用 TRAE 从 0 到 1 做了「求职 JD 智能拆解与岗位匹配助手」——校招人给自己的 JD 焦虑开了个处方

一、我是谁,在准备什么

我是一名正在准备校招的应届生,目标方向是 Java 后端开发。

秋招这条路走下来,我发现自己最焦虑的环节不是写简历、也不是刷题,而是看 JD——

每打开一个招聘页面,面对一大段岗位职责和任职要求,我心里其实一直在问三个问题:

  • 这个岗位到底最看重什么?
  • 以我现在的技能栈,匹配度到底有多少?
  • 接下来的准备,应该先补哪一块?

之前我的做法是把 JD 复制到备忘录里,用荧光笔思路手动划重点,再拿自己的技能一条条对。效率低不说,对完之后"接下来该干嘛"依然是一团乱麻。

所以我干脆用 TRAE 给自己做了一个小工具,把这件事自动化了。

二、我做了什么,解决什么问题

「求职 JD 智能拆解与岗位匹配助手」——一个帮助求职者在投递前快速读懂 JD、定位技能缺口、生成准备计划的小工具。

它解决的是求职链路里投递决策 + 面试复习这个环节的问题,核心流程:

粘贴招聘 JD
  → 智能解析岗位画像(岗位/薪资/经验/学历/职责/技能要求)
  → 对比"我的技能"算出综合匹配度
  → 找出已掌握 / 部分匹配 / 待补充的技能缺口
  → 自动生成技术/项目/面试/简历四类准备清单
  → 给出简历优化建议 + 面试预测题(附准备思路)

一句话:把一段让人焦虑的 JD,变成一张可以逐项打勾的求职作战地图。

三、我是怎么用 TRAE 做出来的

技术栈

Vue 3 + Vite + Element Plus + Pinia + Vue Router + Axios + ECharts,纯前端,本地 Mock 数据模拟 AI 分析。

关键提示词

整个项目基本上是一次主提示词 + 若干轮对话迭代完成的。主提示词里我认为最关键的三点:

1. 把"产品感"写进需求,而不只是"功能":

“请你按照真实产品的标准完成,不要只做一个简单 Demo。我要的是一个看起来像真实产品 + 功能完整 + 可以现场演示 + 有实际求职场景的作品。”

2. 把视觉风格约束得非常具体:

“白色背景、浅灰色辅助背景、蓝紫色作为主要强调色、卡片式布局、圆角、适当阴影、留白充足;不要做成传统后台管理系统,不要出现大量密集表格。重点优化桌面端 1440×900 的展示效果。”

3. 把验收标准直接写进提示词:

“每完成一个阶段都自行检查代码,不要停在半成品状态。最终确保 npm install、npm run dev 可以正常运行。”

这一句的效果超出预期——TRAE 自己跑完 npm run build 验证编译,又启动了 dev server,甚至自己驱动浏览器把整个流程端到端点了 18 遍(空输入提示、清空、示例填充、加载动画、匹配度动画、清单勾选、增删技能后重算……),确认控制台零报错才交付。

开发中最有意思的两个地方

① 环境踩坑被自动化解。 我电脑的 Node 还是 v14,TRAE 检查环境后自己判断不能用最新版 Vite,主动选了 Vite 4.5 的兼容方案,整个过程没让我操心。

② “假 AI"做着做着变成了"真解析”。 需求里本来只要求"用 Mock 数据模拟 AI 分析",但 TRAE 在写分析器时做成了一个真实的规则解析器:内置了 30+ 项技能词典、软技能词典,用正则提取岗位名称/经验/学历/薪资,还能识别语境——JD 里写"熟悉 Vue 者优先"会把 Vue 归为加分技能,写"精通 MySQL"就归为必备技能。这意味着我随便粘贴一个别的岗位 JD,它也能给出像模像样的分析,而不是只会演示内置那一条数据。这个功能已经超出我最初的要求了。

匹配逻辑也不是简单的"有/无":它会判断同族技能的部分匹配——比如我会 Spring Boot 但不会 Spring Cloud,会被算成"部分匹配"而不是直接判死,这对真实的求职场景友好很多。

此处可插入:TraeCode 对话截图 / 开发过程录屏
建议截取:主提示词发出的那一刻、TRAE 自动生成文件树的过程、以及它自己跑浏览器做端到端测试的画面(这个最能体现"AI 自己验收"的亮点)

四、成果展示

运行方式: npm install → npm run dev,浏览器打开即可,无需任何后端。

截图 1:产品首页

产品化的 Landing Page:产品定位、四步使用流程、核心能力卡片。白底 + 蓝紫强调色,刻意避开了"后台管理系统"的观感。

截图 2:JD 分析页(含示例 JD 一键填充)

大号文本框 + 字数统计 + 空输入校验 + 加载动画(分阶段文案:“正在解析岗位基本信息 → 正在对比你的技能栈 → 正在生成准备清单”)。

截图 3:分析结果总览

蓝紫渐变总览卡:岗位名称、薪资、地点/经验/学历标签,右侧环形匹配度数字滚动动画,下方核心技能/已匹配/部分匹配/待提升四个统计卡。

五、最后

这个小工具代码量不大,但它真的长在了我自己的痛点上。做完之后我干的第一件事,就是把我收藏夹里躺着的 5 个目标岗位 JD 挨个跑了一遍——两个岗位的匹配度只有 60% 出头,清单直接告诉我:先补 Redis 的缓存三大问题,再去改简历里的项目描述。

对我来说,这就是"用 TRAE 做求职小作品"最爽的地方:上午还在焦虑的问题,下午就变成了一个能跑的产品。

也祝大家秋招顺利,都能拿到想要的 offer。

2 个赞