Table of Contents

ਮੁਫ਼ਤ, ਓਪਨ ਸੋਰਸ ਅਤੇ ਆਪਣੇ ਆਪ ਹੋਸਟ ਕਰਨ ਯੋਗ। ਜਦ ਤੱਕ ਤੁਸੀਂ AI ਪ੍ਰਦਾਤਾ ਨਹੀਂ ਵਰਤਦੇ, ਤੁਹਾਡਾ ਰਿਜ਼ਿਊਮੇ ਕਿਸੇ ਸਰਵਰ ਤੱਕ ਨਹੀਂ ਜਾਂਦਾ। AI ਪ੍ਰਦਾਤਾ ਵਰਤਣ ਵੇਲੇ ਵੀ ਟੈਕਸਟ ਸਿੱਧਾ ਉਸੇ ਪ੍ਰਦਾਤਾ ਨੂੰ ਜਾਂਦਾ ਹੈ, ਸਾਡੇ ਕੋਲ ਨਹੀਂ।

ATS Resume Improver ਕੀ ਹੈ?

ATS Resume Improver ਬ੍ਰਾਊਜ਼ਰ ਵਿੱਚ ਚੱਲਣ ਵਾਲਾ ਓਪਨ-ਸੋਰਸ ਰਿਜ਼ਿਊਮੇ ਓਪਟੀਮਾਈਜ਼ਰ ਹੈ। ਇਹ ਤੁਹਾਡੇ ਰਿਜ਼ਿਊਮੇ ਦੀ ਨੌਕਰੀ ਦੇ ਵੇਰਵੇ ਨਾਲ ਤੁਲਨਾ ਕਰਦਾ ਹੈ ਅਤੇ ਤੁਹਾਡੇ ਤਜਰਬੇ ਤੇ applicant tracking systems (ATS) ਦੇ ਮੁਲਾਂਕਣ ਵਿਚਕਾਰਲਾ ਫ਼ਰਕ ਘਟਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ। ਇਹ React 19, Vite ਅਤੇ TypeScript ਨਾਲ ਬਣਿਆ ਹੈ। ਪਾਰਸਿੰਗ ਅਤੇ ਸਕੋਰਿੰਗ ਦੀ ਪੂਰੀ ਪ੍ਰਕਿਰਿਆ ਬ੍ਰਾਊਜ਼ਰ ਵਿੱਚ ਚੱਲਦੀ ਹੈ, ਕੋਈ ਬੈਕਐਂਡ ਸਰਵਰ ਨਹੀਂ ਹੈ।

ਸਰੋਤ ਕੋਡ GitHub ਉੱਤੇ ATS Resume Improver ਰਿਪੋਜ਼ਟਰੀ ਉੱਤੇ ਹੈ। ਹੋਸਟ ਕੀਤਾ ਰੂਪ ਵਰਤੋ, Vercel, Netlify, Cloudflare ਜਾਂ GitHub Pages ਉੱਤੇ ਇੱਕ ਕਲਿੱਕ ਨਾਲ ਆਪਣੀ ਕਾਪੀ ਤੈਨਾਤ ਕਰੋ, ਜਾਂ Docker ਨਾਲ ਸਥਾਨਕ ਤੌਰ ਉੱਤੇ ਚਲਾਓ।

ਇਹ ਕਿਹੜੀ ਗੋਪਨੀਯਤਾ ਸਮੱਸਿਆ ਹੱਲ ਕਰਦਾ ਹੈ

ਜ਼ਿਆਦਾਤਰ ਰਿਜ਼ਿਊਮੇ ਸੁਧਾਰ ਸੇਵਾਵਾਂ ਤੁਹਾਡਾ ਰਿਜ਼ਿਊਮੇ ਆਪਣੇ ਸਰਵਰਾਂ ਉੱਤੇ ਭੇਜਦੀਆਂ ਹਨ, ਲੁਕਵੇਂ ਢੰਗ ਨਾਲ ਸਕੋਰ ਕਰਦੀਆਂ ਹਨ ਅਤੇ ਡਾਟਾ ਸੰਭਾਲ ਕੇ ਰੱਖਦੀਆਂ ਹਨ। ATS Resume Improver ਵੱਖਰਾ ਤਰੀਕਾ ਵਰਤਦਾ ਹੈ।

ਮੋਡਤੁਹਾਡੀ ਡਿਵਾਈਸ ਤੋਂ ਬਾਹਰ ਜਾਣ ਵਾਲਾ ਡਾਟਾ
AI ਕੁੰਜੀ ਤੋਂ ਬਿਨਾਂਕੁਝ ਵੀ ਨਹੀਂ। ਸਭ ਕੁਝ ਸਥਾਨਕ ਤੌਰ ਉੱਤੇ ਬ੍ਰਾਊਜ਼ਰ ਵਿੱਚ ਚੱਲਦਾ ਹੈ।
OpenAI / Anthropicਰਿਜ਼ਿਊਮੇ ਦਾ ਟੈਕਸਟ ਅਤੇ ਨੌਕਰੀ ਦਾ ਵੇਰਵਾ ਤੁਹਾਡੀ ਕੁੰਜੀ ਨਾਲ ਸਿੱਧੇ AI ਪ੍ਰਦਾਤਾ ਦੀ API ਨੂੰ ਜਾਂਦਾ ਹੈ। ਵਿਚਕਾਰ ਕੋਈ ਸਰਵਰ ਨਹੀਂ।
Ollama (ਸਥਾਨਕ)ਕੁਝ ਵੀ ਨਹੀਂ। ਮਾਡਲ ਤੁਹਾਡੇ ਆਪਣੇ ਕੰਪਿਊਟਰ ਉੱਤੇ ਚੱਲਦਾ ਹੈ।

API ਕੁੰਜੀਆਂ ਸਿਰਫ਼ ਮੈਮੋਰੀ ਵਿੱਚ ਰਹਿੰਦੀਆਂ ਹਨ ਅਤੇ ਟੈਬ ਬੰਦ ਕਰਨ ਉੱਤੇ ਮਿਟ ਜਾਂਦੀਆਂ ਹਨ। ਕੋਈ ਵਿਸ਼ਲੇਸ਼ਣ, ਟ੍ਰੈਕਿੰਗ ਜਾਂ ਕੂਕੀਜ਼ ਨਹੀਂ ਹਨ।


ਮੁੱਖ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ

AI ਕੁੰਜੀ ਤੋਂ ਬਿਨਾਂ ਕੀ ਕੰਮ ਕਰਦਾ ਹੈ

ਲਾਭਦਾਇਕ ਨਤੀਜੇ ਲਈ API ਕੁੰਜੀ ਦੀ ਲੋੜ ਨਹੀਂ। ਬਿਨਾਂ ਕੁੰਜੀ ਵਾਲੇ ਮੋਡ ਵਿੱਚ ਇਹ ਸ਼ਾਮਲ ਹੈ:

