摘要
用mtc跑了一个jd分析的skill，具体流程为：给agent jd描述截图，它会帮你分析这个岗位真实的工作内容，dirtywork含量，能不能给简历增值，以及一些黑话翻译，比如“对….负责”，大概意味着你是第一负责人，数据不好了就是你来背锅，自驱力大概意味着没人带，要自己探索等。
以及我觉得很重要的部分，那就是面试的时候建议确认的问题。因为从我个人经验角度出发，每次遇到反问环节我真的不知道该问些什么，作为一个外部人员，我对公司没什么了解，不知道职级体系，不知道团队是否受重视等很内部的问题，借这个skill可以给我提供一点思路，我觉得还挺有价值的
实际效果如下图：
真实场景与需求
目标人群：正在找实习/校招/社招的互联网从业者，尤其是对行业不了解、无法判断 JD 真实含义的求职者。
痛点描述：求职者在 Boss 直聘等平台看到一份 JD，标题写着"AI 技术运营专家"，正文充斥"赋能"“闭环”"全链路"等黑话——他们无法判断：
这个岗位到底干什么活？
是不是披着技术外衣的销售/客服/运营？
dirty work 占比高不高，会不会变成背锅位？
做两年后简历能增值多少？
现有做法：求助脉脉/牛客看面经、问学长学姐打听、凭直觉判断。问题在于——信息分散、样本偏差大、新人根本不知道该问什么。
作品介绍
作品类型：SOLO Skill（对话式 AI 技能插件）
核心功能：
五维深度分析：岗位身份识别 → 真实工作内容 → Dirty Work 评估 → 发展前景 → 待遇评估，每维度 0-100 评分 + 信号指标对照表
行业黑话翻译：40+ 条黑话词库（包装话术 / 隐性信号 / 技术虚词 / JD 包装动词），自动逐句扫描并翻译为"大白话"，标注含水量 1-5 星
伪技术岗检测：8 种常见伪装模式（如"算法工程师"实为"调参实习生"），对比健康信号 vs 危险信号
背锅位预警：7 类高风险岗位模式（合规、QA、SRE、PMO、安全、DBA、技术支持）
外部信息搜索：自动执行最多 5 次定向搜索（口碑 / 面经 / 裁员 / 绩效 / 入职体验），补充 JD 之外的公开信息
可视化雷达图：纯 Python + SVG 生成，零外部依赖，Dirty Work 维度自动反转
多 JD 对比模式：支持同时分析多个岗位，输出维度对比表 + 场景化推荐
用 SOLO 实现的过程
任务拆解思路：
我没有直接写代码，而是先把"分析 JD"这个模糊需求拆成了一个可验证的分析框架：
1、从需求出发：这个skill的功能是帮助求职者知道这个岗位到底是干什么的，是不是dirtywork含量很高的工作，有没有发展前期，以及待遇
2、建立认知地图：去 Boss 直聘搜了阿里、腾讯、字节共 6 份真实 JD，逐条 review，发现原始框架的盲点（如销售岗伪装、伪技术岗、背锅位等）
3、定义信号指标体系：每个维度都设计成"健康信号 vs 危险信号"对照表，让判断有据可依而非凭感觉，以及将各维度进行加权计算，而不仅仅是靠感觉
4、实现可视化：用纯 Python + SVG 做雷达图，避免依赖冲突，且在多JD对比模式下使结果更加可视化
踩过的坑
1、Boss 直聘链接抓不到：小程序链接返回登录页 → 改为支持截图输入
2、matplotlib 依赖冲突：Pillow 版本不兼容 → 放弃 matplotlib，用纯 Python + SVG 重写雷达图，零外部依赖
3、雷达图字体溢出：初始画布太小，标签重叠 → 加大画布（520×560）、增加标签距离、按角度智能定位锚点
4、“编制风险"术语误导：用户反馈容易联想到体制内 → 改为"岗位身份识别”
最后附上skill链接，欢迎各位尝试～～只需要把这个链接发给你的solo，要求它帮你安装即可