托管你的简历
让简历不再是一份每次求职临时拼凑的静态文档，而是一份持续积累、随时可召回的能力知识库。
大多数人的简历是”事后考古”：要投递了才回忆这几年干过什么，好的成果早忘了细节。换个做法——把简历当成一个 goal 驱动的知识库来托管，让每一段经历在发生时就沉淀进来。
设 goal
先划边界，简历知识库才不会变成流水账：
- 年 goal：拿下某类岗位（如”资深后端”）。
- 季/月 goal：补齐目标岗位要求里你还缺的证据（如”拿出一个高并发实战案例”）。
goal 决定了什么值得沉淀——和目标无关的琐事，自然不进来。
收集入 raw/
把持续产生的”能力证据”随手汇入 raw/：
- 做完一个项目 → 记下背景、你的角色、量化结果。
- 解决一个难题 → 记下问题、方案、影响。
- 拿到反馈/评审/奖项 → 存原文。
这一步不加工，只保真——就是每日循环里的收集与入料。
审查沉淀 wiki/
在 goal 约束下 /promote，把零散证据提炼成可复用的 wiki/ 记忆：
- concept：你掌握的技能/领域。
- strategy：你验证有效的做法（可作 STAR 案例）。
- anti-pattern：踩过的坑（面试里的”教训”素材）。
每条带上来源链路，日后能追溯到最初的项目记录。
召回复用
要投递或面试时，让 AI 带着这份知识库工作：
oks search "高并发 优化 成果"
- 针对某岗位 JD，召回最相关的经历，生成定制版简历要点。
- 面试前，召回某项目的完整细节和当时的决策。
- 因为 active goal 会给召回加权，和目标岗位相关的证据会优先浮现。
简历知识库从不删除旧经历——过时的会衰减、淡出日常召回，但换个方向求职时，它们还在 Git 历史里等你。
第一步该做什么
- 设一个求职 goal。
- 把最近一个项目的成果记进
raw/。 - 提炼成一条 strategy 记忆，搜一次试试。
接下来读哪里
- 托管你的 GitHub：技术项目的沉淀方式。
- 每日循环：让积累变成习惯。