  • ਰਿਜ਼ਿਊਮੇ ਅਪਲੋਡ: PDF, DOCX, TXT ਜਾਂ Markdown
  • ATS ਟੈਕਸਟ ਕੱਢਣਾ: ਦਿਖਾਉਂਦਾ ਹੈ ਕਿ ATS ਫ਼ਾਈਲ ਵਿੱਚੋਂ ਬਿਲਕੁਲ ਕੀ ਪੜ੍ਹਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਫਾਰਮੈਟਿੰਗ ਕਾਰਨ ਗੁੰਮ ਜਾਣਕਾਰੀ ਵੀ ਸ਼ਾਮਲ ਹੈ
  • ਰਿਜ਼ਿਊਮੇ ਕਿਸਮ ਪਛਾਣ: 7 ਪ੍ਰੋਫ਼ਾਈਲਾਂ ਵਿੱਚੋਂ ਤੁਹਾਡੇ ਰਿਜ਼ਿਊਮੇ ਨਾਲ ਮੇਲ ਖਾਂਦੀ ਕਿਸਮ ਪਛਾਣਦਾ ਹੈ ਅਤੇ ਭਾਗਾਂ ਦਾ ਕ੍ਰਮ ਬਦਲਦਾ ਹੈ
  • ਭਾਗ ਪਛਾਣ ਅਤੇ ਫਾਰਮੈਟ ਚੇਤਾਵਨੀਆਂ: ਗੁੰਮ ਭਾਗ ਅਤੇ ਪਾਰਸਰ ਲਈ ਔਖੇ ਫਾਰਮੈਟ ਦੱਸਦਾ ਹੈ
  • ATS ਸਕੋਰ (0–100) ਅਤੇ 5 ਮਾਪਾਂ ਦਾ ਵੇਰਵਾ
  • ਕੀਵਰਡ ਘਾਟ ਵਿਸ਼ਲੇਸ਼ਣ: ਨੌਕਰੀ ਦੇ ਵੇਰਵੇ ਨਾਲ ਨਿਯਮ-ਅਧਾਰਿਤ ਸ਼ਬਦ ਮੇਲ
  • ਨਿਰਧਾਰਤ ATS ਸੁਧਾਰ: ਸਥਾਨਕ ਨਿਯਮਾਂ ਨਾਲ ਬਣਤਰ ਬਦਲਦਾ ਹੈ
  • ਪਹਿਲਾਂ/ਬਾਅਦ ਫ਼ਰਕ ਦਰਸ਼ਕ: ਦਿਖਾਉਂਦਾ ਹੈ ਕਿ ਬਿਲਕੁਲ ਕੀ ਬਦਲਿਆ
  • ਪੇਸ਼ੇਵਰ PDF, DOCX, TXT ਅਤੇ Markdown ਨਿਰਯਾਤ

AI ਕੀ ਜੋੜਦਾ ਹੈ

OpenAI, Anthropic Claude ਜਾਂ ਸਥਾਨਕ Ollama ਜੋੜਨ ਨਾਲ ਇਹ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਮਿਲਦੀਆਂ ਹਨ:

  • ਅਰਥ-ਅਧਾਰਿਤ ਕੀਵਰਡ ਵਿਸ਼ਲੇਸ਼ਣ: ਸਿਰਫ਼ ਸ਼ਬਦ ਮੇਲ ਨਹੀਂ, ਸੰਦਰਭ ਸਮਝਦਾ ਹੈ। ਮੇਲ ਦੀ ਤਾਕਤ (ਮਜ਼ਬੂਤ/ਦਰਮਿਆਨੀ/ਅੰਸ਼ਕ), ਮੇਲ ਦੀ ਥਾਂ (“ਕੌਸ਼ਲ ਅਤੇ 3 ਨੌਕਰੀ ਭੂਮਿਕਾਵਾਂ ਵਿੱਚ ਮਿਲਿਆ”), ਹਰ ਕੀਵਰਡ ਦੀ ਅਹਿਮੀਅਤ (ਨਾਜ਼ੁਕ/ਉੱਚ/ਦਰਮਿਆਨੀ/ਘੱਟ) ਅਤੇ AI ਦਾ 2–3 ਵਾਕਾਂ ਦਾ ਸੰਖੇਪ ਦਿਖਾਉਂਦਾ ਹੈ
  • AI ਰਿਜ਼ਿਊਮੇ ਸੁਧਾਰ: ATS ਦੇ ਉੱਤਮ ਤਰੀਕਿਆਂ ਲਈ ਪ੍ਰੌਂਪਟ ਨਾਲ ਪੂਰੀ AI ਮੁੜ-ਲਿਖਤ
  • AI ਨਾਲ ਸੁਧਾਰੇ ਨਿਰਯਾਤ: ਡਾਊਨਲੋਡ ਤੋਂ ਪਹਿਲਾਂ AI ਵੱਲੋਂ ਫਾਰਮੈਟ ਕੀਤਾ PDF/DOCX
  • ਕਵਰ ਲੈਟਰ ਬਣਾਉਣਾ: AI ਲਿਖਤ ਦੇ ਪਛਾਣਯੋਗ ਸੰਕੇਤ ਹਟਾਉਣ ਵਾਲੇ ਮਨੁੱਖੀ ਲਿਖਤ ਨਿਯਮ (ਹੇਠਾਂ ਵੇਖੋ)
  • ਇੰਟਰਵਿਊ ਸਵਾਲਾਂ ਦੀ ਭਵਿੱਖਬਾਣੀ: ਨੌਕਰੀ ਦੇ ਵੇਰਵੇ ਦੇ ਆਧਾਰ ਉੱਤੇ
  • ਤਨਖ਼ਾਹ ਦੀ ਹੱਦ ਦਾ ਅੰਦਾਜ਼ਾ

ਰਿਜ਼ਿਊਮੇ ਕਿਸਮ ਪਛਾਣ

ਐਪ ਤੁਹਾਡੇ ਰਿਜ਼ਿਊਮੇ ਨੂੰ 7 ਪ੍ਰੋਫ਼ਾਈਲਾਂ ਵਿੱਚੋਂ ਇੱਕ ਵਿੱਚ ਰੱਖਦਾ ਹੈ ਅਤੇ ਕਰੀਅਰ ਦੇ ਉਸ ਪੜਾਅ ਲਈ ਭਰਤੀਕਾਰਾਂ ਅਤੇ ATS ਦੀਆਂ ਉਮੀਦਾਂ ਮੁਤਾਬਕ ਭਾਗਾਂ ਦਾ ਕ੍ਰਮ ਬਦਲਦਾ ਹੈ:

