【亲测免费】 Brilliant CV:打造专业简历的利器
2026-01-14 18:32:00作者:卓炯娓
项目介绍
Brilliant CV 是一个基于 Typst 的开源模板,专为创建 简历(Résumé)、CV 或 求职信(Cover Letter) 而设计。该模板灵感来源于著名的 LaTeX 简历模板 Awesome-CV。无论你是求职者还是职业人士,Brilliant CV 都能帮助你轻松制作出专业且个性化的简历,让你的求职之路更加顺畅。
项目技术分析
技术栈
- Typst:一个新兴的开源排版引擎,提供了比 LaTeX 更简洁的脚本体验。
- Awesome-CV:LaTeX 简历模板,为 Brilliant CV 提供了设计灵感。
- Font Awesome:广泛使用的图标库,为简历增添了丰富的图标资源。
技术实现
- 样式与内容分离:通过
modules文件夹管理简历内容,避免直接修改样式和排版,确保版本控制的高效性。 - 快速调整视觉效果:支持添加公司标志、全局或按需调整公司名称和职位标题,满足不同场景的需求。
- 多语言支持:集中存储多语言简历,一键切换输出语言,支持英语、法语、德语、中文、日语等多种语言。
- AI 提示词和关键词注入:自动注入不可见的 AI 提示词或关键词列表,帮助应对 ATS 系统和生成式 AI 筛选的滥用问题。
项目及技术应用场景
应用场景
- 求职者:制作专业简历和求职信,提升求职竞争力。
- 职业人士:更新个人简历,展示最新职业成就。
- 多语言使用者:生成多语言简历,满足国际化求职需求。
- AI 求职者:通过 AI 提示词和关键词注入,优化简历通过 ATS 系统和生成式 AI 筛选的概率。
技术应用
- 版本控制:使用
git管理简历项目,追踪变更并进行版本控制。 - 代码格式化:使用
typstyle和pre-commit工具格式化简历代码。 - 拼写检查:使用
typos检查简历中的拼写错误。 - 语法检查:使用
LTex在代码编辑器中检查语法并获取语言建议。
项目特点
1. 样式与内容分离
通过将样式与内容分离,Brilliant CV 允许用户在 modules 文件夹中管理简历条目,而无需直接修改样式和排版。这种设计不仅简化了版本控制,还确保了简历的整洁和一致性。
2. 快速调整视觉效果
用户可以轻松添加公司标志,全局或按需调整公司名称和职位标题。这种灵活性使得简历能够快速适应不同的求职场景,满足个性化需求。
3. 多语言支持
Brilliant CV 支持多语言简历的集中存储和一键切换输出语言。无论你是多语言使用者还是需要在不同语言环境中求职,Brilliant CV 都能满足你的需求。
4. AI 提示词和关键词注入
通过自动注入不可见的 AI 提示词或关键词列表,Brilliant CV 帮助用户应对 ATS 系统和生成式 AI 筛选的滥用问题。这种功能不仅提升了简历通过筛选的概率,还为用户提供了更多求职优势。
结语
Brilliant CV 不仅是一个简历模板,更是一个强大的工具,帮助用户在求职过程中脱颖而出。无论你是求职新手还是职场老手,Brilliant CV 都能为你提供专业、个性化的简历制作体验。立即尝试 Brilliant CV,让你的简历在众多求职者中脱颖而出!
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0105
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
478
3.57 K
React Native鸿蒙化仓库
JavaScript
289
340
Ascend Extension for PyTorch
Python
290
321
暂无简介
Dart
730
175
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
10
1
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
245
105
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
850
450
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
20
仓颉编程语言运行时与标准库。
Cangjie
149
885