cvbuilder-cli

专业的 PDF 简历生成工具 - 将 Markdown 简历快速转换为精美 PDF 文件，支持多种样式、自定义页眉页脚、LLM 智能格式化。

功能特性

📝 Markdown 转 PDF - 一键生成专业简历
🎨 4 种内置样式 - default / modern / classic / elegant，满足不同场景需求
🌐 中英文支持 - 自动检测语言或手动指定
🤖 LLM 智能格式化 - 原始文本自动转为标准简历格式
📋 自定义页眉页脚 - 支持文字和图片
⚡ CLI 命令行工具 - 简洁高效的工作流
🎯 左对齐/右对齐布局 - 教育背景和经历的时间段自动右对齐

安装和环境配置

1. 安装 cvbuilder-cli

pip install cvbuilder-cli

2. 安装 Playwright 浏览器

cvbuilder 使用 Playwright 进行 PDF 渲染，需要安装 Chromium 浏览器：

playwright install chromium

3. （可选）配置 LLM

如果需要使用 LLM 自动格式化功能，需要配置 llmdog。详细教程请查看下方的 LLM 配置完整教程。

使用示例和代码片段

基础使用流程（完整步骤）

1. 创建工作目录

mkdir my-resume && cd my-resume

2. 初始化模板文件

# 获取所有模板（中英文 + 4 种样式）
cvbuilder init

# 仅获取中文模板
cvbuilder init --lang zh

# 仅获取英文模板
cvbuilder init --lang en

3. 编辑简历内容

用文本编辑器打开 resume_zh.md 或 resume_en.md，填入你的信息。

4. 生成 PDF

cvbuilder build --md resume_zh.md --output 张三简历.pdf

CLI 命令详解

cvbuilder 提供 5 个核心命令：

命令	功能	常用参数
`init`	初始化模板文件	`--lang`, `--force`
`build`	从 Markdown 生成 PDF	`--md`, `--css`, `--output`, `--header`, `--footer`
`format`	LLM 智能格式化 + 生成 PDF	`--input`, `--output`, `--md-only`, `--lang`
`styles`	查看可用样式列表	无
`llm-config`	生成 LLM 配置示例	无

命令 1：init - 初始化模板

功能：复制模板文件到当前目录

参数说明：

参数	类型	默认值	说明
`--lang`	string	all	语言：zh（中文）、en（英文）、all（全部）
`--force`, `-f`	flag	false	强制覆盖已存在的文件

使用示例：

# 获取所有模板
cvbuilder init

# 仅获取中文模板
cvbuilder init --lang zh

# 强制覆盖已有文件
cvbuilder init --force

# 简写形式
cvbuilder init -f

命令 2：build - 生成 PDF

功能：将 Markdown 简历转换为 PDF

参数说明：

参数	类型	默认值	说明
`--md`	Path	resume.md	Markdown 文件路径
`--css`	string	default	样式名称或 CSS 文件路径
`--output`	Path	同名.pdf	输出 PDF 路径
`--lang`	string	auto	语言：zh、en、auto
`--header`	string	-	页眉文字
`--header-image`	string	-	页眉图片路径
`--footer`	string	-	页脚文字
`--footer-image`	string	-	页脚图片路径
`--no-html`	flag	false	不生成中间 HTML 文件

使用示例：

# 基础用法
cvbuilder build --md resume_zh.md

# 指定输出文件
cvbuilder build --md resume_zh.md --output 张三简历.pdf

# 使用不同样式
cvbuilder build --md resume_zh.md --css elegant

# 添加页眉页脚
cvbuilder build --md resume_zh.md \
  --header "张三 | 138-0000-0000" \
  --footer "机密文档"

# 添加图片页眉
cvbuilder build --md resume_zh.md --header-image logo.png

# 使用自定义 CSS
cvbuilder build --md resume_zh.md --css my-style.css

# 不生成 HTML 文件
cvbuilder build --md resume_zh.md --no-html

命令 3：format - LLM 智能格式化

功能：使用 LLM 将原始文本格式化为标准 Markdown 简历

参数说明：

参数	类型	默认值	说明
`--input`, `-i`	Path	必填	输入文件路径（txt 或 json）
`--output`, `-o`	Path	同名.pdf	输出 PDF 路径
`--css`	string	default	样式名称或 CSS 文件路径
`--lang`	string	auto	目标语言：zh、en、auto
`--header`	string	-	页眉文字
`--header-image`	string	-	页眉图片路径
`--footer`	string	-	页脚文字
`--footer-image`	string	-	页脚图片路径
`--md-only`	flag	false	只输出 Markdown，不生成 PDF
`--verbose`, `-v`	flag	false	显示 LLM 配置信息