ਪ੍ਰੋਫ਼ਾਈਲਕਿਸ ਲਈ ਢੁੱਕਵਾਂਭਾਗਾਂ ਦੀ ਤਰਜੀਹ
🏢 ਤਜਰਬੇਕਾਰ ਪੇਸ਼ੇਵਰ5+ ਸਾਲ, ਲਗਾਤਾਰ ਕਰੀਅਰਤਜਰਬਾ → ਕੌਸ਼ਲ → ਸਿੱਖਿਆ
🌱 ਦਰਮਿਆਨਾ ਪੱਧਰ2–5 ਸਾਲਤਜਰਬਾ → ਕੌਸ਼ਲ → ਸਿੱਖਿਆ
🎓 ਸ਼ੁਰੂਆਤੀ ਪੱਧਰ0–2 ਸਾਲਕੌਸ਼ਲ → ਸਿੱਖਿਆ → ਪ੍ਰੋਜੈਕਟ → ਤਜਰਬਾ
🎒 ਵਿਦਿਆਰਥੀ / ਨਵਾਂ ਗ੍ਰੈਜੂਏਟਹਾਲੇ ਪੜ੍ਹਾਈ ਜਾਰੀਸਿੱਖਿਆ → ਪ੍ਰੋਜੈਕਟ → ਕੌਸ਼ਲ → ਤਜਰਬਾ
🔬 ਅਕਾਦਮਿਕ / ਖੋਜਕਰਤਾPhD, ਪ੍ਰਕਾਸ਼ਨਸਿੱਖਿਆ → ਖੋਜ → ਪ੍ਰਕਾਸ਼ਨ → ਤਜਰਬਾ
📜 ਸਰਟੀਫਿਕੇਸ਼ਨ-ਕੇਂਦਰਿਤਡਿਗਰੀ ਨਾਲੋਂ ਸਰਟੀਫਿਕੇਸ਼ਨ ਵੱਧਸਰਟੀਫਿਕੇਸ਼ਨ → ਕੌਸ਼ਲ → ਤਜਰਬਾ → ਸਿੱਖਿਆ
🔄 ਕਰੀਅਰ ਬਦਲਣ ਵਾਲਾਕਰੀਅਰ ਵਿੱਚ ਖਾਲੀ ਸਮਾਂ ਜਾਂ ਬਦਲਾਅਸੰਖੇਪ → ਤਬਦੀਲ ਹੋਣ ਯੋਗ ਕੌਸ਼ਲ → ਸਿੱਖਿਆ → ਤਜਰਬਾ

ਭਾਗਾਂ ਦਾ ਕ੍ਰਮ ਓਪਟੀਮਾਈਜ਼ੇਸ਼ਨ ਅਤੇ PDF, DOCX, TXT ਅਤੇ Markdown ਨਿਰਯਾਤ ਵਿੱਚ ਇੱਕੋ ਜਿਹਾ ਰਹਿੰਦਾ ਹੈ, ਸਿਰਫ਼ ਸਕ੍ਰੀਨ ਉੱਤੇ ਨਹੀਂ।


AI ਨਾਲ ਅਰਥ-ਅਧਾਰਿਤ ਕੀਵਰਡ ਵਿਸ਼ਲੇਸ਼ਣ

ਇੱਥੇ ਇਹ ਟੂਲ ਸਧਾਰਨ ਕੀਵਰਡ ਗਿਣਨ ਵਾਲਿਆਂ ਤੋਂ ਵੱਖਰਾ ਹੁੰਦਾ ਹੈ। AI ਪ੍ਰਦਾਤਾ ਸੈੱਟ ਹੋਣ ਉੱਤੇ ਕੀਵਰਡ ਘਾਟ ਵਿਸ਼ਲੇਸ਼ਣ ਸ਼ਬਦ-ਮੇਲ ਦੀ ਥਾਂ ਅਰਥ ਅਤੇ ਸੰਦਰਭ ਨੂੰ ਸਮਝਦਾ ਹੈ:

ਮਾਪAI ਤੋਂ ਬਿਨਾਂAI ਨਾਲ
ਮੇਲ ਦਾ ਤਰੀਕਾਸਿਰਫ਼ ਸਹੀ ਸ਼ਬਦੀ ਮੇਲਸੰਦਰਭ ਦੀ ਅਰਥ-ਅਧਾਰਿਤ ਸਮਝ
ਮੇਲ ਦੀ ਤਾਕਤ—ਮਜ਼ਬੂਤ / ਦਰਮਿਆਨੀ / ਅੰਸ਼ਕ ਦਰਜੇ
ਮੇਲ ਦਾ ਸੰਦਰਭ—“ਕੌਸ਼ਲ ਅਤੇ 3 ਨੌਕਰੀ ਭੂਮਿਕਾਵਾਂ ਵਿੱਚ ਮਿਲਿਆ”
ਘਾਟ ਦੀ ਅਹਿਮੀਅਤਹਰ ਘਾਟ ਬਰਾਬਰਨਾਜ਼ੁਕ / ਉੱਚ / ਦਰਮਿਆਨੀ / ਘੱਟ
ਸੁਝਾਅਆਮ ਸਲਾਹਹਰ ਕੀਵਰਡ ਲਈ ਕਾਰਵਾਈਯੋਗ ਸੁਝਾਅ
ਕਵਰੇਜ %ਸ਼ਬਦਾਂ ਦੀ ਗਿਣਤੀ ਉੱਤੇਅਰਥ ਅਨੁਸਾਰ ਭਾਰਿਤ
ਸੰਖੇਪ—AI ਦੇ 2–3 ਵਾਕਾਂ ਵਾਲਾ ਸੰਖੇਪ

ਸਥਾਨਕ ਨਿਯਮ-ਅਧਾਰਿਤ ਵਿਸ਼ਲੇਸ਼ਣ ਤੁਰੰਤ ਚੱਲਦਾ ਰਹਿੰਦਾ ਹੈ। ਤੁਸੀਂ ਸਮੀਖਿਆ ਕਰਦੇ ਹੋਏ AI ਨਤੀਜੇ ਪਿੱਛੇ ਜੋੜੇ ਜਾਂਦੇ ਹਨ।


ਸਹਾਇਕ AI ਪ੍ਰਦਾਤਾ

ਸਾਰੀਆਂ AI ਕਾਲਾਂ ਵਿੱਚ Harvard OCS ਅਤੇ Columbia CCE ਦੇ ਰਿਜ਼ਿਊਮੇ ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼ਾਂ ਤੋਂ ਬਣੇ ATS ਅਭਿਆਸ ਪ੍ਰੌਂਪਟ ਸ਼ਾਮਲ ਹੁੰਦੇ ਹਨ।

OpenAI

ਮਾਡਲਕਿਸ ਲਈ ਢੁੱਕਵਾਂ
GPT-4.1 mini (ਮੂਲ)ਤੇਜ਼ ਅਤੇ ਕਿਫ਼ਾਇਤੀ ਸਮਝਦਾਰੀ। ਸਿਫ਼ਾਰਸ਼ੀ।
GPT-4o miniਤੇਜ਼ ਅਤੇ ਕਿਫ਼ਾਇਤੀ ਪੁਰਾਣਾ ਰੂਪ
GPT-4.1ਨਵਾਂ GPT-4.1, ਹਦਾਇਤਾਂ ਦੀ ਚੰਗੀ ਪਾਲਣਾ
GPT-4oਉੱਚ ਗੁਣਵੱਤਾ ਵਾਲਾ ਮੁੱਖ ਮਾਡਲ
GPT-4 Turboਵੱਡੀ ਸੰਦਰਭ ਖਿੜਕੀ
GPT-3.5 Turboਸਭ ਤੋਂ ਤੇਜ਼ ਅਤੇ ਸਸਤਾ

