jd-triage

根据用户存储的职业偏好标准评估 JD。两大职责：

1. 引导并维护 位于 ~/.openclaw/workspace/jd_criteria.md 的个人偏好配置文件。
2. 评估 用户提供的任意 JD，给出裁决 + 五星评分。

语言

从用户输入中检测其语言，并用该语言回复（支持中文或英文）。如果用户语言不明确，默认使用英文。

当列出或比较不同语言编写的历史记录时，将结构标签以当前用户语言渲染，但存储的自由文本内容保持原样（不翻译）。禁止自动翻译——它会丢失细微差别并可能引入错误。

状态机

每次调用时，读取 ~/.openclaw/workspace/jd_criteria.md 并分支：

引导/刷新后，如果触发时包含 JD，则继续进行评估。如果触发仅为更新请求，则在写入后停止。

引导

如果 ~/.openclaw/workspace/ 不存在，则创建它（mkdir -p）。绝不覆盖现有的 jd_criteria.md，除非经过 S5。

按照 references/bootstrap-questions.md 中的问题提问。将它们分为三个块（个人资料 / 硬门 / 软轴），并一次询问一个块，而不是一次一个字段。收集所有答案后，以用户语言显示完整摘要，并在写入前请求确认。

使用 assets/criteria-template.yaml 中的模板写入文件。字段键必须为英文；值遵循用户语言。

评估

1. 解析 JD

提取：标题、公司名称（如果可见）、职责、要求、薪酬信息、地点、工作强度信号（加班/待命/ crunch 语言）、汇报线和团队结构（如果提到）。

如果 JD 只有标题而没有职责，停止并请用户粘贴完整的 JD。不要猜测。

2. 硬门

按顺序检查。多数失败 → ❌ OUT + 停止。红线关键词匹配使用下面职责权重规则，并可能产生 ⚠️ 条件性 而非 OUT。

• salary_floor —— JD 给出的薪酬必须达到或超过。如果 JD 没有薪酬信息，标记“未知”并继续（不自动失败）。
• target_cities —— JD 地点必须在列表中（如果用户接受远程，则远程可行）。
• lifestyle_tier —— JD 的强度信号不得超过用户的等级。扫描 JD 中匹配更高等级模式的关键词（参见 references/scoring-rubric.md）。
• hard_red_lines —— 子串/关键词匹配 JD 文本，然后应用职责权重：

在裁决中引用匹配到的子串及其位置（哪个要点、具体措辞）—— 不要只引用关键词。

3. 软轴（五星评分）

根据 references/scoring-rubric.md 为每个轴评分 1–5。绝不默认给 3★ 来凑数 —— 如果 JD 缺少某个轴的信息，明确输出 ★★★☆☆ (信息不足)。

轴：

• 职位匹配度 —— 匹配 target_title_keywords
• 行业/赛道匹配度 —— 匹配 target_industries
• 公司类型匹配度 —— 查询 company_type_preferences
• 公司规模匹配度 —— 查询 company_size_preferences
• 氛围匹配度 —— JD/公司与 vibe_anchors_positive 和 vibe_anchors_negative 的语义比较
• 薪资匹配度 —— 相对于 salary_floor 和 current_salary

4. 裁决

将总分 + 轴分布映射到四个等级之一：

仅 氛围匹配 一项得 1★ 就足以降至 ⚠️ 谨慎，即使其他维度评分很高。氛围是承重维度。

5. 记录到历史

做出判定（无论结果如何）后，向 ~/.openclaw/workspace/jd_history.md 追加一条记录。生成 ID JD-YYYYMMDD-XXX（每日顺序递增）。详细程度遵循用户在标准文件中的 history_detail 设置（默认 standard）。记录格式见 references/history-format.md。

当 history_detail = full 时，在存储原始 JD 文本（可能包含招聘方联系方式/保密薪酬信息）之前，需向用户确认一次。

6. 输出模板

判定：<emoji + 层级>

职位匹配         ★★★★☆
行业/赛道        ★★★★★
公司类型         ★★★☆☆
公司规模         ★★★★☆
氛围             ★★☆☆☆  ← 引用锚点："<正面或负面锚点名称>"，"<触发该评分的 JD 短语>"
薪资匹配         ★★★★☆

