HarmonyOS AI 应用开发实战：简历项目经历改写系统
本文基于 HarmonyOS + ArkTS 的 Model-Service-Page 架构，详细解析简历项目经历改写 AI 应用的完整开发流程，涵盖求职痛点分析、架构设计、STAR法则提示词工程、核心实现、性能优化等全链路技术要点。
一、项目背景与需求分析
1.1 求职简历的痛点
在当今竞争激烈的就业市场中，一份优秀的简历是求职者获得面试机会的关键。然而，根据招聘平台的数据显示，超过 80% 的简历在投递后未能获得面试机会，其中最主要的原因为项目经历描述不够专业、缺乏量化成果、与岗位需求不匹配。
简历项目经历写作面临以下核心痛点：
- STAR 法则缺失：大多数求职者不知道如何运用 STAR 法则（Situation 情境、Task 任务、Action 行动、Result 结果）来结构化描述项目经历
- 量化不足：描述过于笼统，缺乏具体的数据支撑，如"提升了系统性能"而非"将系统响应时间从 500ms 降低到 100ms"
- 关键词缺失：简历中的关键词与目标岗位的 JD（Job Description）不匹配，导致筛选系统无法识别
- 表达冗长：描述不够精炼，难以在短时间内吸引招聘官的注意力
1.2 产品功能定位
本应用旨在利用 AI 大语言模型的能力，帮助求职者将原始的项目经历描述改写为专业、量化、匹配岗位需求的 STAR 版本。核心功能包括：
- STAR 版本改写：将原始描述按照 STAR 法则重新组织，生成结构化、专业的项目经历描述
- 量化建议：识别可以量化的环节，提供具体的量化指标建议
- 关键词替换：根据目标岗位方向，提供关键词替换建议
- 优化说明：解释改写的原因和优化点，帮助用户学习简历写作技巧
1.3 技术选型
| 维度 | 方案 | 说明 |
|---|---|---|
| 平台 | HarmonyOS NEXT | 国产操作系统，全场景支持 |
| 语言 | ArkTS | 静态类型安全，声明式 UI |
| 框架 | ArkUI | 响应式布局，组件丰富 |
| 架构 | Model-Service-Page | 三层分离，职责清晰 |
| AI | 大语言模型 | STAR 法则改写 + 关键词优化 |
二、技术架构设计
2.1 架构总览
┌─────────────────────────────────────────────────────────────────┐ │ Page 层 │ │ ┌──────────────────────────────────────────────────────────┐ │ │ │ ResumeProjectPage │ │ │ │ ├── 输入：原始描述、岗位方向 │ │ │ │ ├── 按钮：AI 生成 │ │ │ │ └── 结果：STAR版本、量化建议、关键词替换、优化说明 │ │ │ └──────────────────────────────────────────────────────────┘ │ ├─────────────────────────────────────────────────────────────────┤ │ Service 层 │ │ ┌──────────────────────────────────────────────────────────┐ │ │ │ ResumeProjectService │ │ │ │ ├── Prompt 构建（STAR法则 + 岗位关键词） │ │ │ │ ├── AI API 调用 │ │ │ │ ├── 响应解析与数据映射 │ │ │ │ └── 降级策略 │ │ │ └──────────────────────────────────────────────────────────┘ │ ├─────────────────────────────────────────────────────────────────┤ │ Model 层 │ │ ┌──────────────────────────────────────────────────────────┐ │ │ │ ResumeProjectData │ │ │ │ ├── original: string（原始描述） │ │ │ │ ├── role_direction: string（岗位方向） │ │ │ │ ├── star_version: string（STAR版本） │ │ │ │ ├── quantify_tips: string[]（量化建议） │ │ │ │ ├── keyword_swaps: Record<string, string>（关键词替换） │ │ │ │ └── improvement: string（优化说明） │ │ │ └──────────────────────────────────────────────────────────┘ │ └─────────────────────────────────────────────────────────────────┘2.2 Model 层：数据模型设计
exportclassResumeProjectData{original:string=''role_direction:string=''star_version:string=''quantify_tips:string[]=[]keyword_swaps:Record<string,string>={}improvement:string=''constructor(){this.original=''this.role_direction=''this.star_version=''this.quantify_tips=[]this.keyword_swaps={}this.improvement=''}}字段设计分析：
| 字段 | 类型 | 说明 |
|---|---|---|
original | string | 用户输入的原始项目描述 |
role_direction | string | 目标岗位方向 |
star_version | string | 改写后的 STAR 版本 |