使用示例：

# 基础用法：从文本生成 PDF
cvbuilder format --input raw_resume.txt

# 指定输出文件
cvbuilder format --input raw_resume.txt --output resume.pdf

# 只生成 Markdown（不生成 PDF）
cvbuilder format --input raw_resume.txt --md-only

# 指定语言和样式
cvbuilder format --input raw_resume.txt --lang zh --css elegant

# 添加页眉页脚
cvbuilder format --input raw_resume.txt \
  --header "张三 | 138-0000-0000" \
  --md-only

# 显示 LLM 配置信息
cvbuilder format --input raw_resume.txt --verbose

# 简写形式
cvbuilder format -i raw_resume.txt -o resume.pdf -v

命令 4：styles - 查看样式列表

功能：列出所有可用的内置样式

使用示例：

cvbuilder styles

输出：

┏━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┓
│ 样式名称 │ 说明                         │
┡━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┩
│ default  │ 默认样式 - 中英文通用        │
│ modern   │ 现代风格 - 大留白、简约      │
│ classic  │ 经典风格 - 传统正式          │
│ elegant  │ 优雅风格 - 渐变强调色        │
└──────────┴──────────────────────────────┘

命令 5：llm-config - 生成 LLM 配置

功能：生成 llmdog 配置文件示例

使用示例：

cvbuilder llm-config

样式选择指南

cvbuilder 提供 4 种精心设计的样式，满足不同场景需求：

样式名称	视觉特点	适用场景	行业推荐
default	居中标题、蓝色强调线	技术岗位、互联网	程序员、工程师
modern	左对齐、大留白、大写标题	设计、创意、海外	设计师、产品经理
classic	衬线字体、传统正式	金融、政府、学术	银行、公务员、教授
elegant	渐变色彩、卡片区块	高端岗位、管理岗	高管、咨询顾问

快速选择建议：

不确定选哪个？ → 使用 default
申请外企/海外岗位？ → 使用 modern
申请传统行业？ → 使用 classic
想要脱颖而出？ → 使用 elegant

样式对比示例：

# 生成同一简历的 4 种样式版本
cvbuilder build --md resume_zh.md --css default --output 简历_默认.pdf
cvbuilder build --md resume_zh.md --css modern --output 简历_现代.pdf
cvbuilder build --md resume_zh.md --css classic --output 简历_经典.pdf
cvbuilder build --md resume_zh.md --css elegant --output 简历_优雅.pdf

LLM 格式化功能详解

使用场景

当你有以下格式的原始简历时，可以使用 LLM 自动格式化：

纯文本简历
JSON 格式简历
非标准 Markdown
需要翻译的简历

完整工作流程

方式 1：直接生成 PDF（推荐）

# 一步完成：格式化 + 生成 PDF
cvbuilder format --input raw_resume.txt --output resume.pdf

方式 2：先预览 Markdown，再决定样式

# 第一步：只生成 Markdown
cvbuilder format --input raw_resume.txt --md-only

# 第二步：查看生成的 Markdown
cat raw_resume.md

# 第三步：选择样式生成 PDF
cvbuilder build --md raw_resume.md --css elegant --output resume.pdf

语言处理

场景	参数	说明
自动检测	`--lang auto`	根据输入内容自动判断
强制中文	`--lang zh`	输出中文简历
强制英文	`--lang en`	输出英文简历
翻译简历	`--lang en`	输入中文，输出英文

示例：

# 中文输入 → 中文输出
cvbuilder format --input 中文简历.txt --lang zh

# 中文输入 → 英文输出（翻译）
cvbuilder format --input 中文简历.txt --lang en --output English_Resume.pdf

md-only 模式详细说明

什么是 md-only 模式？

--md-only 参数让 format 命令只输出 Markdown 文件，跳过 PDF 生成步骤。

使用场景

预览 LLM 输出 - 检查格式化结果是否符合预期
手动调整 - 生成 Markdown 后手动编辑细节
多样式对比 - 用同一 Markdown 生成多个 PDF 版本
节省时间 - 不需要 PDF 时跳过渲染步骤

