, беглый просмотр человеком, достоверность и соответствие цели. В отчете оценка, приоритетные замечания с точными заменами по исходному тексту, соответствие вакансии, формат и диагностический балл. Есть режим полной переписки резюме под роль, например инженера по безопасности. Локальный скрипт `analyze_resume_text.py` показывает сигналы текста без выводов о найме.

Для кого. Специалистам по ИТ и кибербезопасности, которые готовят резюме к отклику на вакансию, и рекрутерам, проверяющим резюме на доказательность.

Подходит, если

  • Отклик на вакансию по облачной безопасности требует оценки, насколько резюме ей соответствует.
  • Нужны точные замены формулировок, подкрепленные фактами из исходного текста.
  • Текст переписывают под роль инженера по безопасности без выдуманных метрик.
  • Проверяют, как PDF читается парсером и как выглядит первое впечатление.
  • К сильным заявлениям нужны вопросы автору вместо домыслов.

Не подходит, если

  • Нужно ранжировать кандидатов или предсказать приглашение на интервью: скилл этого не делает.
  • Нужно придумать недостающие достижения: скилл работает только с фактами из источника.
  • Резюме не из ИТ и кибербезопасности.

Пример запроса к агенту

Используй cyber-resume-reviewer: проверь приложенное резюме по описанию вакансии, дай точные правки и не выдумывай метрики.

Ограничения

Скилл не ранжирует кандидатов, не прогнозирует приглашения на собеседования и не утверждает исход проверки системой отбора. Если резюме вставлено текстом без файла, проверяется только содержание, оформление остается неоцененным. Нужен Python для скриптов анализа и отчета. Установка отличается по средам: для Codex, Claude Code, Claude web, Gemini CLI и других пути и правила загрузки свои. Все материалы на английском, а область ограничена ИТ и кибербезопасностью.

Как отключить. Удалите папку `cyber-resume-reviewer` из каталога скиллов агента: `~/.claude/skills`, `~/.agents/skills` или папку проекта.

Частые вопросы

Как установить скилл?

Скачайте архив `cyber-resume-reviewer.skill` из релизов и распакуйте в папку скиллов агента. Для Claude web есть отдельный `cyber-resume-reviewer-claude.zip`, для Gemini CLI команда `gemini skills install`.

Какие файлы лучше приложить?

Резюме в PDF или DOCX: так агент проверит извлечение текста и оформление. Из вставленного текста проверяется только содержание.

Придумывает ли он достижения?

Нет. Скилл использует только факты из источника, а вопросы для усиления утверждений выносит отдельно от чистого текста резюме.

Что выходит на выходе?

Редактируемый отчет в Markdown и стилизованный PDF из того же источника, с приоритетными замечаниями и точными заменами.

Ранжирует ли кандидатов?

Нет. Скилл не ранжирует людей, не прогнозирует интервью и не заявляет результат проверки автоматической системой найма.

Обсуждение

Вопросов и отзывов пока нет.

Скиллы

Resume Optimizer разбирает резюме по списку проблем, превращает обязанности в результаты и сжимает текст до страницы под вакансию.

СкиллМинимальный доступ570Звезды репозитория

Набор скиллов для резюме и поиска работы: адаптация под вакансию, проверка на прохождение ATS, сопроводительные письма и подготовка к собеседованию

СкиллМинимальный доступ3,2 тыс.Звезды репозитория

Скилл собирает за один заход документ для подготовки к собеседованию: разбор компании, вакансии, резюме и вероятных вопросов.

СкиллМинимальный доступ67Звезды репозитория

Скилл готовит к поиску работы: разбирает вакансию, переписывает резюме и тренирует ответы по каждому его пункту

СкиллРасширенный доступ745Звезды репозитория

Скилл Claude Code: семь ролей пытаются отклонить резюме, затем он переписывает его без выдумок и повторяет проверку

СкиллРасширенный доступ294Звезды репозитория

Скилл Codex ищет на GitHub бэкенд и агентские проекты для резюме, проверяет их по исходникам и готовит описание для CV

СкиллРасширенный доступ375Звезды репозитория

Коротко о README

Корневой README объясняет, как просить, ставить и переносить скилл между средами. Руководство для сопровождающих лежит в папке самого скилла и в релизные архивы не входит.

Бейдж для README

Исходный SKILL.md

---
name: cyber-resume-reviewer
description: Review, tailor, score, or rewrite IT and cybersecurity resumes. Use for candid critique, job-description fit, exact edits, or complete rewrites; never rank candidates.
metadata:
  version: "4.1.0"
---

# IT and Cybersecurity Resume Reviewer

Improve how the candidate communicates relevant work. Preserve the useful four-lens model: **Machine-read** (document extraction), **Human-skim** (first impression), **Human-believe** (evidence), and **Human-act** (target alignment). These are review lenses, not a universal hiring sequence or a prediction of recruiter behavior.