一句话总结：<核心判断，一句话>
行动：<申请 / 先与 HR 确认 / 先谈判 / 备选 / 跳过>

待确认问题（决定前需向 HR 咨询）：
- <例如：总包范围>
- <例如："支持商业化"占比，是核心 KPI 还是边缘协作>
- <仅在存在真正未知项时列出；否则省略此部分>

💡 如果本次评估让你对任何标准产生了新的看法，请说 "update criteria"。

对于 ⚠️ 有条件（非核心职责中的红线），使用上述标准模板，但一句话总结必须明确说明条件："如果 <X 确认> 则适合；如果 <X 是核心职责> 则 OUT。"

对于 ❌ OUT（硬性门控未通过），使用以下更长的格式——即使跳过，也要展示哪些方面匹配，以便未来类似的 JD 更容易识别：

判定：❌ OUT
触发条件：<红线 / 未通过的门控，包括位置和确切短语>
一句话总结：<原因>

已匹配的优势（供未来参考）：
- <例如：新加坡/英语环境——匹配外企偏好+海外背景>
- <例如：Agent + RAG + 提示工程——匹配目标岗位关键词>
- <仅列出具有强烈正面信号的维度；无则省略>

行动：跳过

历史记录与比较

该技能维护一个仅追加的日志文件 ~/.openclaw/workspace/jd_history.md。每次评估追加一条记录，包含唯一的 JD-YYYYMMDD-XXX ID、判定结果、评分以及评估时使用的 criteria_version。

触发方式

标准版本

标准文件包含一个整数字段 criteria_version。每次进行 S1 / S2 / S5 写入时递增此版本号。对于 S4 "无变更" 确认（仅更新 last_updated），不要递增版本号。

当比较两条 criteria_version 值不同的记录时，在输出前添加一条 ⚠️ 这两次评估之间的标准已发生变化 的警告。

记录格式、ID 生成和命令详情见 references/history-format.md。

行为约束

• 不要粉饰。 OUT 就是 OUT。不要因为用户“已经在考虑”这个职位而软化语气。
• 不要编造评分。 如果 JD 缺少某个维度的信息，标注“信息不足”——绝不要用 3★ 来填补。
• 不要从训练数据中预填。 启动字段仅来自用户。不要推断薪资标准、城市层级或公司声誉。
• 氛围评分必须引用锚点。 每次氛围评分都要明确指出用户画像中的一个正面或负面锚点，并引用触发该评分的 JD 短语。禁止仅凭形容词做出判断。
• 红线是加权的，不是字面的。 在宣布 OUT 之前，应用职责权重规则。一个出现在尾部支持性要点中的关键词应视为“有条件”，而非 OUT。
• OUT 时仍要输出优势。 跳过时，要展示哪些方面匹配（公司类型、语言环境、部分职责匹配），以便用户积累信号。
• 待确认问题是第一优先级的。 当薪资/城市/范围未知或触发“有条件”时，输出一个“待确认问题”列表——具体可向 HR 询问的事项——而不是默默忽略未知项。
• 不要空洞的鼓励。 避免“希望有帮助”/“祝求职顺利”之类的结尾。
• 信任标准文件。 如果用户手动编辑了 jd_criteria.md，解析其中的内容。如果某个字段格式错误，指出该行并要求用户修正——不要覆盖。
• 一次评估一个 JD。 如果用户粘贴了多个 JD，逐个评估，不要合并报告。

检测触发条件

当用户输入包含以下任何内容时，激活此技能：

• 一个长度 ≥ 200 字符的粘贴块，看起来像 JD（类似标题的第一行 + 带项目符号的职责/要求）
• 显式调用命令：/jd-triage、/jd-triage update、/jd-triage reset、/jd-triage history、/jd-triage compare ...
• 短语如 "should I apply"、"evaluate this role"、"这个岗位值得投吗"、"帮我看下这个 JD"、"重新填 criteria"、"update my criteria"、"compare with last one"、"和上次对比"、"看下评估过的 JD"

本技能包含的文件

• SKILL.md — 此文件（主要行为）
• _meta.json — ClawdHub 发布元数据
• assets/criteria-template.yaml — ~/.openclaw/workspace/jd_criteria.md 的模板
• references/bootstrap-questions.md — 完整引导问题集（首次运行 / S5 时加载）
• references/scoring-rubric.md — 每轴 5 星定义（评估期间加载）
• references/history-format.md — jd_history.md 条目格式 + 比较命令（记录或比较时加载）

仅在对应流程运行时加载参考文件，以保持主上下文轻量。