
这个工具解决什么问题
改简历的人几乎都干过同一件事:把招聘网站上的 JD 从头看到尾,心里默念「这个我做过、这个也做过」,然后关掉页面开始改简历。改完再回去看一眼,还是那句话——差不多了吧。问题是「差不多」是感觉,不是事实。JD 里写着 MySQL、Redis、消息队列、容器化,简历里可能只提了前两个;写着「有微服务架构经验者优先」,简历里可能一个字都没有。人对着两段长文字逐条比对,比到第三条就开始跳行了,而且很容易把「我知道这个东西」当成「我写过这个东西」。等到面试被问到,才发现简历上写的和岗位要的并不是一回事。这个工具把这件事变成一个可以看的数字:左边粘 JD,右边粘简历,点一下,哪几条对上了、哪几条完全没提、哪几条只是沾了个边,一条条列出来,还能看到每条在 JD 里占的分量。它不替你改简历,也不编经历,只负责把缺口摆到台面上。
- 原来的做法:把 JD 和要求逐条抄下来,再回简历里搜关键词;一份 JD 七八条要求,来回切换窗口搜十几次,搜完还要自己掂量哪条更重要
- 用这个工具:左边粘 JD、右边粘简历,点「开始比对」;表格按重要程度列出每条关键词的权重与覆盖情况(已覆盖 / 部分覆盖 / 缺失),右侧直接列出该补哪几条,报告可复制或另存
- 省下来的:一次比对几百毫秒,替代十几分钟的逐条搜索对照;更重要的是能看到「哪几条我根本没提」,这是凭感觉最难发现的
技术实现
整件事拆成四层,算法层完全不引用 WinForms,因此每条规则都能用断言测:归一化层把全角、大小写、各种标点统一掉,只保留可能属于技术词的 + # . - _ / &;抽取层用正则切英文记号、用内置词表做中文最大匹配;判定层逐条判断覆盖档位;打分层把权重汇总成百分比并给出分级。之所以要这么拆,是因为这类工具的错法都很隐蔽——匹配度算错十分,用户完全看不出来,只会觉得「这工具好像不太准」。拆开之后,98 项自测全部跑在纯函数上,改一条规则立刻知道有没有把别的规则带坏。
- 归一化把「看起来一样」的字符变成「真的一样」:JD 来自招聘网站、简历来自 Word,同一句话会出现全角括号、Word 的弯引号、不间断空格。归一化按固定顺序做:全角 ASCII(U+FF01–U+FF5E)减 0xFEE0 折回半角 → 中文标点折成空格 → 字母转小写 → 只保留 + # . - _ / & 这几个符号。最后一步是关键:如果把标点全部当分隔符,C++ 会变成 c、.NET 会变成 net,技术词就丢了。
- 中文分词用正向最大匹配,未登录片段再用二元组兜底:内置约 200 个岗位高频词(接口设计、性能优化、微服务、用户增长…),按字长分桶存放。扫描时每次从当前位置取最长 6 字往 2 字递减试表,命中即切并把覆盖的字打标记;剩下没被覆盖的片段再切二元组。这样既保住了「自然语言处理」这种整词的高权重,又不会把词表里没有的新说法整句丢掉。
- 英文固定搭配走白名单,不做机械拼接:最初把相邻两个英文词直接拼成二元组,结果「熟悉 java, python」被拼出「java python」这种不存在的词,还占掉表格一行。改为只认白名单里的搭配(spring boot、machine learning、message queue、load balancing 等 40 余条),精度优先。白名单命中的搭配权重给到普通单词的 1.15 倍,因为固定搭配通常指向具体能力。
- 权重 = log(频次) × 词长 × 类别 × 位置:频次取对数:出现 10 次不该是 1 次的 10 倍,否则一份啰嗦的 JD 里某个泛词直接封顶。类别上技术栈 1.75、业务 1.45、软技能 0.95、通用 0.8——软技能词每份 JD 都有,给高了会把真正的技术缺口淹掉。位置系数用「任职要求」标题定位:出现在它之后的 ×1.2,只出现在「岗位职责」里的泛词 ×0.6,因为职责段描述的是这份工作干什么,不是你要会什么。