使用示例

# 基础用法
cvbuilder format --input raw_resume.txt --md-only

# 指定输出文件名
cvbuilder format --input raw_resume.txt --md-only --output my_resume.md

# 指定语言
cvbuilder format --input raw_resume.txt --md-only --lang zh

后续操作

生成 Markdown 后，可以：

# 1. 查看生成的内容
cat my_resume.md

# 2. 手动编辑（可选）
vim my_resume.md

# 3. 使用不同样式生成多个 PDF
cvbuilder build --md my_resume.md --css default --output 简历_默认.pdf
cvbuilder build --md my_resume.md --css elegant --output 简历_优雅.pdf
cvbuilder build --md my_resume.md --css modern --output 简历_现代.pdf

# 4. 添加页眉页脚
cvbuilder build --md my_resume.md \
  --header "张三 | 138-0000-0000" \
  --footer "更新日期：2024-01-01"

常见使用场景和最佳实践

场景 1：快速创建中文简历

# 1. 创建项目
mkdir my-resume && cd my-resume

# 2. 初始化模板
cvbuilder init --lang zh

# 3. 编辑简历
vim resume_zh.md

# 4. 生成 PDF
cvbuilder build --md resume_zh.md --output 张三简历.pdf

场景 2：从原始文本快速生成

# 一步完成
cvbuilder format --input raw_resume.txt --output resume.pdf

# 或分步进行
cvbuilder format --input raw_resume.txt --md-only
vim raw_resume.md  # 手动调整
cvbuilder build --md raw_resume.md --css elegant

场景 3：多语言简历

# 生成中文版
cvbuilder format --input raw_resume.txt --lang zh --md-only --output 中文简历.md
cvbuilder build --md 中文简历.md --output 张三_中文.pdf

# 生成英文版（翻译）
cvbuilder format --input raw_resume.txt --lang en --md-only --output English_Resume.md
cvbuilder build --md English_Resume.md --output John_English.pdf

场景 4：多样式对比选择

# 1. 生成 Markdown
cvbuilder format --input raw_resume.txt --md-only

# 2. 生成 4 种样式版本
cvbuilder build --md raw_resume.md --css default --output v1_default.pdf
cvbuilder build --md raw_resume.md --css modern --output v2_modern.pdf
cvbuilder build --md raw_resume.md --css classic --output v3_classic.pdf
cvbuilder build --md raw_resume.md --css elegant --output v4_elegant.pdf

# 3. 对比后选择最满意的版本

场景 5：添加公司信息

# 添加公司 Logo 和保密信息
cvbuilder build --md resume_zh.md \
  --header-image company_logo.png \
  --header "内部使用 - 请勿外传" \
  --footer "Confidential" \
  --output 简历_公司版.pdf

参数组合示例

组合 1：完整配置

cvbuilder build --md resume_zh.md \
  --css elegant \
  --output 张三简历.pdf \
  --lang zh \
  --header "张三 | 138-0000-0000 | zhangsan@email.com" \
  --header-image logo.png \
  --footer "更新日期：2024-01-01"

组合 2：LLM 格式化 + 优雅样式

cvbuilder format --input raw.txt \
  --lang zh \
  --css elegant \
  --header "内部简历" \
  --output 格式化简历.pdf

组合 3：批量生成多语言版本

# 中文版
cvbuilder format -i raw.txt --lang zh --md-only -o zh.md
cvbuilder build --md zh.md --css default -o 张三_中文.pdf

# 英文版
cvbuilder format -i raw.txt --lang en --md-only -o en.md
cvbuilder build --md en.md --css modern -o John_English.pdf

组合 4：自定义样式 + 页眉页脚

cvbuilder build --md resume.md \
  --css my_custom.css \
  --header-image company_logo.png \
  --header "机密文档" \
  --footer "Page 1" \
  --output custom_resume.pdf \
  --no-html

