Agent Skills 技能包

Agent Skills 是一种把专业知识打包给 AI 工具的标准格式——一个带说明的 Markdown 文件，AI 工具按需加载。Claude Code、Cursor 等都支持。 DropCV 维护一个官方技能包 dropcv/skills，里面有两类技能：

类型	是什么	谁来执行
数据工具技能	教 AI 怎么调 DropCV Skills API 拿人才库数据	调 DropCV 服务端
提示词技能	猎头方法论（推荐语、面试题、对比、匹配分析、沟通策略）	你自己的模型

提示词技能是纯提示词——它不调用 DropCV 的大模型，由你的 AI 工具用自己的模型执行。所以不消耗 DropCV 的 LLM 额度，结果质量取决于你用的模型。

安装

# GitHub
npx skills add dropcv/skills

# 国内从 Gitee
npx skills add gitee:dropcv/skills

# 只装某一个
npx skills add dropcv/skills/recommendation-generate

装好后，AI 工具会在合适的场景自动加载对应技能。

技能	什么时候用
`recommendation-generate`	把候选人推荐给客户/用人方，写推荐语
`interview-question-generate`	面试某候选人前，准备针对性面试题
`candidate-compare`	多个候选人竞争同一岗位，横向对比取舍
`candidate-match-analyze`	评估单个候选人对某 JD 的匹配程度
`communication-strategy`	触达候选人前，准备开场话术和沟通脚本

每个技能都是「方法论 + 工作流」：它会指导你的 AI 先用数据工具技能（如 candidate_profile_read）拿到候选人数据，再用你的模型按猎头框架产出结果。

你的 AI 工具（自带模型）
  └─ 加载 dropcv/skills 提示词技能（方法论）
      └─ 调 DropCV 数据工具技能 / MCP（拿候选人数据）
          └─ 用你的模型生成推荐语 / 面试题 / ...

数据在 DropCV，智能用你的模型，DropCV 不赚你的 token 钱。

提示词技能本身不需要鉴权，但它会调用数据工具技能去取数据，那部分需要 DropCV API Key：

export DROPCV_API_KEY=drop_cv_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

在设置 → API Keys 生成。也可以改用 MCP Server 接入数据能力。