HarmonyOS AI 应用开发实战：简历项目经历改写系统

HarmonyOS AI 应用开发实战：简历项目经历改写系统

本文基于 HarmonyOS + ArkTS 的 Model-Service-Page 架构，详细解析简历项目经历改写 AI 应用的完整开发流程，涵盖求职痛点分析、架构设计、STAR法则提示词工程、核心实现、性能优化等全链路技术要点。

---

一、项目背景与需求分析

1.1 求职简历的痛点

在当今竞争激烈的就业市场中，一份优秀的简历是求职者获得面试机会的关键。然而，根据招聘平台的数据显示，超过 80% 的简历在投递后未能获得面试机会，其中最主要的原因为项目经历描述不够专业、缺乏量化成果、与岗位需求不匹配。

简历项目经历写作面临以下核心痛点：

• STAR 法则缺失：大多数求职者不知道如何运用 STAR 法则（Situation 情境、Task 任务、Action 行动、Result 结果）来结构化描述项目经历
• 量化不足：描述过于笼统，缺乏具体的数据支撑，如"提升了系统性能"而非"将系统响应时间从 500ms 降低到 100ms"
• 关键词缺失：简历中的关键词与目标岗位的 JD（Job Description）不匹配，导致筛选系统无法识别
• 表达冗长：描述不够精炼，难以在短时间内吸引招聘官的注意力

1.2 产品功能定位

本应用旨在利用 AI 大语言模型的能力，帮助求职者将原始的项目经历描述改写为专业、量化、匹配岗位需求的 STAR 版本。核心功能包括：

• STAR 版本改写：将原始描述按照 STAR 法则重新组织，生成结构化、专业的项目经历描述
• 量化建议：识别可以量化的环节，提供具体的量化指标建议
• 关键词替换：根据目标岗位方向，提供关键词替换建议
• 优化说明：解释改写的原因和优化点，帮助用户学习简历写作技巧

1.3 技术选型

维度	方案	说明
平台	HarmonyOS NEXT	国产操作系统，全场景支持
语言	ArkTS	静态类型安全，声明式 UI
框架	ArkUI	响应式布局，组件丰富
架构	Model-Service-Page	三层分离，职责清晰
AI	大语言模型	STAR 法则改写 + 关键词优化

---

二、技术架构设计

2.1 架构总览

┌─────────────────────────────────────────────────────────────────┐
│                        Page 层                                   │
│  ┌──────────────────────────────────────────────────────────┐   │
│  │  ResumeProjectPage                                       │   │
│  │  ├── 输入：原始描述、岗位方向                              │   │
│  │  ├── 按钮：AI 生成                                        │   │
│  │  └── 结果：STAR版本、量化建议、关键词替换、优化说明         │   │
│  └──────────────────────────────────────────────────────────┘   │
├─────────────────────────────────────────────────────────────────┤
│                      Service 层                                  │
│  ┌──────────────────────────────────────────────────────────┐   │
│  │  ResumeProjectService                                    │   │
│  │  ├── Prompt 构建（STAR法则 + 岗位关键词）                   │   │
│  │  ├── AI API 调用                                         │   │
│  │  ├── 响应解析与数据映射                                   │   │
│  │  └── 降级策略                                            │   │
│  └──────────────────────────────────────────────────────────┘   │
├─────────────────────────────────────────────────────────────────┤
│                      Model 层                                    │
│  ┌──────────────────────────────────────────────────────────┐   │
│  │  ResumeProjectData                                       │   │
│  │  ├── original: string（原始描述）                         │   │
│  │  ├── role_direction: string（岗位方向）                   │   │
│  │  ├── star_version: string（STAR版本）                     │   │
│  │  ├── quantify_tips: string[]（量化建议）                   │   │
│  │  ├── keyword_swaps: Record<string, string>（关键词替换）   │   │
│  │  └── improvement: string（优化说明）                       │   │
│  └──────────────────────────────────────────────────────────┘   │
└─────────────────────────────────────────────────────────────────┘

2.2 Model 层：数据模型设计

export class ResumeProjectData {
  original: string = ''
  role_direction: string = ''
  star_version: string = ''
  quantify_tips: string[] = []
  keyword_swaps: Record<string, string> = {}
  improvement: string = ''

  constructor() {
    this.original = ''
    this.role_direction = ''
    this.star_version = ''
    this.quantify_tips = []
    this.keyword_swaps = {}
    this.improvement = ''
  }
}

