Resume Ats Beater logo

Resume Ats Beater

Community
fabricioctelles
resume-ats-beater

Este skill deve ser usado para reescrever currículos com foco em compatibilidade ATS e impacto para recrutadores, e/ou auditar perfis LinkedIn para maximizar visibilidade e conversão profissional. Acionar em pedidos de otimização de currículo, melhoria para ATS, reescrita profissional do CV, adaptação para vaga-alvo, auditoria de compatibilidade ATS, aumento de taxa de entrevista, auditoria de perfil LinkedIn, otimização de headline/about/experiências LinkedIn, análise de SSI, ou alinhamento CV+LinkedIn.

Overview

Publisherfabricioctelles
Repositoryskills
Skill nameresume-ats-beater
Stars
87
Forks
7
Bundled files
6
LicenseApache-2.0
Links
  • Markdown instructions

    A SKILL.md file the model loads on demand, so it only costs tokens when a request actually matches.

  • Works with any LLM

    AI skills are plain Markdown, not provider-specific code, so this works with GPT, Claude, Gemini, Grok, or a local model.

  • 6 bundled files

    Scripts, templates, and references the model can read while it works. Files are read-only and never executed.

  • Open source

    Published by fabricioctelles on GitHub. Read the source before you install it.

Installation

Install the Resume Ats Beater AI skill in TypingMind to use it with any LLM, or drop it into another agent that reads SKILL.md.

1

Install in TypingMind

TypingMind installs a skill straight from its GitHub folder — it reads SKILL.md, bundles the resource files, and stores the result locally.

  1. Open the app and go to Plugins → Skills.
  2. Choose "Install from GitHub".
  3. Paste the skill folder URL below and confirm.
  4. Enable the skill in any chat where you want it available.
Plugins → Skills → Add skill → From GitHub URL, then paste the folder URL and press Continue.
2

Install in another agent

Any agent that reads the Agent Skills format can use this skill — copy the folder into that agent's skills directory.

Claude Code — .claude/skills
git clone --depth 1 https://github.com/fabricioctelles/skills.git /tmp/skills
mkdir -p .claude/skills
cp -r /tmp/skills/skills/resume-ats-beater .claude/skills/resume-ats-beater
Restart Claude Code after copying so it picks up the new skill.

Use it in TypingMind

Enable Resume Ats Beater in any TypingMind chat and the model takes it from there. Its name and description sit in the system prompt, and the moment a request matches, the model loads the full instructions itself — you never invoke it by hand, and it costs no tokens until it is actually used.

The model loads Resume Ats Beater on its own as soon as a request matches it.

Works with any AI model

AI skills are plain Markdown instructions rather than provider-specific code, so Resume Ats Beater is not tied to the model it was written for. Install it once in TypingMind and use it with GPT-5, Claude, Gemini, Grok, DeepSeek, Mistral, Llama, or a local model you run yourself — all on your own API keys.

  • Loaded only when it is needed

    The system prompt carries just the name and description. The instructions are fetched on the first matching request, so an idle skill costs nothing.

  • Switch models mid-chat

    Because the skill is instructions rather than code, changing model does not break it — the next model reads the same SKILL.md.

Skill instructions

This is the SKILL.md content the model loads. Read it before installing — a skill is instructions your model will follow.

Resume ATS Beater + LinkedIn Optimizer

Contexto ATS no Brasil

Aplicar as orientações deste skill considerando o cenário brasileiro de ATS (Gupy, Vagas.com, PandaPé e Sólides), no qual o ranqueamento combina parsing do currículo, aderência semântica à vaga, requisitos eliminatórios, histórico de progressão e desempenho em testes da plataforma. Tratar o processo como otimização de score e ordenação, não como aprovação binária.

Aplicar avaliação com perspectiva dupla: especialista técnico em ATS e recrutador experiente no cargo_alvo e industria_alvo. Conciliar as duas lentes para maximizar parse/ranqueamento ATS e impacto na leitura humana de 6 segundos.

Modos de execução

Executar em um dos modos abaixo. Quando não especificado, adotar modo_completo como padrão e informar o usuário.