ਅੰਦਾਜ਼ੀ ਲਾਗਤ: ਹਰ ਰਿਜ਼ਿਊਮੇ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ ਲਗਭਗ $0.002–0.05।

Anthropic Claude

ਮਾਡਲਕਿਸ ਲਈ ਢੁੱਕਵਾਂ
Claude Sonnet 4.5 (ਮੂਲ)ਤੇਜ਼ ਅਤੇ ਸਮਝਦਾਰ। ਸਿਫ਼ਾਰਸ਼ੀ।
Claude Opus 4.5ਸਭ ਤੋਂ ਸਮਰੱਥ, ਔਖੇ ਕੰਮਾਂ ਲਈ ਚੰਗਾ
Claude Haiku 4.5ਸਭ ਤੋਂ ਤੇਜ਼ ਅਤੇ ਸਸਤਾ
Claude 3.5 Sonnetਭਰੋਸੇਯੋਗ ਅਤੇ ਚੰਗੀ ਤਰ੍ਹਾਂ ਪਰਖਿਆ
Claude 3.5 Haikuਤੇਜ਼ ਅਤੇ ਕਿਫ਼ਾਇਤੀ v3.5

Ollama (ਸਥਾਨਕ / ਆਪਣੇ ਆਪ ਹੋਸਟ ਕੀਤਾ)

API ਕੁੰਜੀ ਦੀ ਲੋੜ ਨਹੀਂ। ਮਾਡਲ ਆਪਣੇ ਹਾਰਡਵੇਅਰ ਉੱਤੇ ਚਲਾਓ। ਬ੍ਰਾਊਜ਼ਰ ਪਹੁੰਚ ਲਈ OLLAMA_ORIGINS=* ਸੈੱਟ ਕਰੋ।

ਮਾਡਲਨੋਟ
Llama 3.3 (ਮੂਲ)Meta ਦਾ ਨਵਾਂ ਮਾਡਲ। ਸਿਫ਼ਾਰਸ਼ੀ।
Llama 3.2Meta ਮਾਡਲ
Mistral 7Bਤੇਜ਼ ਅਤੇ ਸਮਰੱਥ
Mixtral 8x7Bਕਈ ਮਾਹਿਰ ਮਾਡਲਾਂ ਦਾ ਮਿਲਾਪ
Qwen 2.5Alibaba ਦਾ Qwen 2.5
DeepSeek R1ਮਜ਼ਬੂਤ ਤਰਕਸ਼ੀਲਤਾ
Phi-4Microsoft ਦਾ ਮਾਡਲ
Gemma 3Google ਦਾ ਮਾਡਲ

Ollama ਸਥਾਨਕ ਤੌਰ ਉੱਤੇ ਚਲਾਉਣ ਨਾਲ ਪੂਰਾ ਟੂਲ ਆਫ਼ਲਾਈਨ ਕੰਮ ਕਰਦਾ ਹੈ। ਕਿਸੇ ਵੀ ਸਮੇਂ ਕੁਝ ਵੀ ਤੁਹਾਡੀ ਮਸ਼ੀਨ ਤੋਂ ਬਾਹਰ ਨਹੀਂ ਜਾਂਦਾ।


ਕਵਰ ਲੈਟਰ ਨੂੰ ਕੁਦਰਤੀ ਬਣਾਉਣਾ

ਕਵਰ ਲੈਟਰ ਬਣਾਉਣ ਵਾਲਾ ਹਿੱਸਾ AI-ਤਿਆਰ ਲਿਖਤ ਦੇ ਖ਼ਾਸ ਸੰਕੇਤ ਹਟਾਉਣ ਲਈ ਲਿਖਣ ਦੀ ਸ਼ੈਲੀ-ਗਾਈਡ ਲਾਗੂ ਕਰਦਾ ਹੈ। Sabrina Ramonov ਦੇ ਮਨੁੱਖੀਕਰਨ ਢਾਂਚੇ ਤੋਂ ਪ੍ਰੇਰਿਤ, ਹਰ ਬਣੇ ਲੈਟਰ ਵਿੱਚ ਇਹ ਨਿਯਮ ਲਾਗੂ ਹੁੰਦੇ ਹਨ:

  • Em dash ਨਹੀਂ: AI ਲਿਖਤ ਦਾ ਸਭ ਤੋਂ ਸਪਸ਼ਟ ਸੰਕੇਤ ਪੂਰੀ ਤਰ੍ਹਾਂ ਹਟਾਇਆ ਜਾਂਦਾ ਹੈ
  • 50 ਤੋਂ ਵੱਧ ਮਨਾਹੀਸ਼ੁਦਾ ਸ਼ਬਦ ਅਤੇ ਵਾਕ-ਅੰਸ਼: leverage, utilize, dive deep, delve, embark, game-changer, groundbreaking, cutting-edge, pivotal, tapestry, harness, moreover, in conclusion, it’s worth noting, ever-evolving, landscape, testament, not only…but also ਅਤੇ ਹੋਰ
  • ਲੈਟਰ ਦੇ ਮੁੱਖ ਹਿੱਸੇ ਵਿੱਚ Markdown ਨਹੀਂ: ਨਾ ਬੋਲਡ ਤਾਰੇ, ਹੈਸ਼ਟੈਗ ਜਾਂ ਸੈਮੀਕੋਲਨ
  • ਮੂਲ ਰੂਪ ਵਿੱਚ ਸਰਗਰਮ ਵਾਚ: ਕਰਤਾ ਦੇ ਅਹਿਮ ਨਾ ਹੋਣ ਉੱਤੇ ਹੀ ਪੈਸਿਵ ਵਾਚ ਵਰਤੋ
  • ਛੋਟੇ ਕੀਤੇ ਅੰਗਰੇਜ਼ੀ ਰੂਪ ਲਾਜ਼ਮੀ: “I’ve”, “I’m”, “it’s”, “I have”, “I am”, “it is” ਨਹੀਂ
  • ਵਾਕਾਂ ਦੀ ਲੰਬਾਈ ਵਿੱਚ ਵੱਖਰਾਪਣ: ਛੋਟੇ, ਸਪਸ਼ਟ ਵਾਕਾਂ ਨਾਲ ਲੰਬੇ ਵਾਕ ਵੀ
  • ਖਾਲੀ ਸ਼ੁਰੂਆਤੀ ਵਾਕ ਨਹੀਂ: “ਇਹ ਨੋਟ ਕਰਨਾ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿ X” ਦੀ ਥਾਂ ਸਿੱਧੀ ਗੱਲ ਕਹੋ
  • ਪਹਿਲੇ ਪੈਰੇ ਵਿੱਚ ਨੌਕਰੀ ਦੇ ਇਸ਼ਤਿਹਾਰ ਦਾ ਖ਼ਾਸ ਵੇਰਵਾ: ਸਾਬਤ ਕਰਦਾ ਹੈ ਕਿ ਲੈਟਰ ਆਮ ਨਮੂਨੇ ਤੋਂ ਨਹੀਂ ਆਇਆ