## Start with the requested deliverable

| Request | Deliver | Default artifact |
|---|---|---|
| Review or improve | Candid verdict, strongest evidence to preserve, prioritized findings, exact edits, and important open questions. Use the standard report template selectively. | Markdown and a PDF rendered from that Markdown |
| Quick review | Up to five material findings and useful exact edits. Omit scoring unless requested. | In conversation, or Markdown when asked |
| Tailor to a JD | Map requirements to evidence, then make truthful changes. Separate employer requirements from assumed role expectations. | Markdown and PDF for a fit report; requested format for a resume rewrite |
| Rewrite / give me an updated resume | Produce the complete rewrite now using established facts. Do not require a full report or another opt-in. Explain material changes briefly. | Rewritten resume in the requested format |
| Score | Use the anchored rubric and show assessed coverage. Score the document, not the person's worth or hiring probability. | Part of the accompanying report |
| JSON | Use the report schema and validator. The analyzer's JSON is a different artifact. | JSON only |
| Interview stories / compare versions | Use the corresponding template only when requested or useful to the stated task. | Markdown unless another format is requested |

## Working sequence

1. **Read the supplied resume and target.** For PDF/DOCX, use available document extraction and rendering capabilities; do not assume specific skill names or tools exist. Read images visually or with OCR, checking uncertain text. Preserve role boundaries, dates, and source locations. If only pasted text is available, assess content and mark visual layout and original-file parsing **Not assessed**.
2. **Resolve only essential uncertainty.** No resume: ask for it. No JD: use a supplied title and label the role profile inferred. A company or industry alone does not define a job. No target: perform a useful general IT/cyber review now; suggest one or two plausible directions and ask which to target before making role-specific claims. Do not withhold all edits.
3. **Triage blockers, risks, and unknowns.** Read [submission triage](references/fatal-flaws-and-kill-checks.md). An observed defect, an explicit unmet requirement, and an unverified fact are different findings. Missing content on a redacted review copy is not a candidate failure.
4. **Build a small evidence map.** Read [review framework](references/review-framework.md). Distinguish candidate-stated facts, job requirements, reviewer inferences, and unknowns. Link every new substantive claim to a resume location or user statement. Do not import facts from another candidate, a sample, the JD, or prior personal context about the reviewer.
5. **Review the relevant role and evidence.** Use the references below selectively. Check scope, ownership, technical meaning, and results. A skill listed without an example is uncorroborated in this document, not automatically false. Specific qualitative outcomes and well-described operational work count; numbers are optional.
6. **Use the text helper when useful.** For a full text review or repeated checks, run `python3 scripts/analyze_resume_text.py --resume resume.txt --jd jd.txt` (omit `--jd` when absent). It finds candidate signals, never ATS acceptance, skill mastery, or hiring odds. Small edits do not need a mandatory script run. Read [helper interpretation](references/analyzer-interpretation.md) before using its output.
7. **Make the changes the user asked for.** Prefer exact source quotes and replacements supported entirely by known facts. Move or merge text without changing its employer, dates, participation level, or context. Place questions for stronger future claims outside the clean rewrite. If essential facts are missing, provide the useful supported portion and identify the limitation.
8. **Produce the artifacts.** Write a full review or JD fit report as Markdown first. Treat it as the only content source, then render the PDF from it. Read [report rendering](references/report-rendering.md) before rendering in a session. Prefer `python3 scripts/render_report.py /path/to/review.md /path/to/resume-review.pdf`; if its dependencies are unavailable, use the host's PDF capability while preserving the same content and visual evidence rules. Save candidate artifacts outside the skill directory. Present both files. If the host cannot create files, provide the complete Markdown in conversation and state that the PDF could not be generated there.
9. **Verify the result.** Check factual traceability, dates, titles, credential status wording, technical meaning, and unresolved placeholders. For a PDF, inspect every rendered page, confirm the page count from the file, and compare extracted reading order with the visual document. Confirm that no `[VERIFY]` token appears in a supported-replacement block. Report only checks actually performed.

## Truth and scope invariants

- Do not invent or upgrade employers, titles, duties, tools, metrics, education, certifications, clearances, authorization, team size, budget authority, board access, or project outcomes.
- Keep **operated / built / supported / led / advised / approved** distinct. Lab, course, volunteer, personal, client, and production work must retain their context. Preserve team attribution.
- Put assumptions in analysis, never as facts inside the resume. No `[Assumed: ...]` claims. For a requested fill-in draft use `[VERIFY: specific fact]`, list every occurrence in a verification table, and label that draft incomplete. Prefer a clean supported version plus optional questions over a resume full of blanks.

Сообщить о проблеме