  1. modo_diagnostico: analisar currículo atual e apontar melhorias ATS sem reescrita integral.
  2. modo_reescrita: reescrever currículo completo sem entregar diagnóstico detalhado.
  3. modo_completo: executar diagnóstico estruturado e, em seguida, entregar reescrita final.
  4. modo_linkedin: auditoria completa do perfil LinkedIn com score, findings, fix prompts e mega-prompt de reescrita.
  5. modo_unificado: executa modo_completo (CV) + modo_linkedin em sequência, garantindo consistência entre ambos.

Parâmetros de entrada

Obrigatórios

Coletar antes de qualquer outra ação. Se curriculo_atual estiver ausente em modos CV, solicitá-lo imediatamente e não prosseguir.

  • curriculo_atual (texto ou arquivo): conteúdo completo do currículo atual. Obrigatório em modos CV (diagnostico, reescrita, completo, unificado).
  • cargo_alvo (texto): cargo principal buscado.
  • industria_alvo (texto): segmento/mercado alvo.
  • nivel_senioridade_alvo (texto): júnior, pleno, sênior, liderança etc.
  • idioma_curriculo (texto): idioma final do currículo.
  • requisitos_eliminatorios (lista): critérios mandatórios da vaga (ex.: inglês fluente, cidade, certificação, disponibilidade).
  • modo_execucao (texto): modo_diagnostico, modo_reescrita, modo_completo, modo_linkedin ou modo_unificado.

Obrigatórios para modo LinkedIn / unificado

  • perfil_linkedin (texto ou URL): conteúdo do perfil LinkedIn (headline, about, experiências, skills, featured, configurações) ou URL para análise.

Recomendados

  • descricao_vaga (texto): descrição da vaga alvo para extração de palavras-chave.
  • especificacao_vaga_completa (texto): vaga completa (requisitos, responsabilidades, habilidades, empresa, benefícios e contexto).
  • metricas_por_experiencia (lista): resultados por cargo (%, R$, tempo, volume, NPS, SLA etc.).
  • localizacao_alvo (texto): país/região/cidade para adaptar vocabulário e contexto.
  • skills_prioritarias (lista): competências estratégicas a enfatizar.
  • plataforma_ats_alvo (texto): Gupy, Vagas.com, PandaPé, Sólides ou "não informado". Quando informada, priorizar vocabulário e critérios específicos da plataforma.
  • historico_linkedin (objeto): datas/cargos/empresas para checagem de consistência com currículo.
  • detalhes_educacao (objeto): GPA/CR, honras, certificações, projetos acadêmicos.
  • status_testes_plataforma (objeto): testes exigidos e resultado atual (lógica, português, fit cultural etc.).
  • secoes_prioritarias_cv (lista): seções que exigem otimização imediata.
  • ssi_scores (objeto): pontuação SSI do LinkedIn (4 pilares + total). Opcional; quando fornecido, enriquece diagnóstico.
  • mercado_alvo (texto): brasil, gringa ou ambos. Afeta idioma, formato de headline e vocabulário.
  • cargo_preset (texto): preset de cargo para aplicar padrões específicos. Exemplos disponíveis em references/presets-formatos.md. O usuário pode definir qualquer cargo — presets são apenas atalhos.

Restrições de segurança factual

  • Não inventar conquistas, números, certificações ou responsabilidades.
  • Solicitar complementos quando faltarem métricas relevantes.
  • Preservar todos os cargos e formações existentes; alterar apenas quando correção factual for solicitada pelo usuário.
  • Para LinkedIn: não fabricar endorsements, recomendações ou métricas de engajamento.

Workflow operacional — CV (modos diagnostico, reescrita, completo)

Etapa 1 — Validar objetivo e contexto

  1. Confirmar curriculo_atual; solicitar imediatamente se ausente.
  2. Confirmar cargo_alvo, industria_alvo, nivel_senioridade_alvo e idioma_curriculo.
  3. Solicitar descricao_vaga se não fornecida; informar ao usuário que a análise será mais genérica sem ela.
  4. Coletar requisitos_eliminatorios e sinalizar riscos de eliminação prática.
  5. Identificar lacunas críticas de dados, especialmente métricas por experiência.
  6. Confirmar modo_execucao; adotar modo_completo se não especificado.
  7. Pausar e coletar dados mínimos antes de avançar.

