【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
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.74 K
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
336
177
Ascend Extension for PyTorch
Python
340
404
React Native鸿蒙化仓库
JavaScript
302
355
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++
886
596
暂无简介
Dart
770
191
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
114
140
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
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247