简历与 JD 本地匹配筛选插件

在招聘网站上基于你的简历给每份 JD 打分并生成招呼语

痛点

求职者面对海量 JD，逐条阅读和判断匹配度极其耗时，还要反复手写打招呼语。已有用户做了类似插件并强调几个关键点：简历可放本地或 Gist 而不上传、AI 平台可自选甚至用本地模型、只复制不代发。说明这个场景真实存在，且用户对隐私和「被代发」很敏感。

方案

做一个浏览器插件：读取当前 JD 页面文本，结合你提供的简历（本地文件或 secret Gist）用你选择的 AI（DeepSeek/OpenAI/Anthropic/Kimi 或本地模型）给出 0–100 匹配度评分、命中点与缺失技能，并生成一条贴合真实经历的招呼语。所有发送动作仍由用户手动点击，简历默认不出本机。

用户

正在密集投递的求职者（尤其是工程师和应届生）、跨行业转岗者

MVP

支持一到两个主流招聘网站；本地简历导入或 Gist 链接同步；匹配度评分加命中/缺失技能列表；一键生成定制招呼语并复制；可选 AI 服务商与本地模型开关

变现

免费版每日测评次数有限；订阅解锁无限测评、多简历版本与招呼语模板；也可一次性买断

为何现在

招聘市场供需失衡，投递量巨大而职位匹配工具还停留在关键词筛选；LLM 能力已可离线或低成本调用，独立开发者能快速做出差异化插件