样式详细介绍

cvbuilder 提供 4 种精心设计的样式，每种都有独特的视觉风格：

1. default - 默认样式

特色：

居中标题，专业简洁
蓝色左侧强调线（section headers）
无衬线字体，通用性强

适用场景：

✅ 技术岗位简历
✅ 互联网行业
✅ 通用型简历

使用方式：

cvbuilder build --md resume.md --css default

2. modern - 现代风格

特色：

左对齐大标题，简约设计
蓝色大写字母章节标题
充足留白，现代感十足

适用场景：

✅ 设计师简历
✅ 创意行业
✅ 海外求职

使用方式：

cvbuilder build --md resume.md --css modern

3. classic - 经典风格

特色：

衬线字体（Georgia/宋体）
传统横线分隔
保守配色，正式感强

适用场景：

✅ 金融/银行行业
✅ 政府机关
✅ 学术岗位
✅ 传统企业

使用方式：

cvbuilder build --md resume.md --css classic

4. elegant - 优雅风格（NEW！）

特色：

渐变紫色强调色（#6366f1 → #818cf8）
渐变标题背景效果
卡片式区块设计
圆角边框，柔和视觉层次

适用场景：

✅ 高端岗位
✅ 管理岗位
✅ 希望脱颖而出的场景
✅ 外企/跨国公司

使用方式：

cvbuilder build --md resume.md --css elegant

样式配置方法

方法 1：使用内置样式

# 查看所有可用样式
cvbuilder styles

# 使用指定样式
cvbuilder build --md resume.md --css <样式名>

方法 2：自定义 CSS

初始化获取所有样式文件：

cvbuilder init

复制并修改任意样式文件：

cp default.css my-custom.css
# 编辑 my-custom.css，修改颜色、字体等

使用自定义样式：

cvbuilder build --md resume.md --css my-custom.css

常用 CSS 修改示例

修改强调色：

:root {
    --accent: #ff6b6b;  /* 改为红色 */
}

修改字体：

html, body {
    font-family: "你的字体", sans-serif;
}

调整页边距：

@page {
    margin: 15mm 20mm;  /* 上下 15mm，左右 20mm */
}

文本对齐格式说明

教育背景/工作经历布局

使用 edu-row 类实现左右对齐布局：

### <div class="edu-row"><strong>左侧内容</strong> <span>右侧内容</span></div>

实际效果：

北京大学 - 计算机硕士              2020.09 - 2023.06
高级后端工程师 - 字节跳动           2023.07 - 至今

注意事项：

左侧内容使用 <strong> 标签，左对齐
右侧内容使用 <span> 标签，右对齐且不换行
中间自动填充空白
适用于教育背景和工作经历的时间段显示

API 接口说明

Python API

from cvbuilder import convert

# 基本用法
convert(
    md_path="resume.md",
    css_path="resume.css",
    output="resume.pdf",
    lang="zh"  # zh / en / auto
)

# 完整参数
convert(
    md_path="resume.md",
    css_path="elegant.css",
    output="resume.pdf",
    lang="zh",
    header_text="页眉文字",
    header_image="logo.png",
    footer_text="页脚文字",
    footer_image="footer.png"
)

LLM 格式化 API

from cvbuilder.formatter import format_resume

# 格式化原始文本
md_content = format_resume(
    input_text="你的原始简历文本...",
    lang="zh"  # zh / en / auto
)

# 保存为 Markdown 文件
with open("resume.md", "w") as f:
    f.write(md_content)

依赖项清单

核心依赖

typer (>=0.9, <1.0) - CLI 框架
markdown (>=3.5, <4.0) - Markdown 解析
playwright (>=1.40, <2.0) - 浏览器自动化（PDF 渲染）
pypdf (>=3.0, <5.0) - PDF 处理
llmdog - LLM 调用封装
larkfunc - LLM 响应清理
rich (>=13.0, <14.0) - 终端美化输出

系统依赖

Python >= 3.10
Playwright Chromium 浏览器（通过 playwright install chromium 安装）

LLM 配置完整教程

本教程将指导你完成 llmdog 的配置，让你能够使用 LLM 智能格式化功能。

什么是 llmdog？

llmdog 是一个 LLM 调用封装库，cvbuilder 使用它来调用大语言模型（如 DeepSeek、OpenAI 等），将你的原始简历文本自动格式化为标准的 Markdown 简历格式。

配置前准备

在开始配置之前，你需要：

获取 API Key - 从 LLM 服务提供商获取 API 密钥
- DeepSeek: https://platform.deepseek.com/
- OpenAI: https://platform.openai.com/
- 其他支持 OpenAI 兼容 API 的服务
确认 API 地址 - 不同服务商的 API 地址不同
- DeepSeek: https://api.deepseek.com/v1/chat/completions
- OpenAI: https://api.openai.com/v1/chat/completions

第一步：生成配置文件示例

在项目根目录执行以下命令：

cvbuilder llm-config

执行后会生成 .llmdog.yaml.example 文件，内容如下：

# llmdog 配置文件
# 将此文件复制为 .llmdog.yaml 并填入真实配置
api_key: sk-xxxxxxxxxxxxxxxxxxxxxxxx
api_url: https://api.deepseek.com/v1/chat/completions
model: deepseek-chat
timeout: 60
verify_ssl: true