字段设计分析：

字段	类型	说明
original	string	用户输入的原始项目描述
role_direction	string	目标岗位方向
star_version	string	改写后的 STAR 版本
quantify_tips	string\[\]	量化建议列表
keyword_swaps	Record<string, string>	关键词替换映射（原词→推荐词）
improvement	string	整体优化说明

Record<string, string> 的使用 ：keyword_swaps 使用 Record 类型，因为它需要存储键值对映射关系（原关键词 → 推荐关键词），这种结构天然适合字典类型的替换建议。

2.3 Service 层：业务逻辑设计

import { ResumeProjectData } from './简历项目经历改写Model'

export class ResumeProjectService {
  private model: ResumeProjectData

  constructor() {
    this.model = new ResumeProjectData()
  }

  generateData(input: Record<string, Object>): ResumeProjectData {
    let result: ResumeProjectData = new ResumeProjectData()
    let original: string = input['original'] as string
    let role: string = input['role_direction'] as string

    let prompt: string = this.buildPrompt(original, role)
    let response: string = this.callAI(prompt)
    result = this.parseResponse(response, result)

    return result
  }

  private buildPrompt(original: string, role: string): string {
    return `你是一位资深简历优化专家，精通STAR法则...
原始描述：${original}
目标岗位：${role}
请输出 JSON 格式...`
  }
}

2.4 Page 层：UI 组件设计

@Entry
@Component
struct ResumeProjectPage {
  @State inputData: Record<string, Object> = {}
  @State resultData: ResumeProjectData | null = null
  @State showResult: boolean = false
  private service: ResumeProjectService = new ResumeProjectService()

  build() {
    Column() {
      Row() {
        Text('← 返回').onClick(() => { router.back() })
        Blank()
        Text('简历项目改写')
        Blank()
        Text('')
      }
      Scroll() {
        Column() {
          Text('原内容')
          TextInput({ placeholder: '请输入原内容' })
            .onChange((val: string) => { this.inputData['original'] = val })
          Text('岗位方向')
          TextInput({ placeholder: '请输入岗位方向' })
            .onChange((val: string) => { this.inputData['role_direction'] = val })
          Button('AI 生成').onClick(() => {
            this.resultData = this.service.generateData(this.inputData)
            this.showResult = true
          })
          if (this.showResult && this.resultData !== null) {
            Text('生成结果')
            Text('项目改写')
          }
        }
      }
    }
  }
}

---

三、AI 提示词工程原理

3.1 STAR 法则提示词设计

STAR 法则是简历写作中最核心的方法论，提示词需要精确指导 AI 按照 STAR 结构生成内容：

3.1.1 角色设定

你是一位资深简历优化专家，拥有10年以上的HR和职业咨询经验，曾为500强企业筛选过数万份简历，精通STAR法则在简历写作中的应用。

3.1.2 STAR 法则结构指导

请按照STAR法则重新组织项目经历：

S - Situation（情境）：描述项目背景和面临的挑战
T - Task（任务）：明确你的职责和任务目标
A - Action（行动）：具体描述你采取的行动和使用的技术/方法
R - Result（结果）：量化呈现项目成果和你的贡献

3.1.3 岗位关键词注入

目标岗位方向：{role_direction}
请根据该岗位的常见JD关键词，替换原始描述中不够专业的表达。

3.2 不同岗位方向的优化策略

岗位方向	关键词重点	量化指标示例
后端开发	高并发、微服务、性能优化	QPS、响应时间、系统可用性
前端开发	用户体验、性能优化、组件化	加载时间、FCP、LCP
数据分析	数据挖掘、A/B测试、可视化	准确率、提升率、覆盖率
产品经理	用户调研、需求分析、项目管理	用户增长、留存率、NPS

3.3 完整 Prompt 示例

buildPrompt(original: string, role: string): string {
  return `你是一位资深简历优化专家，擅长STAR法则简历写作。

请根据以下要求，对原始项目经历描述进行改写：

原始描述：
${original}

目标岗位方向：${role}

请严格按照STAR法则重新组织内容，并按照以下JSON格式输出：

{
  "star_version": "按照STAR法则重新组织的项目经历描述，每个部分用S/T/A/R标记",
  "quantify_tips": [
    "建议1：将'提升了系统性能'改为'将系统响应时间从500ms降低到100ms，提升80%'",
    "建议2：将'负责多个模块'改为'独立负责3个核心模块，覆盖用户量100万+'"
  ],
  "keyword_swaps": {
    "原词1": "推荐词1（带简要说明）",
    "原词2": "推荐词2（带简要说明）"
  },
  "improvement": "整体优化说明，包括改写思路、重点改进方向等"
}