Etapa 2 — Diagnosticar currículo e aderência ATS

Executar esta etapa em modo_diagnostico e modo_completo. Pular para Etapa 3 em modo_reescrita.

  1. Mapear estrutura atual (resumo, experiência, educação, skills).
  2. Medir aderência semântica com a vaga (competências, termos técnicos e contexto).
  3. Identificar hard skills, soft skills e palavras-chave ausentes de alta prioridade.
  4. Identificar bullets fracos (tarefa sem impacto), jargões vazios e habilidades obsoletas.
  5. Verificar sinais de progressão de carreira e lacunas temporais.
  6. Confirmar consistência com historico_linkedin, quando fornecido.
  7. Aplicar os quatro eixos de análise definidos em references/diagnostico-ats.md.
  8. Quando descricao_vaga ou especificacao_vaga_completa disponível, aplicar também o diagnóstico avançado definido em references/diagnostico-avancado.md.

Etapa 3 — Reescrever do zero com padrão ATS

Executar em modo_reescrita e modo_completo. Em modo_diagnostico, encerrar na Etapa 2.

  1. Reconstruir o currículo integralmente; não fazer edição superficial.
  2. Manter todos os cargos e entradas de educação existentes.
  3. Produzir Resumo Profissional em 3–4 linhas com identidade, anos de experiência, forças centrais e proposta de valor.
  4. Reescrever cada experiência com 4–6 bullets orientados a resultado.
  5. Priorizar verbos de ação e impacto mensurável.
  6. Inserir palavras-chave do alvo de forma natural.
  7. Escrever datas por extenso (ex.: "Janeiro de 2020 – Dezembro de 2021") para reduzir erro de cálculo de experiência.
  8. Manter layout de coluna única e leitura linear.

Formato por experiência:

Cargo
Empresa | Local | Datas

• Bullet orientado a impacto
• Bullet orientado a impacto
• Bullet orientado a impacto
• Bullet orientado a impacto

Etapa 4 — Otimizar educação e competências

  1. Manter grau, instituição e ano de conclusão.
  2. Melhorar clareza e padronização da seção de educação.
  3. Incluir honras, cursos relevantes, certificações e projetos apenas quando informados pelo usuário.
  4. Organizar competências por categorias (Técnicas, Ferramentas, Interpessoais, Idiomas).
  5. Remover competências desatualizadas ou desalinhadas com o cargo_alvo.

Etapa 5 — Validar conformidade ATS

  1. Usar cabeçalhos padrão: Resumo Profissional, Experiência Profissional, Formação Acadêmica, Competências. Evitar títulos criativos.
  2. Evitar tabelas, múltiplas colunas, gráficos, caixas de texto, ícones e fotos.
  3. Garantir legibilidade linear para parser ATS.
  4. Garantir consistência de datas, verbos e densidade de palavras-chave ao longo do documento.
  5. Usar termos exatos da vaga e, quando útil, variações com siglas e nomes completos.
  6. Confirmar formato de arquivo final: DOCX ou PDF textual, nunca imagem escaneada.

Etapa 6 — Entregar saída final CV

Estruturar a entrega conforme references/template-saida.md, respeitando o escopo do modo_execucao:

  • Todos os modos CV: itens 1–5 (currículo reescrito, resumo de melhorias, palavras-chave, checklist eliminatórios, riscos de ranking).
  • modo_diagnostico / modo_completo: adicionar diagnóstico padrão (eixos I–V).
  • Qualquer modo com vaga definida: adicionar diagnóstico avançado (PARTES A, B e C).