第二步：创建配置文件

复制示例文件为实际配置文件：

cp .llmdog.yaml.example .llmdog.yaml

第三步：编辑配置文件

用任意文本编辑器打开 .llmdog.yaml，修改为你的真实配置：

# .llmdog.yaml - LLM 配置文件

# 【必填】API Key - 从服务商处获取
api_key: sk-your-real-api-key-here

# 【必填】API 地址 - 根据你使用的服务修改
api_url: https://api.deepseek.com/v1/chat/completions

# 【必填】模型名称 - 根据你使用的服务修改
model: deepseek-chat

# 【可选】超时时间（秒）- 默认 60 秒
timeout: 60

# 【可选】是否验证 SSL 证书 - 默认 true
verify_ssl: true

配置文件参数说明

参数	类型	必填	默认值	说明
`api_key`	string	✅	无	你的 API 密钥，从 LLM 服务商获取
`api_url`	string	✅	无	API 请求地址，不同服务商地址不同
`model`	string	✅	无	使用的模型名称
`timeout`	int	❌	60	请求超时时间（秒）
`verify_ssl`	bool	❌	true	是否验证 SSL 证书

常见服务商配置示例

DeepSeek（推荐）

api_key: sk-xxxxxxxxxxxxxxxxxxxxxxxx
api_url: https://api.deepseek.com/v1/chat/completions
model: deepseek-chat
timeout: 60
verify_ssl: true

OpenAI

api_key: sk-xxxxxxxxxxxxxxxxxxxxxxxx
api_url: https://api.openai.com/v1/chat/completions
model: gpt-4o
timeout: 60
verify_ssl: true

其他兼容 OpenAI API 的服务

api_key: your-api-key
api_url: https://your-api-domain.com/v1/chat/completions
model: your-model-name
timeout: 60
verify_ssl: true

配置优先级顺序

cvbuilder 按照以下顺序查找配置文件（优先级从高到低）：

项目根目录 - ./llmdog.yaml（当前工作目录）
家目录 - ~/.llmdog.yaml（用户主目录）
环境变量 - 通过 .env 文件设置
默认配置 - 使用内置默认值

示例：

# 优先级 1：项目级配置（推荐）
./your-project/.llmdog.yaml

# 优先级 2：全局配置（所有项目共享）
~/.llmdog.yaml  # Linux/macOS: /home/user/.llmdog.yaml
                # Windows: C:\Users\user\.llmdog.yaml

# 优先级 3：环境变量配置
echo "LLMDOG_API_KEY=sk-xxx" >> .env

建议：

✅ 每个项目使用独立的 .llmdog.yaml（优先级 1）
✅ 多台电脑共享配置可使用家目录配置（优先级 2）
❌ 避免在代码中硬编码 API Key

安全注意事项 ⚠️

重要：保护你的 API Key！

加入 .gitignore

绝对不要将 .llmdog.yaml 提交到 Git 仓库！

# 在项目根目录创建或编辑 .gitignore 文件
echo ".llmdog.yaml" >> .gitignore

检查是否已忽略

# 检查文件是否被 Git 跟踪
git status

# 如果显示 .llmdog.yaml，立即移除
git rm --cached .llmdog.yaml

权限设置（Linux/macOS）

# 设置文件仅所有者可读写
chmod 600 .llmdog.yaml

不要分享给他人
- API Key 等同于密码
- 泄露可能导致费用损失
- 定期更换 API Key

使用环境变量（可选）

对于团队协作，可以使用环境变量：

# 在 .env 文件中设置（也需加入 .gitignore）
echo "LLMDOG_API_KEY=sk-xxx" >> .env
echo ".env" >> .gitignore

验证配置

配置完成后，测试是否成功：

# 方法 1：使用 format 命令测试
cvbuilder format --input test_resume.txt --output test.pdf

# 方法 2：查看配置是否被正确读取（推荐）
cvbuilder format --input test_resume.txt --md-only --verbose

使用 --verbose 参数查看配置：

cvbuilder format --input raw_resume.txt --verbose

输出示例：

📋 LLM 配置信息:
  API 端点: https://api.deepseek.com/v1/chat/completions
  模型名称: deepseek-chat
  超时时间: 60秒
  最大重试: 3次
  后端类型: 默认
  目标语言: 中文

