AI写简历：Codex+Markdown转PDF工作流

背景

在求职过程中，简历的质量直接影响面试机会。传统手动编写简历耗时且易出错，而借助 AI 辅助写作与自动化排版工具，可以大幅提升效率与专业性。LINUX DO 社区用户分享了一个结合 OpenAI Codex（现称 GPT 系列模型）与自研开源工具的工作流，实现了从大纲生成、内容优化到格式排版的全程自动化，尤其适合技术岗位求职者。

核心内容

该工作流分为四个步骤：

1. 撰写简历大纲 Markdown
   用户先手动或借助 AI 生成一份简历的主干结构，使用 Markdown 格式（例如包含个人简介、技能、项目经历、教育背景等章节）。

2. 使用 Codex 完善简历
   输入类似 "根据大纲完善简历" 的提示（prompt），让 Codex 根据大纲填充详细描述、量化成果等，生成更完整的 Markdown 简历。

3. 使用 Codex 进行质量检查与优化
   再次输入提示，例如 "找到简历里面的问题，可以优化的地方，输出建议，和原因，表格形式"。Codex 会以表格形式列出问题、优化建议及原因。用户据此手动修改 Markdown，反复迭代直到满意。

4. 使用开源工具生成 PDF
   运行 markdown-to-resume 工具（由作者开源），将最终 Markdown 转换为一份智能一页的 PDF。该工具采用了 GitHub 风格的样式，自动适配一页版面，视觉效果清晰美观。

作者强调该工具已开源，欢迎试用并提供改进建议。原帖共有 2 位参与者，主题帖即为上述内容。

关键要点

• 整个流程完全基于 Markdown 文本，可版本控制（Git）且易于编辑。
• 利用 Codex 的两步提示：先扩写、后审查，形成“写—评—改”闭环。
• 审查结果以表格形式呈现，结构清晰，便于快速定位问题。
• 最终 PDF 输出通过专门设计的工具实现，无需手动调整排版。
• 工具开源，社区可自由使用、反馈或二次开发。
• 该工作流特别适用于技术岗位：GitHub 风格样式与程序员审美契合，且一页制符合简历黄金标准。

意义与影响

• 提升简历制作效率：将传统数小时的编写与排版工作压缩到分钟级，且可通过多次提示迭代快速打磨内容。
• 降低格式焦虑：Markdown 转 PDF 的智能布局让用户专注于内容本身，无需操心页边距、字体等设计细节。
• 促进 AI 辅助写作范式：展示了一种“先构思大纲 → AI 扩写 → AI 审核 → 手动修正 → 自动排版”的通用流程，不仅适用于简历，也可迁移至报告、论文等场景。
• 开源生态贡献：工具开源降低了使用门槛，也方便他人根据自身需求定制样式（如添加不同主题），推动社区协作。
• 启发更多工作流创新：该案例体现了将大语言模型（如 Codex/GPT）与轻量级工具链结合的价值，为其他“AI + 自动化”应用提供了可复用的范式。