【亲测免费】 Awesome-LaTeX-CV 模板使用教程
2026-01-16 09:44:16作者:胡唯隽
1. 项目目录结构及介绍
在 Awesome-LaTeX-CV 的源代码仓库中,你可以看到以下主要的文件和目录结构:
.
├── awesome-source-cv.cls # 模板的核心样式文件
├── huajh-awesome-cv.tex # 主要的 LaTeX 文档文件
├── section_*.tex # 各个部分(如教育经历,技能等)的内容文件
└── README.md # 项目的说明文档
awesome-source-cv.cls: 定义了模板的样式和布局,包含了字体、颜色和其他视觉元素。huajh-awesome-cv.tex: 这是主 LaTeX 文件,它导入其他子文件并设置全局配置。section_*.tex: 分别包含简历不同部分的内容,例如section_education.tex是教育经历,section_skills.tex是技能部分。
2. 项目的启动文件介绍
huajh-awesome-cv.tex 文件是项目的入口点,通常包含以下元素:
- 版本控制和编码声明(例如
%!TEX TS-program = xelatex和%!TEX encoding = UTF-8 Unicode) - 引入模板类文件 (
\documentclass[11pt,a4paper]{awesome-cv}) - 设置页面边距和其他参数 (
\geometry{...}) - 导入库和定义字体
\fontdir[fonts/) - 其他配置项(如高亮颜色)
- 开始和结束 LaTeX 文档环境(
\begin{document}和\end{document}) - 通过
\input命令引入各个部分的内容文件
例如:
\documentclass[11pt, a4paper]{awesome-cv}
% ... other configurations ...
\begin{document}
% Include sections
\input{section_education.tex}
\input{section_skills.tex}
% ... continue with other sections ...
\end{document}
3. 项目的配置文件介绍
awesome-source-cv.cls 类文件提供了模板的基本框架和配置选项。在 huajh-awesome-cv.tex 中,可以通过传递参数给 \documentclass 来调整配置,例如纸张大小、字体大小等。
各部分的配置文件(如 section_*.tex)则负责填充具体的信息,比如:
\section{\faGraduationCap~Education}
\cvitem{20XX--20YY}{学位, 学校名称}
\cvitem{主修课程}{课程1, 课程2,...}
这些文件可以根据个人需求进行修改和扩展,以构建个性化的简历。
在开始编译之前,确保你的 LaTeX 环境安装了 xelatex 或 luatex 编译器以及模板所需的字体库,例如 Font Awesome。如果使用的是 TeX Live 或 MiKTeX,可以使用包管理器来安装缺失的依赖。
完成上述步骤后,运行 xelatex 或 lualatex 命令编译 huajh-awesome-cv.tex 文件,即可得到 PDF 格式的精美简历。
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