quantify_tips | string[] | 量化建议列表 |
keyword_swaps | Record<string, string> | 关键词替换映射（原词→推荐词） |
improvement | string | 整体优化说明 |
Record<string, string> 的使用：keyword_swaps使用 Record 类型，因为它需要存储键值对映射关系（原关键词 → 推荐关键词），这种结构天然适合字典类型的替换建议。
2.3 Service 层：业务逻辑设计
import{ResumeProjectData}from'./简历项目经历改写Model'exportclassResumeProjectService{privatemodel:ResumeProjectDataconstructor(){this.model=newResumeProjectData()}generateData(input:Record<string,Object>):ResumeProjectData{letresult:ResumeProjectData=newResumeProjectData()letoriginal:string=input['original']asstringletrole:string=input['role_direction']asstringletprompt:string=this.buildPrompt(original,role)letresponse:string=this.callAI(prompt)result=this.parseResponse(response,result)returnresult}privatebuildPrompt(original:string,role:string):string{return`你是一位资深简历优化专家，精通STAR法则... 原始描述：${original}目标岗位：${role}请输出 JSON 格式...`}}2.4 Page 层：UI 组件设计
@Entry@Componentstruct ResumeProjectPage{@StateinputData:Record<string,Object>={}@StateresultData:ResumeProjectData|null=null@StateshowResult:boolean=falseprivateservice:ResumeProjectService=newResumeProjectService()build(){Column(){Row(){Text('← 返回').onClick(()=>{router.back()})Blank()Text('简历项目改写')Blank()Text('')}Scroll(){Column(){Text('原内容')TextInput({placeholder:'请输入原内容'}).onChange((val:string)=>{this.inputData['original']=val})Text('岗位方向')TextInput({placeholder:'请输入岗位方向'}).onChange((val:string)=>{this.inputData['role_direction']=val})Button('AI 生成').onClick(()=>{this.resultData=this.service.generateData(this.inputData)this.showResult=true})if(this.showResult&&this.resultData!==null){Text('生成结果')Text('项目改写')}}}}}}三、AI 提示词工程原理
3.1 STAR 法则提示词设计
STAR 法则是简历写作中最核心的方法论，提示词需要精确指导 AI 按照 STAR 结构生成内容：
3.1.1 角色设定
你是一位资深简历优化专家，拥有10年以上的HR和职业咨询经验，曾为500强企业筛选过数万份简历，精通STAR法则在简历写作中的应用。3.1.2 STAR 法则结构指导
请按照STAR法则重新组织项目经历： S - Situation（情境）：描述项目背景和面临的挑战 T - Task（任务）：明确你的职责和任务目标 A - Action（行动）：具体描述你采取的行动和使用的技术/方法 R - Result（结果）：量化呈现项目成果和你的贡献3.1.3 岗位关键词注入
目标岗位方向：{role_direction} 请根据该岗位的常见JD关键词，替换原始描述中不够专业的表达。3.2 不同岗位方向的优化策略
| 岗位方向 | 关键词重点 | 量化指标示例 |
|---|---|---|
| 后端开发 | 高并发、微服务、性能优化 | QPS、响应时间、系统可用性 |
| 前端开发 | 用户体验、性能优化、组件化 | 加载时间、FCP、LCP |
| 数据分析 | 数据挖掘、A/B测试、可视化 | 准确率、提升率、覆盖率 |
| 产品经理 | 用户调研、需求分析、项目管理 | 用户增长、留存率、NPS |
3.3 完整 Prompt 示例
buildPrompt(original:string,role:string):string{return`你是一位资深简历优化专家，擅长STAR法则简历写作。 请根据以下要求，对原始项目经历描述进行改写： 原始描述：${original}目标岗位方向：${role}请严格按照STAR法则重新组织内容，并按照以下JSON格式输出： { "star_version": "按照STAR法则重新组织的项目经历描述，每个部分用S/T/A/R标记", "quantify_tips": [ "建议1：将'提升了系统性能'改为'将系统响应时间从500ms降低到100ms，提升80%'", "建议2：将'负责多个模块'改为'独立负责3个核心模块，覆盖用户量100万+'" ], "keyword_swaps": { "原词1": "推荐词1（带简要说明）", "原词2": "推荐词2（带简要说明）" }, "improvement": "整体优化说明，包括改写思路、重点改进方向等" } 要求： 1. STAR版本必须包含完整的S/T/A/R四个部分 2. 量化建议至少2条，每条建议包含原表述和优化后的表述 3. 关键词替换至少3组，覆盖技术关键词和行业术语 4. 优化说明控制在200字以内，突出改写亮点 5. 保持专业、简洁、有力的语气`}3.4 响应解析