Workflow operacional — LinkedIn (modo_linkedin, modo_unificado)

Etapa L1 — Coletar perfil e contexto

  1. Confirmar perfil_linkedin (conteúdo textual ou URL).
  2. Confirmar cargo_alvo, industria_alvo, nivel_senioridade_alvo.
  3. Identificar mercado_alvo (brasil/gringa/ambos) — afeta idioma e formato.
  4. Coletar ssi_scores se disponível; informar que enriquece a análise mas não é obrigatório.
  5. Verificar se há cargo_preset aplicável ou definir padrões genéricos.

Etapa L2 — Auditar por área

Auditar cada área do perfil LinkedIn aplicando regras de severidade. Para cada finding, classificar como:

SeveridadePenalidadeSignificado
critical-15 ptsProblema grave que prejudica visibilidade ou causa impressão negativa imediata
warning-6 ptsOportunidade perdida significativa
info-2 ptsMelhoria incremental recomendada
ok0 ptsÁrea adequada, sem ação necessária

Áreas auditadas:

  1. Foto e banner: presença, qualidade profissional, alinhamento com área.
  2. Headline: formato, keywords, diferenciação — ver formato obrigatório abaixo.
  3. About/Resumo: estrutura, storytelling, CTA, keywords, comprimento.
  4. Experiências: bullets com impacto, métricas, verbos de ação, progressão.
  5. Idioma do perfil: coerência com mercado_alvo.
  6. Skills & Endorsements: quantidade, relevância, ordenação.
  7. Featured/Destaques: presença, qualidade, atualização.
  8. Configurações de visibilidade: Open to Work, Creator Mode, URL customizada.
  9. Recomendações: quantidade, diversidade (recebidas e dadas).
  10. Atividade/Engajamento: frequência de posts, comentários, artigos.
Formato obrigatório de headline
Posição | Áreas fortes | Competências-chave (separadas por ·)

Exemplos por área:

  • Marketing: Head de Growth | Aquisição · CRO · Dados | Google Ads · HubSpot · SQL
  • Finanças: Controller Sênior | FP&A · Tesouraria · M&A | SAP · Power BI · IFRS
  • Engenharia Civil: Gerente de Obras | Infraestrutura · Orçamento · Planejamento | MS Project · AutoCAD · BIM
  • Dados: Data Engineer Sênior | Pipelines · Lakehouse · MLOps | Spark · dbt · Airflow
  • Jurídico: Advogado Tributarista | Planejamento Fiscal · Contencioso · M&A | Thomson Reuters · SPED
  • Dev: Staff Engineer | Backend · Plataforma · Observabilidade | Go · K8s · Terraform

Regras da headline:

  • Máximo 220 caracteres (limite LinkedIn).
  • Sem buzzwords genéricas (ver constantes abaixo).
  • Posição deve refletir o cargo almejado, não necessariamente o atual.
  • Áreas fortes: 2–3 domínios de especialização.
  • Competências-chave: 3–5 termos técnicos/ferramentas separados por ·.

Etapa L3 — Calcular score

Score punitivo: inicia em 100 e subtrai penalidades.

score_final = 100 - (qtd_critical × 15) - (qtd_warning × 6) - (qtd_info × 2)

Classificação:

FaixaStatus
90–100Excelente — perfil competitivo
75–89Bom — ajustes pontuais
60–74Regular — melhorias necessárias
40–59Fraco — reescrita recomendada
< 40Crítico — perfil prejudica candidatura

Etapa L4 — Análise SSI (quando ssi_scores fornecido)

Como auxiliar o usuário a obter o SSI

Quando o usuário não informar ssi_scores, instruí-lo com:

Para consultar seu SSI:

  1. Acesse linkedin.com/sales/ssi (precisa estar logado no LinkedIn).
  2. A página mostra 4 scores (cada um de 0 a 25) e o total:
    • Establish your professional brand (Laranja)
    • Find the right people (Roxo)
    • Engage with insights (Verde)
    • Build relationships (Verde-água)
  3. Me informe os 4 valores com decimais. Exemplo: 17.42, 10.01, 11.00, 15.60

Não precisa ter Sales Navigator — o link funciona com qualquer conta LinkedIn.

Se o usuário não conseguir acessar: informar que a análise continua sem SSI, mas perde a camada de diagnóstico comportamental (rede, engajamento, relacionamentos). Prosseguir normalmente com as demais etapas.