要求：
1. STAR版本必须包含完整的S/T/A/R四个部分
2. 量化建议至少2条，每条建议包含原表述和优化后的表述
3. 关键词替换至少3组，覆盖技术关键词和行业术语
4. 优化说明控制在200字以内，突出改写亮点
5. 保持专业、简洁、有力的语气`
}

3.4 响应解析

parseResponse(response: string, result: ResumeProjectData): ResumeProjectData {
  try {
    let parsed: Object = JSON.parse(response)
    if (typeof parsed['star_version'] === 'string') {
      result.star_version = parsed['star_version'] as string
    }
    if (Array.isArray(parsed['quantify_tips'])) {
      result.quantify_tips = parsed['quantify_tips'] as string[]
    }
    if (typeof parsed['keyword_swaps'] === 'object') {
      result.keyword_swaps = parsed['keyword_swaps'] as Record<string, string>
    }
    if (typeof parsed['improvement'] === 'string') {
      result.improvement = parsed['improvement'] as string
    }
  } catch (e) {
    result.star_version = '解析失败，请重试'
    result.improvement = 'AI 服务暂时不可用'
  }
  return result
}

---

四、核心功能实现详解

4.1 输入区域实现

// 原始描述输入
Text('原内容')
  .fontSize(14)
  .fontWeight(FontWeight.Bold)
  .fontColor($r('app.color.text_primary'))
  .margin({ top: 12, bottom: 4 })
TextInput({ placeholder: '请输入原内容' })
  .fontSize(14)
  .height(44)
  .backgroundColor('#FFFFFF')
  .borderRadius(8)
  .padding({ left: 12, right: 12 })
  .onChange((val: string) => { this.inputData['original'] = val })

// 岗位方向输入
Text('岗位方向')
  .fontSize(14)
  .fontWeight(FontWeight.Bold)
  .fontColor($r('app.color.text_primary'))
  .margin({ top: 12, bottom: 4 })
TextInput({ placeholder: '请输入岗位方向' })
  .fontSize(14)
  .height(44)
  .backgroundColor('#FFFFFF')
  .borderRadius(8)
  .padding({ left: 12, right: 12 })
  .onChange((val: string) => { this.inputData['role_direction'] = val })

4.2 结果展示区域

if (this.showResult && this.resultData !== null) {
  // STAR 版本
  Text('STAR 版本')
    .fontSize(16)
    .fontWeight(FontWeight.Bold)
    .margin({ top: 16, bottom: 8 })
  Text(this.resultData.star_version)
    .fontSize(14)
    .fontColor($r('app.color.text_primary'))
    .lineHeight(22)
    .backgroundColor('#FFFFFF')
    .padding(12)
    .borderRadius(8)
    .width('100%')

  // 量化建议
  Text('量化建议')
    .fontSize(16)
    .fontWeight(FontWeight.Bold)
    .margin({ top: 16, bottom: 8 })
  ForEach(this.resultData.quantify_tips, (tip: string, index: number) => {
    Row() {
      Text(`${index + 1}.`)
        .fontSize(14)
        .fontColor('#3B82F6')
        .margin({ right: 8 })
      Text(tip)
        .fontSize(14)
        .fontColor($r('app.color.text_primary'))
    }
    .width('100%')
    .margin({ bottom: 8 })
  }, (tip: string, index: number) => index.toString())

  // 关键词替换
  Text('关键词替换')
    .fontSize(16)
    .fontWeight(FontWeight.Bold)
    .margin({ top: 16, bottom: 8 })
  // 遍历 keyword_swaps 的键
  let keys: string[] = Object.keys(this.resultData.keyword_swaps)
  ForEach(keys, (key: string, index: number) => {
    Row() {
      Text(`${key} → `)
        .fontSize(14)
        .fontColor('#F59E0B')
        .fontWeight(FontWeight.Bold)
      Text(this.resultData.keyword_swaps[key])
        .fontSize(14)
        .fontColor('#22C55E')
    }
    .width('100%')
    .margin({ bottom: 6 })
  }, (key: string, index: number) => index.toString())

  // 优化说明
  Text('优化说明')
    .fontSize(16)
    .fontWeight(FontWeight.Bold)
    .margin({ top: 16, bottom: 8 })
  Text(this.resultData.improvement)
    .fontSize(14)
    .fontColor($r('app.color.text_secondary'))
    .backgroundColor('#FFFFFF')
    .padding(12)
    .borderRadius(8)
    .width('100%')
}