parseResponse(response:string,result:ResumeProjectData):ResumeProjectData{try{letparsed:Object=JSON.parse(response)if(typeofparsed['star_version']==='string'){result.star_version=parsed['star_version']asstring}if(Array.isArray(parsed['quantify_tips'])){result.quantify_tips=parsed['quantify_tips']asstring[]}if(typeofparsed['keyword_swaps']==='object'){result.keyword_swaps=parsed['keyword_swaps']asRecord<string,string>}if(typeofparsed['improvement']==='string'){result.improvement=parsed['improvement']asstring}}catch(e){result.star_version='解析失败，请重试'result.improvement='AI 服务暂时不可用'}returnresult}四、核心功能实现详解
4.1 输入区域实现
// 原始描述输入Text('原内容').fontSize(14).fontWeight(FontWeight.Bold).fontColor($r('app.color.text_primary')).margin({top:12,bottom:4})TextInput({placeholder:'请输入原内容'}).fontSize(14).height(44).backgroundColor('#FFFFFF').borderRadius(8).padding({left:12,right:12}).onChange((val:string)=>{this.inputData['original']=val})// 岗位方向输入Text('岗位方向').fontSize(14).fontWeight(FontWeight.Bold).fontColor($r('app.color.text_primary')).margin({top:12,bottom:4})TextInput({placeholder:'请输入岗位方向'}).fontSize(14).height(44).backgroundColor('#FFFFFF').borderRadius(8).padding({left:12,right:12}).onChange((val:string)=>{this.inputData['role_direction']=val})4.2 结果展示区域
if(this.showResult&&this.resultData!==null){// STAR 版本Text('STAR 版本').fontSize(16).fontWeight(FontWeight.Bold).margin({top:16,bottom:8})Text(this.resultData.star_version).fontSize(14).fontColor($r('app.color.text_primary')).lineHeight(22).backgroundColor('#FFFFFF').padding(12).borderRadius(8).width('100%')// 量化建议Text('量化建议').fontSize(16).fontWeight(FontWeight.Bold).margin({top:16,bottom:8})ForEach(this.resultData.quantify_tips,(tip:string,index:number)=>{Row(){Text(`${index+1}.`).fontSize(14).fontColor('#3B82F6').margin({right:8})Text(tip).fontSize(14).fontColor($r('app.color.text_primary'))}.width('100%').margin({bottom:8})},(tip:string,index:number)=>index.toString())// 关键词替换Text('关键词替换').fontSize(16).fontWeight(FontWeight.Bold).margin({top:16,bottom:8})// 遍历 keyword_swaps 的键letkeys:string[]=Object.keys(this.resultData.keyword_swaps)ForEach(keys,(key:string,index:number)=>{Row(){Text(`${key}→`).fontSize(14).fontColor('#F59E0B').fontWeight(FontWeight.Bold)Text(this.resultData.keyword_swaps[key]).fontSize(14).fontColor('#22C55E')}.width('100%').margin({bottom:6})},(key:string,index:number)=>index.toString())// 优化说明Text('优化说明').fontSize(16).fontWeight(FontWeight.Bold).margin({top:16,bottom:8})Text(this.resultData.improvement).fontSize(14).fontColor($r('app.color.text_secondary')).backgroundColor('#FFFFFF').padding(12).borderRadius(8).width('100%')}4.3 完整数据流