ਨਤੀਜਾ ਮਨੁੱਖ ਵੱਲੋਂ ਲਿਖਿਆ ਲੱਗਦਾ ਹੈ ਕਿਉਂਕਿ ਨਿਯਮ ਮਾਡਲ ਨੂੰ ਮਨੁੱਖ ਵਾਂਗ ਲਿਖਣ ਲਈ ਮਜਬੂਰ ਕਰਦੇ ਹਨ।


ਨਿਰਯਾਤ ਦੀ ਗੁਣਵੱਤਾ

ਫਾਰਮੈਟਤੁਹਾਨੂੰ ਕੀ ਮਿਲਦਾ ਹੈ
PDFਪੇਸ਼ੇਵਰ ਟਾਈਪੋਗ੍ਰਾਫੀ, ਭਾਗ-ਰੇਖਾਵਾਂ, ਬੁਲੇਟ ਅਤੇ ਸੰਪਰਕ ਸਿਰਲੇਖ
DOCXਢੰਗ ਨਾਲ ਬਣਿਆ Word ਦਸਤਾਵੇਜ਼ (Packer.toBlob, ਬ੍ਰਾਊਜ਼ਰ ਅਨੁਕੂਲ)
TXTATS-ਸੁਰੱਖਿਅਤ, ਇਕਸਾਰ ਫ਼ਾਸਲੇ ਵਾਲਾ ਸਾਫ਼ ਟੈਕਸਟ
Markdownਸਿਰਲੇਖਾਂ ਅਤੇ ਬੁਲੇਟਾਂ ਵਾਲੀ ਬਣਤਰਬੱਧ .md ਫ਼ਾਈਲ

AI ਪ੍ਰਦਾਤਾ ਸੈੱਟ ਹੋਣ ਉੱਤੇ ਉਹ ਡਾਊਨਲੋਡ ਤੋਂ ਪਹਿਲਾਂ ਨਿਰਯਾਤ ਨੂੰ ਫਾਰਮੈਟ ਕਰਦਾ ਹੈ। ਫ਼ਾਈਲ ਉੱਤੇ ✨ AI-Enhanced ਬੈਜ ਹੁੰਦਾ ਹੈ।


ਆਪਣੇ ਆਪ ਹੋਸਟ ਕਰਨ ਦੇ ਵਿਕਲਪ

ਹੋਸਟ ਕੀਤਾ ਰੂਪ (ਸੈੱਟਅਪ ਦੀ ਲੋੜ ਨਹੀਂ)

ਚੱਲਦੀ ਐਪ ATS Resume Improver ਦਾ ਲਾਈਵ ਸੰਸਕਰਣ ਉੱਤੇ ਵਰਤੋ। ਕੋਈ ਖਾਤਾ, ਸਾਈਨਅੱਪ ਜਾਂ ਕ੍ਰੈਡਿਟ ਕਾਰਡ ਨਹੀਂ ਚਾਹੀਦਾ।

ਇੱਕ ਕਲਿੱਕ ਨਾਲ ਕਲਾਉਡ ਤੈਨਾਤੀ

ਪਲੇਟਫਾਰਮਲਿੰਕ
Vercelਰਿਪੋਜ਼ਟਰੀ ਤੋਂ ਇੱਕ ਕਲਿੱਕ ਤੈਨਾਤੀ
Cloudflare Pagesਇੱਕ ਕਲਿੱਕ ਤੈਨਾਤੀ
Netlifyਇੱਕ ਕਲਿੱਕ ਤੈਨਾਤੀ
GitHub PagesFork → Settings → Pages → GitHub Actions → ਆਪਣੇ ਆਪ ਤੈਨਾਤੀ

ਸਥਾਨਕ ਵਿਕਾਸ

git clone https://github.com/simeononsecurity/ats-resume-improver
cd ats-resume-improver

make install
make dev           # http://localhost:5173

Docker (ਦੁਹਰਾਏ ਜਾ ਸਕਣ ਵਾਲੇ ਮਾਹੌਲ ਲਈ ਸਿਫ਼ਾਰਸ਼ੀ)

# ਵਿਕਾਸ — http://localhost:5173 ਉੱਤੇ ਹੌਟ ਰੀਲੋਡ
make docker-dev

# ਪ੍ਰੋਡਕਸ਼ਨ — http://localhost:8080 ਉੱਤੇ nginx
make docker-prod

# ਵਿਕਾਸ ਅਤੇ Ollama ਇਕੱਠੇ (ਪੂਰਾ ਲੋਕਲ AI ਸਟੈਕ)
make docker-dev-with-ollama

Ollama ਦੀ ਪੂਰੀ ਆਫ਼ਲਾਈਨ ਸਟੈਕ

# Ollama ਕੰਟੇਨਰ ਸ਼ੁਰੂ ਕਰੋ (ਮਾਡਲ ਰੀਸਟਾਰਟ ਤੋਂ ਬਾਅਦ ਵੀ ਰਹਿੰਦੇ ਹਨ)
make ollama

# ਇੱਕ ਮਾਡਲ ਡਾਊਨਲੋਡ ਕਰੋ
make ollama-pull MODEL=llama3.2

# ਡਿਵੈਲਪਮੈਂਟ ਐਪ ਅਤੇ Ollama ਇਕੱਠੇ ਸ਼ੁਰੂ ਕਰੋ
make docker-dev-with-ollama

ਐਪ ਖੋਲ੍ਹੋ, API ਕੁੰਜੀ ਪੈਨਲ ਉੱਤੇ ਜਾਓ, Ollama (Local) ਚੁਣੋ, URL http://localhost:11434 ਸੈੱਟ ਕਰੋ ਅਤੇ ਮਾਡਲ ਚੁਣੋ। ਕੋਈ ਡਾਟਾ ਤੁਹਾਡੀ ਮਸ਼ੀਨ ਤੋਂ ਬਾਹਰ ਨਹੀਂ ਜਾਂਦਾ।


ਤਕਨੀਕੀ ਸਟੈਕ

ਪਰਤਤਕਨਾਲੋਜੀ
ਫਰੇਮਵਰਕReact 19 + TypeScript
ਬਿਲਡVite 8
ਸਟਾਈਲਿੰਗTailwind CSS v4
ਆਈਕਨLucide React
PDF ਪਾਰਸਿੰਗpdfjs-dist
DOCX ਪਾਰਸਿੰਗmammoth
PDF ਨਿਰਯਾਤjsPDF
DOCX ਨਿਰਯਾਤdocx (Packer.toBlob)
AIOpenAI · Anthropic Claude · Ollama
ਕੰਟੇਨਰDocker + nginx (multi-stage) + Ollama ਸੇਵਾ

ਸਕੋਰਿੰਗ ਅਤੇ ਪਾਰਸਿੰਗ ਦੀ ਪੂਰੀ ਪ੍ਰਕਿਰਿਆ (atsAnalyzer.ts, keywordMatcher.ts, resumeTypeDetector.ts) ਬ੍ਰਾਊਜ਼ਰ ਵਿੱਚ ਚੱਲਦੀ ਹੈ। aiProvider.ts ਵਿੱਚ AI ਇੰਟੀਗ੍ਰੇਸ਼ਨ ਕਲਾਇੰਟ ਤੋਂ ਸਿੱਧਾ ਪ੍ਰਦਾਤਾ API ਨੂੰ ਕਾਲ ਕਰਦੇ ਹਨ, ਕੋਈ proxy ਸਰਵਰ ਨਹੀਂ ਹੈ।