- 覆盖判定分三档,复合词只认词尾:除了「有 / 没有」,中间加了「部分覆盖」:同词根不同形态(optimization ↔ optimize)、固定搭配只中一半、中文二元组命中 60% 以上都算部分。复合词包含只认词尾:mysql 以 sql 结尾算沾边,但 javascript 以 java 开头不算 Java——前缀包含通常意味着完全不同的技术,把没做过的判成做过,比漏判更糟。
- 无控制台的 winexe 也要能自证,所以留了 --selftest:程序是 /target:winexe(双击不弹黑框),没有控制台可打印,自测报告写到 %TEMP%\resume_jd_match_selftest.txt,用进程退出码表达结论(0 全过 / 1 有失败)。这一条在开发期抓出过真问题:示例文本用 \n 换行,多行 TextBox 只认 \r,界面上整段挤成一行,直接双击运行和肉眼看起来都正常,只有截图能发现。
技术栈:C# 5.0、.NET Framework 4.8、WinForms 窗体、正向最大匹配 + 二元组兜底的中文分词、TF-IDF 思路的四因子加权打分
已知局限:只做词面对齐,不做语义理解:JD 写「有大规模分布式系统经验」、简历写「负责日均千万单的订单系统」,意思对得上但词面对不上,工具会判成缺口,需要人自己判断。中文分词靠词表加二元组,词表外的生僻说法会切得比较碎(这些碎片权重低,不影响结论)。简历从 PDF 直接复制可能带换行错位,建议先在记事本里过一遍。匹配度是相对指标,适合同一份 JD 下比较两版简历,不适合跨岗位比较。
同类软件对照
下面几款都是公开可查的同类软件,定位各不相同。这里只说明各自的定位,以及本工具在其中的位置,方便你判断哪一类更契合自己的用法。
| 软件 | 它的定位 | 本工具的定位 |
|---|---|---|
| Jobscan | 面向求职者的在线简历与岗位匹配分析服务,粘贴 JD 与简历后给出匹配报告 | Jobscan 是在线服务,需要注册账号、联网上传简历;本工具是本地 exe,不联网、不需要账号,比对规则(词表、权重、判定)都写在程序里可以自己看 |
| Resume Worded | 在线简历评分与改写建议工具,偏重给出可直接采用的措辞建议 | Resume Worded 会给改写文案,本工具只列缺口不给文案——它不做生成,避免把没做过的内容写进简历;输出的是一张可核对的对照表 |
| Teal | 求职管理平台,把岗位收藏、简历版本、投递进度放在一起管理,附带岗位与简历的关键词对照 | Teal 的重心是求职流程管理,关键词对照是其中一项功能;本工具只做这一件事,解压即用、不注册、不留任何账号数据 |
| 招聘网站自带的简历诊断 | 部分招聘平台在投递前提供简历完整度或匹配度提示,通常与平台的投递流程绑定 | 平台诊断只在它自己的投递流程里可见,规则不公开、也不针对某一份具体 JD;本工具可以拿任意来源的 JD 来比,规则在本地、结果可导出 |
以上仅作定位对照,各软件的可用性、授权方式与功能范围请以其官方页面为准。
操作教程
- 解压后双击「简历岗位对照.exe」
不需要安装 .NET 运行时或任何其它组件(Win10/11 自带 .NET Framework 4.8)。打开后是一个窗口,上半部分左右两个输入框,下半部分是结果区。
预期结果:窗口打开,两个输入框为空,匹配度显示「—」,底部提示「全程在本机处理」 - 左边粘岗位描述
从招聘网站复制 JD 原文,含「岗位职责」和「任职要求」两段一起粘。粘得越完整越准——工具要靠「任职要求」这个标题来判断哪几段是在说技能要求。也可以点「载入 txt」选文件,或把 txt 直接拖进输入框。
