先说清楚这篇不谈什么:不谈简历怎么写得漂亮,不谈用词技巧,不谈 STAR 法则。
只谈一件很机械的事:你的简历文件,机器能不能读出字来。
大公司和大部分中厂的投递系统(ATS,申请人跟踪系统)会先把 PDF 解析成结构化字段—— 姓名、邮箱、电话、每段经历的起止时间。解析失败或者解析错了,HR 看到的就是一份 字段稀稀拉拉的记录。而这一步没有任何反馈:你收到的只是没有回音。
同样的内容,做成两种排版,丢进同一个检查器:
A. 单栏、标准小标题(工作经历 / 教育背景 / 技能) → 95 分,唯一的扣分项是内容太短 (测试样本本来就短)。
B. 两栏、左边一列放联系方式和技能、右边一列放经历,再加几个 emoji → 48 分, 判定"基本无法解析"。具体报出来的问题:
两份简历,内容一模一样。差别只在排版。
① 两栏排版。 这是头号杀手。ATS 大多按"从上到下、从左到右"扫文本流, 两栏会被读成左右横穿的一行:你左栏的"技能:Python"和右栏的"2023 年入职某公司" 可能被拼成同一句话。看起来很设计感的模板,机器读出来是一锅粥。
② 把内容放进表格。 尤其是"用表格做两栏"这种做法——很多简历模板就是这么实现的。 不少解析器按单元格逐个读,顺序完全不是你看到的顺序。
③ 联系方式做成图片,或者塞进页眉页脚。 图片里的字对 ATS 等于不存在; 页眉页脚在某些解析器里会被整段丢掉。邮箱和电话就用最普通的文字,放正文最上面。
做这个检查器的时候,中文简历一开始死活识别不出"工作经历"这四个字。查下去发现两件事, 都挺反直觉的:
第一,PDF 文本层里的"工"可能不是"工"。 很多 PDF 把汉字映射成了 Unicode 的"康熙部首"区(U+2F2F),字形和正常的"工"(U+5DE5)一模一样,复制粘贴出来肉眼 完全看不出差别,但对程序来说是两个完全不同的字符。
第二,中文会被切碎。 PDF 解析库读中文时经常按字拆开,"教育背景"变成四个独立的 文本片段,拼接的时候如果处理不当,中间会插进分隔符。
这两条对求职者的实际含义是:中文简历被机器误读的概率,比英文简历更高。 排版上 更要保守。(这两个 bug 我已经修了,上面那两个分数是修完之后跑的。)
免注册、有免费额度,把简历传到任何一个能公开访问的地址,然后:
`` curl "https://ainetcafe.com/t/check_resume?url=你的简历URL" ``
支持 PDF 和 .docx。返回的是逐项检查结果 + 每项的具体改法,比如 "1 页使用了多栏排版——ATS 最大的杀手,改成单栏"。
它是纯规则的,不过模型:同一份文件今天明天分数一样。这是刻意的—— 校验器的价值就在于可复现,一个每次结论都不同的检查器没法当依据。
它也不会评价你的简历写得好不好,那不是它该干的事。它只回答一个问题: 机器能不能完整读出来。
---
利益披露:ainetcafe.com 是我做的,这个检查接口免费用、有匿名额度。做它的起因是 看到有人在问「有没有像 W3C 校验器那样的简历检查工具」——他往投递系统里传简历, 字段全空,却不知道为什么。市面上全是订阅制的"AI 帮你改简历",没人做纯粹的 "你这份文件机器能不能读"。
给你的 agent 接上 AI 网吧(一行 MCP)→