【免费下载】 个人中文简历LaTeX模板使用教程
项目介绍
wsz_resume 是一个基于 LaTeX 的个人中文简历模板项目。该项目 fork 自 hijiangtao/resume,并在此基础上进行了一些自定义修改。使用 LaTeX 编写简历可以确保简历的格式美观、排版整齐,并且可以方便地生成 PDF 格式的简历。
项目快速启动
1. 克隆项目
首先,你需要将项目克隆到本地:
git clone https://github.com/TransformersWsz/wsz_resume.git
cd wsz_resume
2. 安装 LaTeX 环境
确保你已经安装了 LaTeX 环境。如果你还没有安装,可以通过以下命令安装:
3. 编译简历
进入项目目录后,使用以下命令编译简历:
xelatex resume-zh_CN.tex
编译完成后,你将在当前目录下生成一个名为 resume-zh_CN.pdf 的 PDF 文件。
4. 自定义内容
打开 resume-zh_CN.tex 文件,根据你的个人信息修改内容。你可以修改以下部分:
- 个人信息
- 教育背景
- 工作经历
- 项目经验
- 技能列表
修改完成后,再次运行 xelatex resume-zh_CN.tex 命令重新编译简历。
应用案例和最佳实践
案例1:求职简历
使用 wsz_resume 模板可以快速生成一份专业的求职简历。通过自定义内容,你可以突出展示你的教育背景、工作经历和技能,从而提高求职成功率。
案例2:学术简历
该模板也适用于学术简历的编写。你可以详细列出你的研究项目、发表的论文、参与的会议等,帮助你在学术界脱颖而出。
最佳实践
- 保持简洁: 简历内容应简洁明了,避免冗长的描述。
- 突出重点: 使用加粗、斜体等方式突出显示关键信息。
- 定期更新: 随着个人经历的增加,定期更新简历内容。
典型生态项目
1. overleaf
Overleaf 是一个在线的 LaTeX 编辑器,支持多人协作。你可以将 wsz_resume 项目上传到 Overleaf,方便团队成员共同编辑和预览简历。
2. texstudio
TeXstudio 是一个功能强大的 LaTeX 编辑器,支持语法高亮、自动补全等功能。你可以使用 TeXstudio 在本地编辑和编译 wsz_resume 项目。
3. fontawesome
wsz_resume 项目已经导入了 fontawesome 包,支持使用图标。你可以在 FontAwesome 网站中查找想使用的图标,然后在 fontawesome.sty 中找到相应的宏,将其作为普通文本一样使用。
\faGithub \ GitHub @hijiangtao
通过这些生态项目,你可以进一步提升简历的编写效率和美观度。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00