# 简历要点 STAR 改写器

用 STAR 方法（情境/任务/行动/结果）把弱简历要点改写为含强动词与量化结果的成就型要点，并给出前后 STAR 评分与可读性诊断

> 标准页面: https://test.elysiatools.com/zh/tools/resume-bullet-star-rewriter

- **分类:** AI Tools

- **关键词:** 简历, STAR, 改写, 求职, 动词

## 概述

粘贴一个弱简历要点（如"负责用户增长"），即可得到一个遵循 STAR 方法的精修成就型改写。

功能：
1. AI 改写（deepseek-v4-flash）：用强有力的动作动词改写要点，加入真实合理的量化结果，并返回 2 个备选表达以及 STAR 分解（情境 / 任务 / 行动 / 结果）。
2. 确定性 STAR 评分：用本地启发式方法，对原文和改写结果在四条 0–25 的轴（情境、任务、行动、结果）上分别打分——检测强动词、量化、具体性、被动语态——即使 AI 不可用，也始终能得到前后对比。
3. 诊断：标出弱开头（"负责"、"参与"）、缺失指标、被动语态与长度问题，并给出具体修复建议。

配合 Resume Job Description Matcher 可形成完整求职工作流：在此用 STAR 改写要点，再到匹配器检查关键词覆盖。

最佳实践：
- 尽量填入任何数字（收入、用户、%、节省的时间），即使是估算也好。
- 提到目标岗位/行业，改写会使用对的词汇。
- 如果完全没有数据，AI 会插入带明显标记的估算（"~18%"）；请用真实数字替换它们。

## 输入项

- **简历要点** (textarea): e.g. Responsible for user growth on the mobile app. 中文示例：负责移动端用户增长。
- **目标岗位 / 行业（可选）** (text): e.g. Senior Growth PM, SaaS / B2B
- **输出语言** (select)
- **改写风格** (select)

## 适用场景

- 准备求职简历时，发现工作经历描述过于平淡，缺乏说服力和具体的动作动词。
- 简历中缺少量化指标或数据支持，需要合理估算并嵌入具体的业绩成果。
- 想要评估现有简历要点在 STAR 法则下的表现，并获取针对性的修改诊断建议。

## 工作原理

- 在输入框中粘贴您现有的简历要点，并可选填目标岗位或行业以定制专业词汇。
- 选择输出语言（中文或英文）以及改写风格（简洁单行或详细展开）。
- 系统通过 AI 进行 STAR 结构化改写，同时利用本地算法对原文和改写结果进行确定性评分与诊断分析。

## 使用案例

- 将“负责日常运营”等日常职责描述改写为突出个人贡献的主动成就描述。
- 针对特定外企或跨国岗位，将中文简历要点一键转化为高质量的英文 STAR 描述。
- 诊断并消除简历中高频出现的“参与”、“协助”等弱动词，替换为更具说服力的强动词。

## 常见问题

### 这个工具是如何对简历要点进行评分的？

工具采用本地启发式算法，从情境、任务、行动、结果四个维度（每项满分 25 分）对文本进行检测，分析强动词、量化数据、具体性及被动语态并给出得分。

### 如果我的工作确实没有具体的数据积累该怎么办？

建议尽量进行合理估算。如果完全留空，AI 会自动插入带有标记的估算值（如“~18%”），您可以根据实际情况将其替换为最接近的真实数字。

### 诊断功能主要会指出哪些问题？

诊断系统会检测并标出弱开头（如“负责”、“参与”）、缺失的量化指标、被动语态以及文本长度问题，并提供具体的修复建议。

### 改写风格中的“简洁”和“详细”有什么区别？

“简洁”风格会输出适合直接写入简历的单行成就描述；“详细”风格则会完整展开 STAR 的各个环节，帮助您更好地准备面试话术。

### 它可以和哪些工具配合使用以达到最佳效果？

建议先使用本工具将要点改写为 STAR 格式，再配合 Resume Job Description Matcher（简历岗位匹配器）检查关键词覆盖率，形成完整的求职优化工作流。