4.3 完整数据流

用户输入：原始描述 = "负责开发了用户管理系统", 岗位方向 = "后端开发"
    ↓
inputData = { original: "负责开发了用户管理系统", role_direction: "后端开发" }
    ↓
点击 "AI 生成"
    ↓
service.generateData(inputData)
    ↓
构建 Prompt → 调用 AI → 解析响应
    ↓
返回 ResumeProjectData 实例
    ↓
resultData 更新 → showResult = true
    ↓
UI 渲染：STAR版本、量化建议、关键词替换、优化说明

---

五、用户体验优化

5.1 页面布局

┌──────────────────────────────────┐
│ ← 返回      简历项目改写           │
├──────────────────────────────────┤
│  输入信息                         │
│  ┌──────────────────────┐       │
│  │ 原内容                │       │
│  │ [负责开发了用户系统]   │       │
│  │ 岗位方向              │       │
│  │ [后端开发]            │       │
│  └──────────────────────┘       │
│  ┌──────────────────────┐       │
│  │     AI 生成            │       │
│  └──────────────────────┘       │
│  ┌──────────────────────┐       │
│  │ STAR 版本             │       │
│  │ S：公司用户量激增...  │       │
│  │ T：负责用户系统架构...│       │
│  │ A：采用Spring Boot... │       │
│  │ R：系统响应时间降低...│       │
│  └──────────────────────┘       │
│  量化建议                         │
│  1. 将'提升了性能'改为...         │
│  关键词替换                       │
│  负责 → 主导（体现主动性）         │
│  优化说明                         │
│  本次改写重点突出了...            │
└──────────────────────────────────┘

5.2 交互优化

5.2.1 颜色编码

• 蓝色编号：量化建议序号
• 橙色：原关键词
• 绿色：推荐关键词

5.2.2 对比展示

原始描述和 STAR 版本并排或上下对比显示，让用户直观看到改写效果。

5.3 资源管理

.fontColor($r('app.color.text_primary'))
.fontColor($r('app.color.text_secondary'))
.backgroundColor('#F8FAFC')
.backgroundColor('#FFFFFF')

---

六、性能优化与最佳实践

6.1 ArkTS 约束适配

6.1.1 Object.keys 使用

// 正确：遍历 Record 的键
let keys: string[] = Object.keys(this.resultData.keyword_swaps)
ForEach(keys, (key: string, index: number) => {
  Text(`${key} → ${this.resultData.keyword_swaps[key]}`)
}, (key: string, index: number) => index.toString())

6.1.2 类型断言安全

// 正确：使用 as 进行类型断言
let original: string = input['original'] as string
let role: string = input['role_direction'] as string

6.2 性能优化

6.2.1 条件渲染

if (this.showResult && this.resultData !== null) {
  // 结果渲染
}

6.2.2 Object.keys 缓存

// 优化：缓存 Object.keys 结果
let keys: string[] = Object.keys(this.resultData.keyword_swaps)
// 在 ForEach 中使用缓存的 keys

6.3 错误处理

generateData(input: Record<string, Object>): ResumeProjectData {
  try {
    if (!input['original'] || !input['role_direction']) {
      throw new Error('输入不完整')
    }
    // AI 调用
    return this.parseResponse(this.callAI(this.buildPrompt(...)), new ResumeProjectData())
  } catch (e) {
    let result: ResumeProjectData = new ResumeProjectData()
    result.improvement = '请确保输入内容完整后重试'
    return result
  }
}

6.4 代码组织

简历项目经历改写/
├── 简历项目经历改写Model.ets     # 数据模型
├── 简历项目经历改写Service.ets    # 业务逻辑
└── 简历项目经历改写Page.ets      # 页面组件

---

七、总结与展望

7.1 项目成果

1. 实现了基于 STAR 法则的简历项目经历 AI 改写
2. 提供量化建议和关键词替换，提升简历专业性
3. Model-Service-Page 架构确保代码清晰可维护
4. 多维度结果展示，帮助用户学习简历写作技巧

7.2 技术经验

• STAR 法则的提示词设计需要精确的结构化指导
• Record 类型适合存储键值对映射数据
• 颜色编码和对比展示提升用户体验

7.3 未来展望

• 接入 JD 解析功能，自动提取岗位关键词
• 支持简历完整版生成（不仅仅是项目经历）
• 引入 ATS 系统兼容性检测

---

本文通过简历项目经历改写 AI 应用的完整开发实践，详细阐述了 HarmonyOS + ArkTS + AI 的技术栈应用。从 STAR 法则提示词工程到 ArkUI 多维度结果展示，全面展示了鸿蒙平台上智慧求职工具开发的全流程。