apply-kit
Skill0 starsChanged 5 months agoMITView on GitHub
通用「申请助手」引擎——管理研究生保研 / 海外留学 / 求职三类申请的信息与自动填表。 当用户要新建一个申请、填写网申表单、自动填表、整理申请材料、写/复用个人陈述(PS/SOP)、 更新个人信息、登记新材料,或说「帮我填这个申请」「新建一个申请」「这个表格帮我填一下」 「保研/夏令营/留学/秋招要交什么」「更新一下我的简历信息」之类时,主动使用本 skill。 本引擎不含任何个人数据:所有取值来自 config 指向的数据层(profile/materials/qa)。 Use this skill whenever the user works on graduate/overseas/job applications, fills web application forms, manages application materials, or updates their profile.
1 other project uses a version of this.
Adopted by
Most recently taken up by
- ClarvAI/job-search-hqtheir own version, first seen Oct 15, 2026
Other versions1 project uses a version of this.
Word for word · 0
None found.
Edited · 0
None found.
Wrote their own version · 1
- ClarvAI/job-search-hq★ 0same name
How matches are found. Word for word: the exact same text. Edited: shares passages with this file (“99% same” means 99% of its five-word phrases also appear here; 10% or more counts). Their own version: similar meaning, or, weakest, the same name. We can’t tell which project had it first. Projects are counted among the 200 most-starred candidates, and mentions are links to the repository we found, up to 50 per site, so both counts are a floor.
In this repositoryOne other file it gives its agents.
- apply-kit-onboardingSkill
The file
Files
申请助手引擎 · apply-kit
通用引擎,帮任何人高效管理三类申请、并用浏览器自动填表。 核心理念:单一信息源 + 缺的先生成待确认 + 填完回写形成闭环。
本文件不含任何个人数据。每个人的资料在各自的「数据层」里(用户工作目录下的
my-data/,由config.yaml的data_dir指定)。 引擎只认 标准键 canonical key 和 用途标签,具体取值一律从数据层读。
第 0 步:读配置,认路
动手前先在用户工作目录读 config.yaml(没有就读本技能内的 config.example.yaml 并提示用户复制一份到工作目录),拿到:
data_dir:数据层目录(默认工作目录下./my-data)applications_dir:各申请项目目录(默认./applications)language_default/address_preference/internship_period_rule等口径runtime:执行层适配器(claude-in-chrome/playwright/extension)- 安全开关:
auto_submit: never(永远为 never)
数据层关键文件(在 data_dir 下):
| 文件 | 作用 |
profile.yaml | 单一信息源(结构化)。姓名/教育/成绩/论文/专利/实习/获奖/技能/推荐人等所有固定事实。优先按标准键取值。 |
PROFILE.md | profile.yaml 的人类可读版(可由脚本生成)。 |
materials.yaml | 附件索引:用途标签 → 文件路径 + 元数据。需要上传附件时查这里定位文件。 |
qa.yaml | 可复用长答案(动机/规划/自我评价等),按标签匹配后改写复用。 |
narrative.md | PS/SOP、动机题、面试讲故事的素材主线(如有)。 |
material-notes/ | 论文/专利/实习等详细技术描述,写 PS 或答学术问题时调用(如有)。 |
字段如何对应取值,见本技能内 references/field-dictionary.yaml(自动填表的通用脑)。
动作 A:新建一个申请
- 判断类别(国内保研升学 / 海外留学 / 工作求职)。港校(港大、HKUST、港科广、港中深)一律归海外留学。
- 在
applications_dir/该类别/下复制本技能内templates/application-record.md为新文件夹,命名YYYY-MM-DD 机构 类型(日期补零;类型用 秋招/夏令营/提前批/申请)。 - 如需简历,复制
templates/resume.example.typ改名,按profile.yaml与目标机构精简调整。 - 打开新建的
申请记录.md,填机构/链接/deadline,按本次要求勾材料清单。
动作 B:浏览器自动填表(核心)
当用户打开一个申请页面说「帮我填」时,按这个循环走:
- 加载信息:读
profile.yaml+materials.yaml+qa.yaml(动机/长题再读narrative.md/material-notes/)。 - 读页面:用执行层适配器读取当前表单的所有字段(label / name / placeholder / aria)。先看清字段再动手——别凭假设填。
- 逐字段匹配(见
references/field-dictionary.yaml):- 固定信息(姓名/学校/GPA/成绩/获奖/专利…)→ 命中标准键,从
profile.yaml取值并按format格式化后直填。 - 开放长题(为什么选本项目/职业规划/自我评价…)→ 查
qa.yaml,命中则按本机构改写复用;素材不足时调narrative.md/material-notes/。 - 没填过的新字段 → 结合认知生成草稿,标「待确认」,先汇报给用户,不直接填。
- 固定信息(姓名/学校/GPA/成绩/获奖/专利…)→ 命中标准键,从
- 确认后再填:用户确认/修改「待确认」内容后,用适配器填写;需要上传的附件按
materials.yaml用途定位文件后上传(本地文件直传,不经任何云)。 - 回写记录:填完把字段、填的值、来源(profile / qa / 新生成)写进该项目的
申请记录.md。 - 闭环回流:新写的、具有通用性的答案 → 回流
qa.yaml,并标好状态。
执行层适配器(保证 AI / 浏览器无关)
引擎只依赖一个极简接口,背后是谁都行:
RuntimeAdapter
readFields() -> 读当前页所有字段
fillField(target, value) -> 回填一个字段
uploadFile(target, localPath) -> 把本地文件附到 <input type=file>
(不实现 submit) -> 红线:不替用户点提交claude-in-chrome:用 read_page/find/form_input/file_upload 实现(现成)。playwright:用 Playwright/浏览器 MCP 实现(任意支持 MCP 的 agent,可无头)。extension:轻量扩展 + 本地桥(远期,可离线)。 换执行层时只换适配器,引擎与数据层不动。
安全红线(必须遵守)
- 最终「提交」按钮不替用户点。填好后交给用户检查再提交。
- 账号密码不写进任何信息文件;需要登录时由用户来。
- 新生成的内容一定先给用户确认,不当成既有事实直接填。
- 本地敏感文件(身份证/成绩单)只直传到目标表单,不上传任何第三方云。
- 表单里遇到不熟悉的外部链接,先与用户核对再操作。
动作 C:闭环维护
让系统越用越顺,而不是越用越乱:
- 单点更新:任何固定信息变化(新论文、GPA、新获奖、新实习)只改
profile.yaml一处;如维护PROFILE.md,运行uv run --with pyyaml python tools/profile_to_md.py my-data/profile.yaml由 yaml 重新生成。 - 新材料登记:新增的证书/成绩单等附件,放进
data_dir/files/对应子目录并在materials.yaml登记一条。 - 答案回流:每次申请新写的通用答案回流
qa.yaml。 - 新论文/专利/实习:在
material-notes/新建一份独立描述,并在profile.yaml科研产出/实习处登记。 - 发现
profile.yaml里标(待补)/(待核)的字段有了答案,顺手补上。
给新用户:先建数据层
如果数据层还是空的(刚装好本引擎),运行本技能内 onboarding/SKILL.md 的上手向导:
访谈式地问基本信息/教育/成果/手上有哪些材料 → 在工作目录生成 my-data/profile.yaml + materials.yaml 骨架,十分钟即可开始填表。
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