## 相关工具

- [密码子翻译器（DNA/RNA → 氨基酸）](https://test.elysiatools.com/zh/tools/codon-amino-acid-translator): 使用标准遗传密码将 DNA 或 mRNA 序列翻译为蛋白质。扫描全部 6 个阅读框（正向与反向互补），标注起始密码子（AUG）与终止密码子，找出最长的开放阅读框（ORF），并按化学类别给氨基酸着色显示组成。支持 T→U 归一化与反向互补链翻译。
- [SMT-LIB 2.7 / AIGER / BTOR2 形式验证编排器（CDCL + BMC + k-归纳 + Craig 插值 + IC3）](https://test.elysiatools.com/zh/tools/smt-smtlib-2-7-cvc5-z3-btor2-aiger-k-induction-cddr-dbg-invariant-synthesis-orchestrator): 一套完整的页内形式验证栈——无需 cvc5/Z3 二进制：SMT-LIB 2.7 脚本解析器覆盖 QF_BV + Bool 核心（FixedSizeBitVectors 算子的 Tseitin 位爆破：加减乘除取模、移位、比较、拼接/截取/扩展、ite），AIGER 读取器（ASCII aag 与二进制 aig delta 解码；输出按坏属性解释），带字级位爆破的 BTOR2 读取器，以及底座上的手写 CDCL SAT 引擎（双监视文字、VSIDS 活性、1-UIP 学习、重启）。顺序模型上运行带反例见证轨迹的有界模型检测、带唯一状态强化的 k-归纳、从反驳计算并经独立 SAT 复核后方可信任的 McMillan 式 Craig 插值，以及带前驱立方阻塞的 IC3/PDR-lite 帧循环。
- [肺炎严重程度对比判读（CURB-65 / PSI / SMART-COP）](https://test.elysiatools.com/zh/tools/curb-65-vs-pneumonia-severity): 一次输入同时计算三项肺炎评分并对比判读：CURB-65（0-5，门急诊/住院分流）、PSI/PORT（Class I-V，最精确的死亡风险分层）、SMART-COP（0-10，预测是否需 ICU 呼吸/升压支持）。三项各有侧重：CURB-65 简便快捷；PSI 更精确但更复杂；SMART-COP 识别需 ICU 的患者。输出各评分总分+分级+判读，并分析三者一致性（是否都指向门急诊/住院/ICU）。当三者结论不一致时，倾向于更保守的处置。来源 Lim 2003、Fine 1997、Charles 2008。不构成医疗建议。
- [DNA 浓度计算器（A260 吸光度法）](https://test.elysiatools.com/zh/tools/dna-concentration-a260): 用 A260 紫外吸光度法测定 DNA 浓度：浓度 (µg/mL) = A260 × 稀释倍数 × 转换系数 ÷ 光程 (cm)。经验系数：双链 DNA 1 OD = 50 µg/mL，单链 DNA 1 OD = 33 µg/mL（RNA 为 40，见配套 RNA 工具）。1 µg/mL = 1 ng/µL；输入洗脱体积即可得总量 µg。附带 0.1–1.5 线性范围判读：低于 0.1 噪声为主，高于 1.5 探测器可能饱和，需稀释重测。纯度请用 OD260/280 工具判断。来源：Marmur & Doty 1961/1962、Sambrook & Russell、Thermo Fisher NanoDrop 技术资料。仅供教学与实验规划，请以校准仪器为准。
- [OD260/230 纯度比计算器（盐/有机溶剂污染）](https://test.elysiatools.com/zh/tools/od260-230-ratio): 用 OD260/230 比值判断核酸样品的盐与有机溶剂污染——这是 260/280 检不出污染时的重要补充：纯核酸该比值为 2.0–2.2，低于 2.0 提示胍（TRIzol/柱试剂盒）、酚、碳水化合物、EDTA、高盐或 β-巯基乙醇残留；2.2–2.3 通常为可接受的缓冲液效应；高于 2.3 提示水/缓冲液假象需复测。可选填 A280 同时给出 OD260/280 交叉核对（DNA ~1.8、RNA ~2.0），一次读数覆盖两个纯度维度。读数低于 ~0.05 时比值不可靠。来源：Thermo Fisher T042、Sambrook & Russell、Manchester 1995。仅供教学与实验规划。