Formato aceito para ssi_scores:

  • 4 números separados por vírgula na ordem: marca profissional, encontrar pessoas, engajar insights, construir relacionamentos
  • Ou objeto com as 4 chaves nomeadas
  • Aceitar decimais com ponto ou vírgula (ex: 17.42 ou 17,42)

O Social Selling Index mede 4 pilares (0–25 cada, total 0–100):

PilarDescrição
Marca ProfissionalCompletude do perfil, publicações, engajamento recebido
Encontrar PessoasUso de busca, visualização de perfis, conexões estratégicas
Engajar com InsightsCompartilhamento, comentários, artigos publicados
Construir RelacionamentosConexões de decisores, taxa de aceitação, InMail

Classificação por pilar:

PontuaçãoStatusAção
20–25ExcelenteManter cadência
15–19BomOtimizações pontuais
10–14RegularPlano de ação semanal
0–9FracoIntervenção urgente

Para cada pilar abaixo de 15, gerar 2–3 tips acionáveis específicos.

Etapa L5 — Gerar relatório + fix prompts + mega-prompt

Relatório de auditoria:

  1. Score final com breakdown de penalidades.
  2. Findings organizados por severidade (critical primeiro).
  3. Para cada finding: área, severidade, problema detectado, impacto.
  4. Classificação SSI (quando disponível).

Fix prompts individuais: Para cada finding critical ou warning, gerar um prompt autônomo que o usuário pode usar em qualquer LLM para corrigir aquele item específico. Formato:

## Fix: [Área] — [Problema resumido]
Severidade: critical|warning

### Contexto
[O que está errado e por que importa]

### Prompt para correção
"Reescreva minha [seção] do LinkedIn considerando que sou [cargo_alvo] com experiência em [áreas]. 
Meu perfil atual diz: [conteúdo atual].
Reescreva para: [critérios específicos da regra violada]."

### Onde editar no LinkedIn
[Caminho exato: Perfil → Editar → Seção → Campo]

Mega-prompt de reescrita completa: Gerar um prompt único e consolidado para reescrever o perfil inteiro de uma vez, incorporando:

  • Cargo alvo e mercado
  • Formato de headline obrigatório
  • Estrutura de about (storytelling + keywords + CTA)
  • Padrão de bullets de experiência
  • Skills priorizadas
  • Idioma adequado ao mercado_alvo

Etapa L6 — Mapa de edição no LinkedIn

Fornecer instruções de navegação para cada correção:

SeçãoCaminho no LinkedIn
Foto/BannerPerfil → ícone de câmera
HeadlinePerfil → ícone de lápis (intro) → Título
AboutPerfil → Sobre → ícone de lápis
ExperiênciaPerfil → Experiência → + ou lápis
SkillsPerfil → Competências → + ou reordenar
FeaturedPerfil → Destaques → +
URL customizadaConfigurações → Visibilidade → Editar perfil público → URL
Open to WorkPerfil → botão "Disponível para"
IdiomaPerfil → lápis (intro) → "Nome do perfil em outro idioma"

Workflow — Modo unificado

No modo_unificado, executar sequencialmente:

  1. Workflow CV completo (Etapas 1–6).
  2. Workflow LinkedIn completo (Etapas L1–L6).
  3. Etapa de consistência: verificar alinhamento entre CV e LinkedIn:
    • Cargos e datas idênticos.
    • Headline LinkedIn coerente com resumo profissional do CV.
    • Keywords presentes em ambos.
    • Sem contradições factuais.
  4. Reportar divergências encontradas com sugestão de correção.