预期结果:左侧输入框出现 JD 全文,右侧滚动条可用 - 右边粘自己的简历
粘工作经历、项目经历、技能这几段正文。不需要贴照片、联系方式、教育经历这些与技能无关的部分(贴了也不影响结果,只是浪费字数)。
预期结果:右侧输入框出现简历正文 - 点「开始比对」(或按 Ctrl+Enter)
耗时通常在几百毫秒内。右侧出现匹配度百分比、分级和进度条;下方表格按权重从高到低列出每条关键词,颜色区分三种状态:绿色已覆盖、橙色部分覆盖、红色缺失。
预期结果:匹配度显示具体数字与分级(如「62.1% 比较贴合」),表格出现十几到四十条关键词,底部状态栏显示关键词总数与各类计数 - 看表格里的「简历里出现的位置」
这一列会告诉你这个词在你简历的第几段被命中。判为「部分覆盖」的还会写明命中的是哪种写法(比如 JD 要 SQL、简历里写的是 MySQL),方便你判断要不要把措辞改成岗位的叫法。
预期结果:已覆盖与部分覆盖的行有段号,缺失的行显示「—」 - 照着右侧「该补什么」改简历
右侧按技术类、业务类、软技能分组列出缺失的词。做法是逐条回想:这件事做过没有?做过但没写 —— 补一句;没做过 —— 别写。改完可以再点一次比对,看分数变化。
预期结果:补上真实做过的内容后,匹配度上升,对应行由红色变为绿色 - 复制或保存报告
「复制报告」把纯文本报告放进剪贴板,可以直接粘到记事本或聊天窗口;「保存报告」另存为 txt,文件名带时间戳,方便比较不同版本。
预期结果:剪贴板里或 txt 文件里出现完整报告:匹配度、字数、关键词统计、三组词条列表
常见问题
技术实现与后续维护
工具是单个 exe,没有服务、没有驱动、不常驻、不联网,全部计算在打开窗口的那几百毫秒里完成。判断规则集中在两个地方:词表与别名组(Lexicons.cs)决定「哪些说法算技能、哪些写法等价」,加权与判定(TermExtractor.cs / Analyzer.cs)决定「这个词有多重要、算不算覆盖」。想让它更贴合某个行业,最省事的做法是往词表里加词——加进技术类表就自动按技术词计权重,不需要改任何逻辑。如果以后要加「学历与年限的硬性条件校验」,可以在 Analyzer 里并列加一个正则模块,与关键词打分各算各的,互不影响。
可扩展方向:
- 按行业扩充词表(如医疗信息化、外贸单证、建筑施工),加词即生效
- 增加学历、工作年限、城市等硬性条件的自动核对
- 支持一次导入多份简历,按匹配度排序输出对比表
- 把报告导出成表格,便于团队初筛时逐条打分
本工具免费提供使用,功能完整、不设限制。如果你需要在本工具基础上做功能调整、对接内部系统或长期维护,可以联系我们做二次开发。
需要其它功能?可以定制
这个工具只做一件事:投简历前凭感觉判断「够不够得上」,其实 JD 的任职要求里列了一串技能词,简历里到底覆盖了几条没人算过。如果你的场景还需要别的处理,可以联系我们做二次开发,按你的实际数据格式和流程定制。
常见的定制需求:
- 需要按公司自己的岗位词典扩充关键词
- 需要批量比对几十份简历并按分数排序
- 需要把结果导出成 Excel 交给 HR 复核
- 需要接入内部招聘系统做简历初筛
- 联系方式:邮箱/微信见站内「联系我们」页面,或在本文下方留言
- 定制说明:请附上你的数据样例(脱敏即可)和期望结果,方便快速评估工作量
- 交付形式:定制项目交付可执行程序,支持后续版本迭代与长期维护
使用说明与免责声明
- 本工具在本地运行,不联网、不上传任何数据到服务器。
- 涉及文件改写的功能,请在使用前备份原始文件。
- 软件完全免费,可自由使用与转发,请勿用于倒卖。
- 因误操作造成的数据问题请自行承担。

