简历 JD 关键词匹配器

比较简历与职位描述，归一化关键词变体并突出覆盖缺口

识别 React.js 与 ReactJS 这类同义写法，按标题、技能、经历位置加权估分，并给出基于真实经历的补充建议。

示例结果

1 个示例

检查前端岗位的 ATS 覆盖率

把前端简历和 JD 对比，在投递前找出 AWS、testing 之类的缺失项。

{
  "matchScore": 67,
  "matchedKeywords": [
    "react",
    "typescript",
    "graphql"
  ],
  "missingKeywords": [
    "aws",
    "testing"
  ],
  "aiAnalysis": {
    "semanticScore": 78
  }
}
查看输入参数
{ "resumeText": "Skills: ReactJS, TypeScript, GraphQL", "jobDescriptionText": "Need React.js, TypeScript, AWS, testing, and GraphQL experience", "useAiSemanticMatch": true }

关键信息

分类
文本与写作
输入类型
textarea, checkbox
输出类型
json
样本覆盖
4
支持 API
Yes

概览

简历 JD 关键词匹配器是一款专为求职者和招聘人员设计的在线工具，通过对比简历文本与职位描述（JD），自动识别并归一化同义关键词（如 React.js 与 ReactJS），精准计算匹配得分并找出缺失的关键技能，帮助您优化简历以顺利通过 ATS 筛选。

适用场景

  • •在向招聘网站或企业网申系统投递简历前，评估简历与目标职位的契合度。
  • •针对特定职位的技术栈要求，快速找出简历中遗漏的核心专业技能和关键词。
  • •优化简历中的术语拼写，确保同义词（如 ReactJS 和 React.js）能被系统正确识别。

工作原理

  • •将您的简历文本粘贴至“简历”输入框中。
  • •将目标岗位的招聘要求或职位描述（JD）粘贴至“职位描述”输入框中。
  • •根据需要勾选“启用 AI 语义匹配”以进行深度的语义关联分析。
  • •点击运行，系统将输出包含匹配得分、已匹配关键词、缺失关键词及 AI 语义评分的 JSON 结果。

使用场景

求职者在投递简历前进行 ATS 友好度自测，提升简历通过初筛的概率。
猎头或 HR 快速评估候选人简历与特定岗位 JD 的匹配程度。
职业规划师帮助咨询者分析简历中的技能缺口，提供针对性的简历修改建议。

用户案例

1. 检查前端开发岗位的 ATS 覆盖率

前端开发求职者
背景原因
准备投递一个要求 React.js 和 AWS 经验的前端岗位，想确认自己的简历是否匹配。
解决问题
简历中写的是 ReactJS，担心系统无法匹配 JD 中的 React.js，且不确定还漏掉了哪些关键词。
如何使用
在“简历”中粘贴个人简历文本，在“职位描述”中粘贴招聘要求，并勾选“启用 AI 语义匹配”。
示例配置
{
  "resumeText": "Skills: ReactJS, TypeScript, GraphQL",
  "jobDescriptionText": "Need React.js, TypeScript, AWS, testing, and GraphQL experience",
  "useAiSemanticMatch": true
}
效果
系统成功将 ReactJS 归一化并与 React.js 匹配，输出匹配度为 67%，并指出缺失了 "aws" 和 "testing" 关键词。

2. 评估数据分析师简历匹配度

数据分析求职者
背景原因
拥有一年数据分析经验，想投递某大厂的数据分析师岗位。
解决问题
简历中写了 SQL 和 Python，但不知道是否满足 JD 中对数据可视化和统计建模的要求。
如何使用
将简历和 JD 文本分别粘贴到对应输入框，运行匹配器并开启 AI 语义匹配。
示例配置
{
  "resumeText": "掌握 SQL, Python, 熟悉数据清洗与报表制作",
  "jobDescriptionText": "熟练使用 SQL 和 Python，具备数据可视化(Tableau)及统计建模能力",
  "useAiSemanticMatch": true
}
效果
匹配结果显示已成功匹配 SQL 和 Python，但提示缺失 "Tableau"、"数据可视化" 和 "统计建模" 等核心关键词，便于针对性修改。

用 Samples 测试

text
BDD with Cucumber - 行为驱动开发实践
全面的 Cucumber BDD 示例，包括功能文件、步骤定义、数据表格、钩子和高级 BDD 模式，用于协作开发
matched family text
text
分布式追踪示例
使用 Jaeger、OpenTelemetry 和其他现代可观测性工具的综合分布式追踪示例，适用于微服务架构
matched family text
text
ELK Stack 日志分析示例
全面的 ELK Stack（Elasticsearch、Logstash、Kibana）示例，用于分布式系统中的日志聚合、处理和可视化
matched family text
text
GitHub Actions Testing - CI/CD测试集成
全面的 GitHub Actions 测试工作流，包括自动化测试、并行执行、测试报告、缓存和现代开发流水线的高级 CI/CD 模式
matched family text
text

相关专题

文本大小写、编码与规范化转换工具
在一个专题中比较文本大小写转换、全半角转换、编码转换、Quoted-Printable 处理和行内文本规范化工具。
Text 工具专题
探索 33 个围绕 text 的 utility 工作流工具，快速找到相近能力。
文本分析、可读性与内容检查工具
在一个专题中比较文本统计、语言识别、可读性评分、情感分析、内容审核和模式分析工具。
文本脱敏、高亮与展示格式化工具
在一个专题中比较文本脱敏、PII 检测、电话号码规范化、重点高亮、居中排版和 diff 格式化工具。

常见问题

这个工具如何处理同义词（例如 ReactJS 和 React.js）？

工具会自动归一化关键词变体，将不同拼写形式的同义词识别为同一技能，避免因拼写差异导致漏判。

什么是 AI 语义匹配功能？

启用该功能后，系统不仅进行字面关键词匹配，还会通过 AI 分析简历与 JD 在工作职责和技术背景上的深层语义契合度。

匹配得分是如何计算的？

系统会根据关键词在简历标题、技能列表和工作经历中的出现位置进行加权估分。

缺失关键词列表有什么作用？

它能直观地列出 JD 中要求但您简历中未提及的技能，方便您针对性地补充相关经历。

我可以直接上传 PDF 或 Word 格式的简历吗？

本工具目前仅支持直接粘贴简历和职位描述的文本内容进行对比。

API 文档

请求端点

POST /zh/api/tools/resume-job-description-matcher

请求参数

参数名 类型 必填 描述
resumeText textarea 是 -
jobDescriptionText textarea 是 -
useAiSemanticMatch checkbox 否 -

响应格式

{
  "key": {...},
  "metadata": {
    "key": "value"
  },
  "error": "Error message (optional)",
  "message": "Notification message (optional)"
}
JSON数据: JSON数据

AI MCP 文档

将此工具添加到您的 MCP 服务器配置中： 

{
  "mcpServers": {
    "elysiatools-resume-job-description-matcher": {
      "name": "resume-job-description-matcher",
      "description": "比较简历与职位描述，归一化关键词变体并突出覆盖缺口",
      "baseUrl": "https://elysiatools.com/mcp/sse?toolId=resume-job-description-matcher",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

你可以串联多个工具，比如：`https://elysiatools.com/mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp`，最多20个。

如果遇见问题，请联系我们：[email protected]