- [RNA 浓度计算器（A260，1 OD = 40 µg/mL）](https://test.elysiatools.com/zh/tools/rna-concentration-a260): 用 A260 紫外吸光度法测定 RNA 浓度：浓度 (µg/mL) = A260 × 稀释倍数 × 40 ÷ 光程 (cm)。RNA 的经验系数为 1 OD = 40 µg/mL，介于双链 DNA（50）与单链 DNA（33）之间；常见操作失误是沿用 dsDNA 的 50，会高估 RNA 产量 25%。1 µg/mL = 1 ng/µL；输入洗脱体积即可得总量 µg。附带 0.1–1.5 线性范围判读；纯 RNA 的 OD260/280 应接近 2.0（DNA 约 1.8），纯度请用配套比值工具判断，操作注意无 RNase、置冰。来源：Marmur & Doty 1961/1962、Sambrook & Russell、Manchester 1995、Thermo Fisher NanoDrop。仅供教学与实验规划，请以校准仪器为准。
- [坐标提取图片](https://test.elysiatools.com/zh/tools/image-extract-coordinates): 使用精确的X、Y坐标和尺寸从图片中提取特定区域
- [核酸纯度比计算器（OD260/280）](https://test.elysiatools.com/zh/tools/od260-280-ratio): 用 OD260/280 比值判断核酸样品纯度：核酸碱基在 260 nm 吸收最强，蛋白质芳香族氨基酸与酚类在 280 nm 附近吸收，因此 A260/A280 可诊断蛋白/酚污染。预期值：纯 DNA ≈ 1.8（可接受 1.7–2.0），纯 RNA ≈ 2.0（可接受 1.8–2.2）；DNA < 1.7 或 RNA < 1.8 提示蛋白/酚/胍污染，DNA > 2.0 提示 RNA 污染，RNA > 2.2 提示低离子强度缓冲液等测量假象。可选填 A230 计算次级比值 A260/A230（纯品 2.0–2.2，偏低提示胍/酚/碳水化合物/盐残留）。读数低于 ~0.05 时比值不可靠。来源：Manchester 1995、Sambrook & Russell、Thermo Fisher T042。仅供教学与实验规划。

## 示例

- [Web Python 图像处理示例](https://test.elysiatools.com/zh/samples/web-image-processing-python): Web Python 图像处理示例，使用 PIL/Pillow 包括读取、保存、缩放和格式转换
- [Android Java 图像处理示例](https://test.elysiatools.com/zh/samples/android-image-processing-java): Android Java 图像处理示例，包括图像读取保存、缩放和格式转换
- [Android Kotlin 图像处理示例](https://test.elysiatools.com/zh/samples/android-image-processing-kotlin): Android Kotlin 图像处理示例，包括图像读取保存、缩放和格式转换
- [Web Rust 图像处理示例](https://test.elysiatools.com/zh/samples/web-image-processing-rust): Web Rust 图像处理示例，包括图像读取保存、缩放和格式转换

## 相关内容

- [为一份职位描述定制简历](https://test.elysiatools.com/zh/hubs/resume-tailoring-for-one-job-posting): 拿简历对照真实招聘启事找出覆盖缺口，逐条给要点打分查出弱动词与缺失数字，再把弱条目重写为带前后对比证据的 STAR 成就表述。