Integração com skill humanizar

Quando a skill humanizar estiver disponível, aplicá-la após a geração de conteúdo e antes da validação final, com escopo restrito:

Seções onde rodar humanizar

  • About / Resumo do LinkedIn
  • Resumo Profissional do CV
  • Carta de apresentação (se houver)

Seções onde NÃO rodar humanizar

  • Headline LinkedIn (formato rígido 3 blocos)
  • Bullets de experiência (formato ATS: verbo + métrica + ferramenta + impacto)
  • Seção de competências / skills
  • Educação e certificações
  • Configurações (Open to Work, idioma, URL)

Fluxo com humanizar

  1. resume-ats-beater gera o conteúdo (reescrita/auditoria)
  2. humanizar roda nas seções permitidas (preset sugerido: corporativo-informal ou crônica conforme tom do mercado)
  3. resume-ats-beater valida pós-humanização:
    • Keywords do cargo-alvo ainda presentes?
    • Métricas/números intactos?
    • Comprimento dentro do range (About: 1000-2000 chars)?
    • Nenhuma informação factual removida?
  4. Se validação falhar → restaurar trecho afetado da versão pré-humanização

Quando NÃO invocar humanizar

  • modo_diagnostico (não há reescrita)
  • Quando o usuário pedir explicitamente tom formal/acadêmico
  • Textos jurídicos ou regulatórios

Constantes

Buzzwords rejeitadas (não usar em headline, about ou bullets)

proativo, dinâmico, resiliente, apaixonado, entusiasta, inovador, 
criativo, visionário, guru, ninja, rockstar, evangelista, 
pensador estratégico, orientado a resultados (sem dados), 
profissional comprometido, busco novos desafios, em busca de recolocação

Verbos de ação preferidos (usar em bullets de experiência)

Liderou, Implementou, Reduziu, Aumentou, Otimizou, Automatizou, 
Negociou, Estruturou, Escalou, Desenvolveu, Migrou, Consolidou, 
Projetou, Integrou, Reestruturou, Capacitou, Mensurou, Viabilizou,
Orquestrou, Acelerou, Recuperou, Transformou, Padronizou

Regex de métricas (validar presença em bullets)

\d+%|\d+x|R\$[\d.,]+|US\$[\d.,]+|\d+\s*(pessoas|clientes|usuários|projetos|contratos|unidades|obras|operações)

Bullets sem match neste regex em pelo menos 50% das experiências geram warning métricas_insuficientes.


Presets de cargo

Presets são atalhos opcionais com padrões de headline, skills priorizadas e vocabulário técnico. Disponíveis em references/presets-formatos.md.

O usuário pode definir qualquer cargo — presets apenas aceleram a configuração.

Exemplos de presets disponíveis:

PresetÁrea
marketing_growthMarketing Digital / Growth
dados_engenhariaEngenharia de Dados
dados_analyticsAnalytics / BI
financas_controllerControladoria / FP&A
financas_tesourariaTesouraria / Cash Management
engcivil_obrasGerência de Obras
engcivil_projetosProjetos e Orçamento
juridico_tributarioDireito Tributário
juridico_complianceCompliance / LGPD
dev_backendDesenvolvimento Backend
dev_fullstackDesenvolvimento Full Stack
dev_platformPlatform / SRE / DevOps
produto_pmProduct Manager
produto_designProduct Design / UX
vendas_enterpriseVendas Enterprise / Key Account
vendas_sdrbdrSDR / BDR
rh_hrbpHR Business Partner
rh_taTalent Acquisition

Checklist de qualidade

Verificar antes de entregar:

CV

  • Resumo profissional objetivo, específico e alinhado ao cargo_alvo.
  • Experiências com foco em resultado e impacto; métricas incluídas quando disponíveis.
  • Nenhuma invenção factual; fatos preservados do currículo original.
  • Estrutura ATS-safe: coluna única, cabeçalhos padrão, sem elementos gráficos.
  • Alinhamento explícito com cargo, indústria e senioridade alvo.
  • Requisitos eliminatórios mapeados e confrontados com status claro.
  • Datas por extenso, coerentes e sem lacunas inexplicadas.
  • Consistência com LinkedIn validada quando dados fornecidos.
  • Equilíbrio entre ranqueamento ATS e poder de convencimento em leitura humana rápida.