ਵਰਤੋਂ ਲਈ ਅਮਲੀ ਗਾਈਡ

ਕਦਮ 1: ਆਪਣਾ ਰਿਜ਼ਿਊਮੇ ਅਪਲੋਡ ਕਰੋ

PDF, DOCX, TXT ਜਾਂ Markdown ਫ਼ਾਈਲ ਅਪਲੋਡ ਕਰੋ। “What the ATS Sees” ਟੈਬ ਉੱਤੇ ਜਾ ਕੇ ਵੇਖੋ ਕਿ ਪਾਰਸਰ ਨੇ ਸਮੱਗਰੀ ਸਾਫ਼ ਢੰਗ ਨਾਲ ਕੱਢੀ ਹੈ। ਜੇ ਇਸ ਦ੍ਰਿਸ਼ ਵਿੱਚ ਭਾਗ ਗੁੰਮ ਹਨ ਜਾਂ ਉਲਝੇ ਹੋਏ ਹਨ, ਤਾਂ ਭਰਤੀਕਾਰਾਂ ਦਾ ATS ਵੀ ਇਹੀ ਸਮੱਸਿਆ ਵੇਖੇਗਾ।

ਕਦਮ 2: ਨੌਕਰੀ ਦਾ ਵੇਰਵਾ ਪੇਸਟ ਕਰੋ

ਪੂਰਾ ਨੌਕਰੀ ਇਸ਼ਤਿਹਾਰ Job Description ਪੈਨਲ ਵਿੱਚ ਪੇਸਟ ਕਰੋ। ਵਧੇਰੇ ਪੂਰਾ ਇਸ਼ਤਿਹਾਰ ਕੀਵਰਡ ਵਿਸ਼ਲੇਸ਼ਣ ਨੂੰ ਬਿਹਤਰ ਕਰਦਾ ਹੈ। ਲੋੜਾਂ ਵਾਲਾ ਭਾਗ ਨਾ ਕੱਟੋ।

ਕਦਮ 3: ATS ਸਕੋਰ ਦੀ ਸਮੀਖਿਆ ਕਰੋ

ਸਕੋਰ ਪੈਨਲ 0–100 ਦਾ ਕੁੱਲ ਸਕੋਰ ਅਤੇ 5 ਮਾਪਾਂ ਦਾ ਵੇਰਵਾ ਦਿਖਾਉਂਦਾ ਹੈ। ਇਹ ਵੇਰਵਾ ਦੱਸਦਾ ਹੈ ਕਿ ਧਿਆਨ ਕਿੱਥੇ ਦੇਣਾ ਹੈ। ਫਾਰਮੈਟ ਦੀਆਂ ਸਮੱਸਿਆਵਾਂ ਇੱਕ ਮਾਪ ਘਟਾਉਂਦੀਆਂ ਹਨ, ਗੁੰਮ ਕੀਵਰਡ ਦੂਜਾ ਅਤੇ ਕਮਜ਼ੋਰ ਕੰਮ-ਤਜਰਬਾ ਬਿਆਨ ਤੀਜਾ ਮਾਪ ਘਟਾਉਂਦੇ ਹਨ।

ਕਦਮ 4: ਕੀਵਰਡ ਘਾਟ ਦੀ ਜਾਂਚ ਕਰੋ

Keyword Analysis ਦ੍ਰਿਸ਼ ਦਿਖਾਉਂਦਾ ਹੈ ਕਿ ਨੌਕਰੀ ਦੇ ਵੇਰਵੇ ਦੇ ਕਿਹੜੇ ਕੀਵਰਡ ਰਿਜ਼ਿਊਮੇ ਵਿੱਚ ਹਨ ਤੇ ਕਿਹੜੇ ਨਹੀਂ। AI ਚਾਲੂ ਹੋਣ ਉੱਤੇ ਅਰਥ-ਅਧਾਰਿਤ ਮੇਲ ਅਤੇ ਅਹਿਮੀਅਤ ਦੇ ਦਰਜੇ ਮਿਲਦੇ ਹਨ। ਮੁੱਖ ਤਕਨੀਕੀ ਕੌਸ਼ਲ ਵਿੱਚ “Critical” ਘਾਟ ਵੱਲ ਕਿਸੇ ਨਰਮ ਕੌਸ਼ਲ ਦੇ ਆਮ ਸ਼ਬਦ ਵਿੱਚ “Low” ਘਾਟ ਨਾਲੋਂ ਵੱਧ ਧਿਆਨ ਦਿਓ।

ਕਦਮ 5: ਸੁਧਾਰ ਕਰੋ

  • ਨਿਰਧਾਰਤ ਮੋਡ: ਨਿਯਮਾਂ ਨਾਲ ਬਣਤਰ ਬਦਲਦਾ ਹੈ। ਸੁਰੱਖਿਅਤ, ਤੇਜ਼ ਅਤੇ API ਲਾਗਤ ਤੋਂ ਬਿਨਾਂ।
  • AI ਮੋਡ: ATS ਦੇ ਉੱਤਮ ਅਭਿਆਸਾਂ ਵਾਲੇ ਪ੍ਰੌਂਪਟ ਨਾਲ ਪੂਰੀ LLM ਮੁੜ-ਲਿਖਤ।

ਬਦਲਾਅ ਸਵੀਕਾਰ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਪਹਿਲਾਂ/ਬਾਅਦ ਦਾ ਫ਼ਰਕ ਵੇਖੋ।

ਕਦਮ 6: ਨਿਰਯਾਤ ਕਰੋ

PDF, DOCX, TXT ਜਾਂ Markdown ਵਿੱਚ ਨਿਰਯਾਤ ਕਰੋ। AI ਚਾਲੂ ਹੋਣ ਉੱਤੇ ਨਿਰਯਾਤ ਨੂੰ ਪੇਸ਼ੇਵਰ ਰੂਪ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ। PDF ਨਮੂਨੇ ਵਿੱਚ ਢੁੱਕਵੀਂ ਟਾਈਪੋਗ੍ਰਾਫੀ ਅਤੇ ਭਰਤੀਕਾਰਾਂ ਲਈ ਆਮ ਲੇਆਉਟ ਹੈ।


ਰਿਜ਼ਿਊਮੇ ਸੁਝਾਅ ਜੋੜ

ਟੂਲ ਨਾਲ RESUME_TIPS.md ਨਾਮਕ ਸਹਾਇਕ ਹਵਾਲਾ ਵੀ ਆਉਂਦਾ ਹੈ (GitHub ਰਿਪੋਜ਼ਟਰੀ ਵਿੱਚ ਵੀ ਹੈ)। ਇਸ ਵਿੱਚ ਇਹ ਸ਼ਾਮਲ ਹਨ:

  • ATS ਅਸਲ ਵਿੱਚ ਰਿਜ਼ਿਊਮੇ ਕਿਵੇਂ ਸਕੋਰ ਕਰਦਾ ਹੈ
  • ਅਹਿਮ ਫਾਰਮੈਟਿੰਗ ਨਿਯਮ ਅਤੇ ਪਾਰਸਰ ਨੂੰ ਖ਼ਰਾਬ ਕਰਨ ਵਾਲੇ ਰੂਪ
  • ਸਾਰ, ਬੁਲੇਟ ਅਤੇ ਕੌਸ਼ਲ ਭਾਗ ਲਿਖਣ ਦੇ ਤਰੀਕੇ
  • ਕੀਵਰਡਾਂ ਦੀ ਬੇਲੋੜੀ ਦੁਹਰਾਈ ਤੋਂ ਬਿਨਾਂ ਰਣਨੀਤੀ
  • ਕਵਰ ਲੈਟਰ ਦਾ ਲਹਿਜ਼ਾ ਅਤੇ ਬਣਤਰ
  • ਭੇਜਣ ਤੋਂ ਪਹਿਲਾਂ ਜਾਂਚ-ਸੂਚੀ

ਸਕੋਰਾਂ ਦਾ ਅਰਥ ਸਮਝਣ ਲਈ ਟੂਲ ਚਲਾਉਣ ਤੋਂ ਪਹਿਲਾਂ ਇਸਨੂੰ ਪੜ੍ਹੋ।


ਅਕਸਰ ਪੁੱਛੇ ਜਾਂਦੇ ਸਵਾਲ

ਕੀ ਟੂਲ ਮੇਰਾ ਰਿਜ਼ਿਊਮੇ ਸੰਭਾਲਦਾ ਹੈ?

ਨਹੀਂ। ਐਪ ਪੂਰੀ ਤਰ੍ਹਾਂ ਕਲਾਇੰਟ-ਸਾਈਡ ਚੱਲਦਾ ਹੈ। ਕੋਈ ਜਾਣਕਾਰੀ ਸਰਵਰ ਉੱਤੇ ਨਹੀਂ ਰੱਖੀ ਜਾਂਦੀ। ਸੈਸ਼ਨ ਡਾਟਾ ਬ੍ਰਾਊਜ਼ਰ ਦੀ ਮੈਮੋਰੀ ਵਿੱਚ ਰਹਿੰਦਾ ਹੈ ਅਤੇ ਟੈਬ ਬੰਦ ਕਰਨ ਉੱਤੇ ਮਿਟ ਜਾਂਦਾ ਹੈ।

ਮੇਰੇ ਰਿਜ਼ਿਊਮੇ ਦਾ ਸਕੋਰ ਘੱਟ ਹੈ। ਕੀ ਮੈਨੂੰ ਘਬਰਾਉਣਾ ਚਾਹੀਦਾ ਹੈ?

ATS ਸਕੋਰ ਦਿਸ਼ਾ ਦੱਸਦੇ ਹਨ, ਪਾਸ ਜਾਂ ਫੇਲ ਨਹੀਂ। ਟੂਲ ਵਿੱਚ 60 ਸਕੋਰ ਦਾ ਮਤਲਬ ਇਹ ਨਹੀਂ ਕਿ ATS ਰਿਜ਼ਿਊਮੇ ਰੱਦ ਕਰੇਗਾ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਤੁਹਾਡੇ ਰਿਜ਼ਿਊਮੇ ਅਤੇ ਜਾਂਚੀ ਨੌਕਰੀ ਦੇ ਖ਼ਾਸ ਵੇਰਵੇ ਵਿਚਕਾਰ ਮਾਪੇ ਜਾ ਸਕਣ ਵਾਲੇ ਫ਼ਰਕ ਹਨ। ਸਕੋਰ ਨੂੰ ਸੋਧਾਂ ਦੀ ਤਰਜੀਹ ਤੈਅ ਕਰਨ ਲਈ ਵਰਤੋ, ਫ਼ੈਸਲੇ ਵਜੋਂ ਨਹੀਂ।

ਕੀ ਮੈਂ ਕਈ ਨੌਕਰੀ ਵੇਰਵਿਆਂ ਨਾਲ ਇਸਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦਾ ਹਾਂ?

ਹਾਂ। ਜਦ ਚਾਹੋ ਨਵਾਂ ਨੌਕਰੀ ਵੇਰਵਾ ਪੇਸਟ ਕਰੋ। ਕੀਵਰਡ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਸੁਧਾਰ ਨਵੇਂ ਇਸ਼ਤਿਹਾਰ ਅਨੁਸਾਰ ਫਿਰ ਚੱਲੇਗਾ। ਹਰ ਵਿਸ਼ਲੇਸ਼ਣ ਵੱਖਰਾ ਹੁੰਦਾ ਹੈ।

ਕੀ Ollama ਇੰਟੀਗ੍ਰੇਸ਼ਨ ਸੱਚਮੁੱਚ ਆਫ਼ਲਾਈਨ ਹੈ?

ਹਾਂ, ਜੇ Ollama ਤੁਹਾਡੀ ਸਥਾਨਕ ਮਸ਼ੀਨ ਜਾਂ ਸਥਾਨਕ ਨੈੱਟਵਰਕ ਦੀ ਮਸ਼ੀਨ ਉੱਤੇ ਚੱਲਦਾ ਹੈ। ਐਪ HTTP ਰਾਹੀਂ ਟੈਕਸਟ ਤੁਹਾਡੇ Ollama ਇੰਸਟੈਂਸ ਨੂੰ ਭੇਜਦਾ ਹੈ। ਕੁਝ ਵੀ ਬਾਹਰੀ ਸੇਵਾ ਨੂੰ ਨਹੀਂ ਜਾਂਦਾ।

ਰਿਜ਼ਿਊਮੇ ਕਿਸਮ ਦੀ ਪਛਾਣ ਕਿੰਨੀ ਸਹੀ ਹੈ?

ਡਿਟੈਕਟਰ ਤੁਹਾਡੇ ਰਿਜ਼ਿਊਮੇ ਦੀ ਸਮੱਗਰੀ ਉੱਤੇ ਨਿਯਮ-ਅਧਾਰਿਤ ਅੰਦਾਜ਼ੇ ਲਗਾਉਂਦਾ ਹੈ। ਇਹ ਦੱਸੇ ਤਜਰਬੇ ਦੇ ਸਾਲ, ਸਿੱਖਿਆ ਦੇ ਸੰਕੇਤ, ਪ੍ਰਕਾਸ਼ਨ ਜਾਂ ਖੋਜ ਭਾਗ ਅਤੇ ਕਰੀਅਰ ਦੇ ਵਕਫ਼ੇ ਦੇ ਸੰਕੇਤ ਵੇਖਦਾ ਹੈ। ਇਹ ਬਹੁਤੇ ਰਿਜ਼ਿਊਮਿਆਂ ਲਈ ਚੰਗਾ ਕੰਮ ਕਰਦਾ ਹੈ, ਪਰ ਅਸਧਾਰਨ ਕਰੀਅਰ ਪ੍ਰੋਫ਼ਾਈਲਾਂ ਵਿੱਚ ਗ਼ਲਤ ਹੋ ਸਕਦਾ ਹੈ। ਲਾਗੂ ਕੀਤਾ ਭਾਗ-ਕ੍ਰਮ ਹਮੇਸ਼ਾ ਬਦਲਿਆ ਜਾ ਸਕਦਾ ਹੈ।