用户输入：原始描述 = "负责开发了用户管理系统", 岗位方向 = "后端开发" ↓ inputData = { original: "负责开发了用户管理系统", role_direction: "后端开发" } ↓ 点击 "AI 生成" ↓ service.generateData(inputData) ↓ 构建 Prompt → 调用 AI → 解析响应 ↓ 返回 ResumeProjectData 实例 ↓ resultData 更新 → showResult = true ↓ UI 渲染：STAR版本、量化建议、关键词替换、优化说明五、用户体验优化
5.1 页面布局
┌──────────────────────────────────┐ │ ← 返回 简历项目改写 │ ├──────────────────────────────────┤ │ 输入信息 │ │ ┌──────────────────────┐ │ │ │ 原内容 │ │ │ │ [负责开发了用户系统] │ │ │ │ 岗位方向 │ │ │ │ [后端开发] │ │ │ └──────────────────────┘ │ │ ┌──────────────────────┐ │ │ │ AI 生成 │ │ │ └──────────────────────┘ │ │ ┌──────────────────────┐ │ │ │ STAR 版本 │ │ │ │ S：公司用户量激增... │ │ │ │ T：负责用户系统架构...│ │ │ │ A：采用Spring Boot... │ │ │ │ R：系统响应时间降低...│ │ │ └──────────────────────┘ │ │ 量化建议 │ │ 1. 将'提升了性能'改为... │ │ 关键词替换 │ │ 负责 → 主导（体现主动性） │ │ 优化说明 │ │ 本次改写重点突出了... │ └──────────────────────────────────┘5.2 交互优化
5.2.1 颜色编码
- 蓝色编号：量化建议序号
- 橙色：原关键词
- 绿色：推荐关键词
5.2.2 对比展示
原始描述和 STAR 版本并排或上下对比显示，让用户直观看到改写效果。
5.3 资源管理
.fontColor($r('app.color.text_primary')).fontColor($r('app.color.text_secondary')).backgroundColor('#F8FAFC').backgroundColor('#FFFFFF')六、性能优化与最佳实践
6.1 ArkTS 约束适配
6.1.1 Object.keys 使用
// 正确：遍历 Record 的键letkeys:string[]=Object.keys(this.resultData.keyword_swaps)ForEach(keys,(key:string,index:number)=>{Text(`${key}→${this.resultData.keyword_swaps[key]}`)},(key:string,index:number)=>index.toString())6.1.2 类型断言安全
// 正确：使用 as 进行类型断言letoriginal:string=input['original']asstringletrole:string=input['role_direction']asstring6.2 性能优化
6.2.1 条件渲染
if(this.showResult&&this.resultData!==null){// 结果渲染}6.2.2 Object.keys 缓存
// 优化：缓存 Object.keys 结果letkeys:string[]=Object.keys(this.resultData.keyword_swaps)// 在 ForEach 中使用缓存的 keys6.3 错误处理
generateData(input:Record<string,Object>):ResumeProjectData{try{if(!input['original']||!input['role_direction']){thrownewError('输入不完整')}// AI 调用returnthis.parseResponse(this.callAI(this.buildPrompt(...)),newResumeProjectData())}catch(e){letresult:ResumeProjectData=newResumeProjectData()result.improvement='请确保输入内容完整后重试'returnresult}}6.4 代码组织
简历项目经历改写/ ├── 简历项目经历改写Model.ets # 数据模型 ├── 简历项目经历改写Service.ets # 业务逻辑 └── 简历项目经历改写Page.ets # 页面组件七、总结与展望
7.1 项目成果
- 实现了基于 STAR 法则的简历项目经历 AI 改写
- 提供量化建议和关键词替换，提升简历专业性
- Model-Service-Page 架构确保代码清晰可维护
- 多维度结果展示，帮助用户学习简历写作技巧
7.2 技术经验
- STAR 法则的提示词设计需要精确的结构化指导
- Record 类型适合存储键值对映射数据
- 颜色编码和对比展示提升用户体验
7.3 未来展望
- 接入 JD 解析功能，自动提取岗位关键词
- 支持简历完整版生成（不仅仅是项目经历）
- 引入 ATS 系统兼容性检测
本文通过简历项目经历改写 AI 应用的完整开发实践，详细阐述了 HarmonyOS + ArkTS + AI 的技术栈应用。从 STAR 法则提示词工程到 ArkUI 多维度结果展示，全面展示了鸿蒙平台上智慧求职工具开发的全流程。