LinkedIn

  • Headline segue formato obrigatório Posição | Áreas | Competências·.
  • About com storytelling + keywords + CTA (não muro de texto genérico).
  • Experiências com bullets de impacto (não descrição de cargo).
  • Sem buzzwords rejeitadas em nenhuma seção.
  • Regex de métricas aprovado em ≥50% dos bullets.
  • Score calculado e classificado corretamente.
  • Fix prompts gerados para todo finding critical/warning.
  • Mega-prompt coerente com cargo_alvo e mercado_alvo.
  • Mapa de edição fornecido com caminhos corretos.
  • Idioma do perfil coerente com mercado_alvo.

Modo unificado (adicional)

  • Cargos e datas idênticos entre CV e LinkedIn.
  • Keywords presentes em ambos os documentos.
  • Sem contradições factuais entre perfil e currículo.
  • Headline LinkedIn coerente com resumo profissional do CV.

Referências

ArquivoConteúdo
references/diagnostico-ats.mdEixos de análise ATS (parsing, aderência, eliminatórios, progressão)
references/diagnostico-avancado.mdDiagnóstico avançado com vaga definida (PARTES A, B, C)
references/template-saida.mdTemplate de entrega final do CV
references/auditoria-linkedin.mdRegras detalhadas de auditoria LinkedIn por área, severidades, exemplos por cargo
references/ssi.mdGuia SSI: pilares, benchmarks por indústria, tips acionáveis por faixa
references/presets-formatos.mdPresets de cargo com headline, skills, vocabulário técnico por área

Bundled files

The model reads these on demand while the skill is loaded. They are exposed as readable files and are never executed.

Frequently asked questions

What does the Resume Ats Beater AI skill do?

Este skill deve ser usado para reescrever currículos com foco em compatibilidade ATS e impacto para recrutadores, e/ou auditar perfis LinkedIn para maximizar visibilidade e conversão profissional. Acionar em pedidos de otimização de currículo, melhoria para ATS, reescrita profissional do CV, adaptação para vaga-alvo, auditoria de compatibilidade ATS, aumento de taxa de entrevista, auditoria de perfil LinkedIn, otimização de headline/about/experiências LinkedIn, análise de SSI, ou alinhamento CV+LinkedIn.

Why use Resume Ats Beater on TypingMind?

Because you install it once and use it with any model. Resume Ats Beater is plain Markdown rather than provider-specific code, so the same skill runs on GPT-5, Claude, Gemini, Grok, or a local model — and you can switch model mid-chat without it breaking. TypingMind runs on your own API keys, so you pay providers directly instead of a per-seat subscription, and your skills and chats stay in your own storage.

How do I install Resume Ats Beater in TypingMind?

Open Plugins → Skills → Install from GitHub in TypingMind and paste https://github.com/fabricioctelles/skills/tree/main/skills/resume-ats-beater. TypingMind reads its SKILL.md and bundles its files and installs it as a skill you can enable per chat.

Which AI models can use Resume Ats Beater?

Any model you connect in TypingMind. AI skills are plain Markdown instructions rather than provider-specific code, so GPT, Claude, Gemini, Grok, and local models can all load this skill when a request matches it.

How many AI models can I use with Resume Ats Beater?

As many as you like. As long as a model supports skills, you can use Resume Ats Beater with it — GPT, Claude, Gemini, Grok, DeepSeek, Mistral, Llama and more — all on TypingMind with your own API keys.

Is the Resume Ats Beater AI skill free?

Yes. It is published on GitHub by fabricioctelles under the Apache-2.0 license. You only pay your own AI provider for the tokens you use.

What are AI skills?

An AI skill is a reusable instruction bundle that teaches an AI model how to do one specific task. It follows the open Agent Skills format: a SKILL.md file with a name and description, plus any scripts, templates or reference files the model may need. The model reads the instructions only when your request matches the skill, so an installed skill costs nothing until it is used.

How are AI skills different from plugins or MCP servers?

A plugin or MCP server gives a model new tools to call — code that runs somewhere and returns a result. An AI skill gives the model knowledge and process instead: how to approach a task, which steps to follow, what good output looks like. Skills are plain Markdown, so they need no server, no API key and no runtime, and they work with any model.

View all

Set up your own AI workspace now

Get notified about new features and future giveaways by subscribing to our newsletter 👇