ਪ੍ਰੋਜੈਕਟ ਦੀ ਅਗਲੀ ਯੋਜਨਾ

ਵਿਕਾਸ ਹੇਠ ਜਾਂ ਯੋਜਨਾ ਵਿੱਚ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ:

  • IndexedDB ਰਾਹੀਂ ਰਿਜ਼ਿਊਮੇ ਦੇ ਵਰਜਨਾਂ ਦਾ ਇਤਿਹਾਸ
  • LinkedIn ਪ੍ਰੋਫ਼ਾਈਲ ਓਪਟੀਮਾਈਜ਼ਰ
  • Google Gemini ਪ੍ਰਦਾਤਾ ਸਹਾਇਤਾ
  • ਹੋਰ Ollama ਮਾਡਲ

ਪ੍ਰੋਜੈਕਟ MIT ਲਾਇਸੈਂਸ ਹੇਠ ਹੈ ਅਤੇ pull request ਸਵੀਕਾਰ ਕਰਦਾ ਹੈ। ਵੱਡੇ ਬਦਲਾਅ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ issue ਖੋਲ੍ਹੋ।


ਨਤੀਜਾ

ATS Resume Improver ਇੱਕ ਅਸਲ ਲੋੜ ਪੂਰੀ ਕਰਦਾ ਹੈ: ਕਿਸੇ ਹੋਰ ਨੂੰ ਤੁਹਾਡਾ ਡਾਟਾ ਦਿੱਤੇ ਬਿਨਾਂ ਰਿਜ਼ਿਊਮੇ ਦਾ ਗੰਭੀਰ ਵਿਸ਼ਲੇਸ਼ਣ। ਬਿਨਾਂ ਕੁੰਜੀ ਵਾਲਾ ਮੋਡ ਫਾਰਮੈਟਿੰਗ ਅਤੇ ਕੀਵਰਡ ਕਵਰੇਜ ਬਾਰੇ ਤੁਰੰਤ, ਕਾਰਵਾਈਯੋਗ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ। AI ਕੁੰਜੀ ਜੋੜਨ ਨਾਲ ਅਰਥ-ਅਧਾਰਿਤ ਤਰਕ, ਕਵਰ ਲੈਟਰ ਲਿਖਣ ਅਤੇ ਇੰਟਰਵਿਊ ਤਿਆਰੀ ਮਿਲਦੀ ਹੈ। ਹਰ ਵਿਸ਼ਲੇਸ਼ਣ ਦੀ ਲਾਗਤ ਕੁਝ ਸੈਂਟ ਹੈ ਜਾਂ Ollama ਨਾਲ ਪੂਰੀ ਤਰ੍ਹਾਂ ਮੁਫ਼ਤ।

ਹੋਸਟ ਕੀਤਾ ਰੂਪ ATS Resume Improver ਦਾ ਲਾਈਵ ਸੰਸਕਰਣ ਉੱਤੇ ਹੈ। ਪੂਰਾ ਸਰੋਤ ਕੋਡ GitHub ਉੱਤੇ ATS Resume Improver ਰਿਪੋਜ਼ਟਰੀ ਉੱਤੇ ਹੈ।

ਜੇ ਤੁਸੀਂ ਆਪਣੀ ਨੌਕਰੀ ਦੀ ਭਾਲ ਲਈ ਇਸਨੂੰ ਆਪ ਹੋਸਟ ਕਰਦੇ ਹੋ ਜਾਂ ਕਿਸੇ ਖ਼ਾਸ ਉਦਯੋਗ ਲਈ ਸਕੋਰ ਭਾਰ ਅਤੇ ਪ੍ਰੌਂਪਟ ਬਦਲਣਾ ਚਾਹੁੰਦੇ ਹੋ, ਤਾਂ Docker ਸੈੱਟਅਪ ਅਤੇ ਸਾਫ਼ ਪ੍ਰੋਜੈਕਟ ਬਣਤਰ ਇਸਨੂੰ fork ਕਰਨਾ ਤੇ ਢਾਲਣਾ ਸੌਖਾ ਕਰਦੇ ਹਨ।


ਰਿਜ਼ਿਊਮੇ ਸੁਧਾਰ ਕੋਰਸ

ਇਸ ਟੂਲ ਦੇ ਸਕੋਰਾਂ ਨੂੰ ਅਮਲ ਵਿੱਚ ਲਿਆਉਣ ਲਈ ਕਦਮ-ਦਰ-ਕਦਮ ਗਾਈਡ ਚਾਹੀਦੀ ਹੈ ਤਾਂ ਨਾਲ ਵਾਲਾ ਕੋਰਸ ਪੜ੍ਹੋ:

ਰਿਜ਼ਿਊਮੇ ਸੁਧਾਰ ਕੋਰਸ: ATS ਸਿਸਟਮਾਂ ਨੂੰ ਪਾਰ ਕਰੋ ਅਤੇ ਹੋਰ ਇੰਟਰਵਿਊ ਹਾਸਲ ਕਰੋ । ਇਸਦੇ 9 ਮੋਡੀਊਲ ATS ਸਕੋਰਿੰਗ, ਫਾਰਮੈਟਿੰਗ, ਬੁਲੇਟ, ਕੀਵਰਡ, ਨੌਕਰੀ ਅਨੁਸਾਰ ਤਬਦੀਲੀ, ਕਵਰ ਲੈਟਰ ਅਤੇ ਭੇਜਣ ਤੋਂ ਪਹਿਲਾਂ ਜਾਂਚ-ਸੂਚੀ ਬਾਰੇ ਹਨ। ਹਰ ਕਦਮ ਉੱਤੇ ਤੁਰੰਤ ਫੀਡਬੈਕ ਲਈ ਟੂਲ ਨੂੰ ਕੋਰਸ ਨਾਲ ਵਰਤੋ।


ਹਵਾਲੇ

  1. ਲਾਈਵ ਟੂਲ
  2. ਸਰੋਤ ਕੋਡ ਰਿਪੋਜ਼ਟਰੀ
  3. ਰਿਜ਼ਿਊਮੇ ਸੁਝਾਅ — RESUME_TIPS.md
  4. Sabrina Ramonov — AI ਲਿਖਤ ਨੂੰ ਮਨੁੱਖੀ ਬਣਾਉਣ ਲਈ ਸਭ ਤੋਂ ਵਧੀਆ ਪ੍ਰੌਂਪਟ
  5. OpenAI API ਦਸਤਾਵੇਜ਼
  6. Anthropic Claude API ਦਸਤਾਵੇਜ਼
  7. Ollama — ਸਥਾਨਕ LLM ਸਰਵਰ