pipeline-pattern
/pipeline-pattern
批量简历生产线识别:在一批简历中检测版式、句式、项目组合、开源模式的结构性雷同,识别可能出自同一简历工具或培训模板的群体,产出的是"这些共性表述不具备区分度"的提问策略建议,绝不用于淘汰任何候选人。凡是同时面对多份简历要做批量判断就使用本技能——包括用户说"这批简历怎么都长一个样""这几个人是不是一个班出来的""帮我筛一下这十份简历"时。
- Author
- shaokeyibb ↗
- Repository
- anti-asu-skills ↗
- Licence
- MIT
- Last repository change
- 25.08.2026
Assessment and security
- Files in this package
- 2
- Scripts
- 0
- HTML comments
- 0
- URLs in SKILL.md
- 0
No signals detected. Repository changed on 25.08.2026, without references to retired models or APIs.
MIT, open: use and modify while retaining author attribution.
What it does and when to use it
批量简历生产线识别:在一批简历中检测版式、句式、项目组合、开源模式的结构性雷同,识别可能出自同一简历工具或培训模板的群体,产出的是"这些共性表述不具备区分度"的提问策略建议,绝不用于淘汰任何候选人。凡是同时面对多份简历要做批量判断就使用本技能——包括用户说"这批简历怎么都长一个样""这几个人是不是一个班出来的""帮我筛一下这十份简历"时。
Triggers from the description
Original author description
批量简历生产线识别:在一批简历中检测版式、句式、项目组合、开源模式的结构性雷同,识别可能出自同一简历工具或培训模板的群体,产出的是"这些共性表述不具备区分度"的提问策略建议,绝不用于淘汰任何候选人。凡是同时面对多份简历要做批量判断就使用本技能——包括用户说"这批简历怎么都长一个样""这几个人是不是一个班出来的""帮我筛一下这十份简历"时。
How it works
- 边界
- 核验流程
- 输出
- 使用纪律
SKILL.md preview
--- name: pipeline-pattern description: 批量简历生产线识别:在一批简历中检测版式、句式、项目组合、开源模式的结构性雷同,识别可能出自同一简历工具或培训模板的群体,产出的是"这些共性表述不具备区分度"的提问策略建议,绝不用于淘汰任何候选人。凡是同时面对多份简历要做批量判断就使用本技能——包括用户说"这批简历怎么都长一个样""这几个人是不是一个班出来的""帮我筛一下这十份简历"时。 --- # /pipeline-pattern:批量简历生产线识别 单份简历核验是"证伪一条条主张",成本高、结论弱。而当 HR 手上有一批简历时,存在一个**杠杆更高的信号**:**结构性雷同**。 如果二十份简历里有六份使用了同一套版式、同一种句式节奏、同一组项目、同一类开源贡献模式,那么这六份简历大概率出自同一条生产线——某个简历包装工具、某个培训机构、某个求职社群的模板。 这个发现的价值**不是判定这六个人在造假**(他们很可能都是真实做过这些项目的),而是: > **对这批简历中来自模板的共性表述,降低其信息权重;把面试的注意力转向能区分个体的部分。** 换句话说:当六份简历都写着"主导设计高并发架构,QPS 提升 300%"时,这句话就不再是区分度信号,面试官需要问别的。 ## 边界 - **本 skill 的产出绝不能用于淘汰任何候选人**。出自同一培训班、用了同一个简历工具、做了同一个热门项目——都**不是**任何形式的负面事实。培训班是正当的学习途径,简历工具是正当的效率工具。 - **绝不能形成对特定群体的歧视**。不得基于识别结果推断候选人的院校层次、经济状况、家庭背景或任何受保护特征,也不得建议对某个来源的候选人整体降级。 - 结论的唯一合法用途是**调整面试提问策略**:既然模板部分无区分度,就多问模板之外的部分。 - 只比对简历文本本身与候选人主动提供的公开材料。不比对候选人之间的私人关系,不推断谁认识谁。 ## 核验流程 ### 第一步:建立指纹 对每份简历提取以下特征,读 [references/template-fingerprints.md](references/template-fingerprints.md) 了解各维度的具体提取方法: | 维度 | 提取内容 | | --- | --- | | **版式指纹** | 分栏结构、字体、配色、图标使用、分区标题样式、页数、信息区排列顺序 | | **句式指纹** | 要点条目的句式结构、平均长度、动词选择、是否每条都挂数字 | | **词汇指纹** | 高频专有措辞("链路""闭环""赋能""治理""0→1""体感"等) | | **项目组合指纹** | 项目类型的组合方式(如"一个 RAG + 一个秒杀 + 一个手写框架"这种覆盖多方向的经典组合) | | **开源指纹** | 贡献的仓库集合、PR 类型、时间窗口 | | **凭证指纹** | 同一竞赛的同一届次、同一批证书 | | **叙事指纹** | 自我定位的措辞方式、技能栏的组织逻辑 | ### 第二步:聚类比对 两两比对指纹,按相似度分层: - **强雷同**:版式几乎一致(同一模板)+ 句式节奏一致 + 项目组合高度重合。 - **中度雷同**:句式与措辞明显同源,但版式不同(可能同一培训内容、不同模板)。 - **弱雷同**:只有项目类型重合。 **极重要**:**弱雷同不构成任何信号**。热门项目类型本来就集中——大量候选人做 RAG 项目,只是因为这是当前最热的学习方向。这属于时代共性,不是生产线特征。 只有**版式 + 句式 + 项目组合**三者同时高度雷同,才值得记录。 ### 第三步:区分"共同来源"与"共同经历" 发现雷同后,必须先排除完全正当的解释: | 观察 | 正当解释 | | --- | --- | | 多人项目相同 | 他们是**同一个团队的成员**——这非常常见,也完全诚实 | | 多人经历相同 | 同一实习项目组、同一课程、同一竞赛队伍 | | 多人版式相同 | 用了同一个流行的开源简历模板(这类模板被数万人使用) | | 多人措辞相同 | 同一个行业的通用黑话,或同一份广为流传的简历写作指南 | | 多人开源贡献相同 | 参加了同一个开源活动、同一个社区的新手引导 | **同一团队的成员简历相似,是最常见也最正当的情况**。此时正确的处理是记录"这几位候选人可能来自同一团队/项目组",这对 HR 是有用的中性信息(比如避免重复问同一个项目、或注意个人边界的划分),而不是负面信号。 ### 第四步:定位区分点 这才是本 skill 真正的产出。识别出模板部分之后,找出**模板之外的、能区分个体的内容**: - 各人在共同项目中的**不同分工**; - 模板之外的独有经历; - 各自 GitHub 上的**实际代码差异**(同一个项目,不同人的提交内容完全不同); - 技术深度的实际差异(通过 blog-check、project-check 的结果)。 然后为面试官输出**差异化提问建议**:既然共性部分无区分度,就针对这些差异点提问。 ## 输出 ```markdown ### 批量筛查结果 **样本**:N 份简历 **聚类**:发现 M 组结构性雷同 #### 组 1:[强雷同],涉及候选人 A、C、F **共同指纹**: - 版式:完全一致(单栏、蓝色分区标题、公司 logo 条、两页) - 句式:要点均为"动词 + 系统能力 + 业务价值 + 数字",平均 45 字 - 项目组合:三人均含"RAG 问答 + 秒杀系统 + 手写 RPC" - 开源:三人 PR 集中在同一组 5 个仓库,均为文档类改动,时间窗均在 2025.06—07 **已排除的正当解释**: - 非同一团队(三人所述公司、时间均不同) - 非通用开源模板(该版式未在公开模板库中检索到) **结论**:三份简历**很可能出自同一套简历生产流程**(工具、培训或社群模板)。 **这意味着什么(重要)**: - 这**不表示**三位候选人在造假,也不影响对他们能力的判断; - 这**只表示**:三份简历中的共性表述(尤其是相同的项目描述与指标)**不具备区分度**,不应作为择优依据; - 建议把面试重点转向下方的差异点。 **可用于区分个体的点**: | 候选人 | 独有内容 | 建议追问方向 | | A | 在共同项目外有 XX 经历 | ... | | C | GitHub 上有实质性 T4 级贡献 | ... | | F | 无模板外内容 | 建议深挖共同项目中的个人边界 | ``` ## 使用纪律 1. **产出仅用于调整提问策略**,不得作为筛选、淘汰、降级的依据,报告中必须写明这一点。 2. **不推断来源的具体名称**。可以说"疑似出自同一套模板",不要说"这是 XX 培训班的"或"这是 XX 工具生成的"——这既无法证实,也可能对第三方构成不实指控。 3. **不对候选人做群体评价**。不写"这批人都是速成的"。每个人的能力仍需独立评估。 4. **优先怀疑正当解释**。同团队、同课程、同开源活动、同流行模板——这些解释的先验概率远高于"生产线"。 5. **样本量小于 5 份时不做聚类结论**。两份简历相似可能纯属巧合。
Files in this package (2)
- SKILL.md 7 KB
- references/template-fingerprints.md 7 KB
Versions
The database has no other skills named pipeline-pattern.
Database snapshot: 13.11.2026 · package version 2c7e7b3aa7a0 (SHA-256 digest of the entire package)
Downloads in the last 30 days: 0 · ranking
Report a problem with this skill: harmful content, incorrect descriptions or an author’s removal request.
Similar skills
- 100grill
面试官出题技能:基于最难核验或最可疑的经历,生成 3—6 道扎在候选人自己项目具体实现细节上的追问题,通过锚定私有细节、反事实推理、错误前提陷阱、现场量级估算四种机制让通用 AI 难以代答,并附参考答案要点、评分标准、典型错误回答与"答不上来不说明什么"。凡是要为一次面试准备问题就使用本技能——包括用户说"面试该问他什么""帮我准备几个问题""怎么问才能问出他是不是真做过""出几道能压住他的题"时。