如果配置正确，应该能看到完整的配置信息并成功生成 PDF。

常见问题解答（FAQ）

Q1: 提示 "LLM 返回空响应" 怎么办？

A: 可能原因：

API Key 错误 - 检查是否正确复制
API 地址错误 - 确认 URL 格式
网络问题 - 检查网络连接
余额不足 - 确认账户有足够余额

解决步骤：

# 1. 检查配置文件
cat .llmdog.yaml

# 2. 测试 API 连接（使用 curl）
curl -X POST https://api.deepseek.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-your-key" \
  -d '{"model": "deepseek-chat", "messages": [{"role": "user", "content": "Hello"}]}'

Q2: 可以使用免费的 LLM 吗？

A: 可以！以下是一些免费选项：

DeepSeek: 注册即送免费额度
OpenAI: 新用户有免费额度
本地部署: Ollama、LM Studio 等

Q3: 如何切换不同的 LLM 服务商？

A: 修改 .llmdog.yaml 中的 api_url 和 model：

# 从 DeepSeek 切换到 OpenAI
api_url: https://api.openai.com/v1/chat/completions
model: gpt-4o

Q4: 多个项目需要不同配置怎么办？

A: 每个项目创建独立的 .llmdog.yaml：

# 项目 A
project-a/.llmdog.yaml  # 使用 DeepSeek

# 项目 B
project-b/.llmdog.yaml  # 使用 OpenAI

Q5: 配置后仍然无法使用？

A: 按以下步骤排查：

检查文件位置

# 确认配置文件在当前目录
ls -la .llmdog.yaml

检查 YAML 格式
- 使用空格，不要使用 Tab
- 键值对用冒号分隔
- 字符串不需要引号（除非包含特殊字符）

查看错误日志

# 使用 verbose 模式运行
cvbuilder format --input test.txt --output test.pdf -v

联系支持
- 提交 Issue 到 GitHub
- 附上错误信息（隐藏 API Key）

快速配置清单

获取 API Key
运行 cvbuilder llm-config
复制 .llmdog.yaml.example 为 .llmdog.yaml
编辑 .llmdog.yaml，填入真实配置
将 .llmdog.yaml 加入 .gitignore
测试配置是否成功

完成以上步骤后，你就可以使用 cvbuilder format 命令享受 LLM 智能格式化功能了！

贡献指南

欢迎贡献代码、报告问题或提出建议！

开发环境设置

# 克隆仓库
git clone <repository-url>
cd cvbuilder

# 安装开发依赖
pip install -e .

# 安装 Playwright
playwright install chromium

提交 Pull Request

Fork 本仓库
创建特性分支 (git checkout -b feature/AmazingFeature)
提交更改 (git commit -m 'Add some AmazingFeature')
推送到分支 (git push origin feature/AmazingFeature)
开启 Pull Request

代码规范

遵循 PEP 8 编码规范
使用 type hints
添加必要的注释

许可证

MIT License - 详见 LICENSE 文件

Name		Name	Last commit message	Last commit date
Latest commit History 1 Commit
src/cvbuilder		src/cvbuilder
.gitignore		.gitignore
README.md		README.md
pyproject.toml		pyproject.toml
resume.css		resume.css
resume.md		resume.md

Folders and files

Latest commit

History

Repository files navigation

cvbuilder-cli

功能特性

安装和环境配置

1. 安装 cvbuilder-cli

2. 安装 Playwright 浏览器

3. （可选）配置 LLM

使用示例和代码片段

基础使用流程（完整步骤）

1. 创建工作目录

2. 初始化模板文件

3. 编辑简历内容

4. 生成 PDF

CLI 命令详解

命令 1：init - 初始化模板

命令 2：build - 生成 PDF

命令 3：format - LLM 智能格式化

命令 4：styles - 查看样式列表

命令 5：llm-config - 生成 LLM 配置

样式选择指南

LLM 格式化功能详解

使用场景

完整工作流程

语言处理

md-only 模式详细说明

什么是 md-only 模式？

使用场景

使用示例

后续操作

常见使用场景和最佳实践

场景 1：快速创建中文简历

场景 2：从原始文本快速生成

场景 3：多语言简历

场景 4：多样式对比选择

场景 5：添加公司信息

参数组合示例

组合 1：完整配置

组合 2：LLM 格式化 + 优雅样式

组合 3：批量生成多语言版本

组合 4：自定义样式 + 页眉页脚

样式详细介绍

1. default - 默认样式

2. modern - 现代风格

3. classic - 经典风格

4. elegant - 优雅风格（NEW！）

样式配置方法

方法 1：使用内置样式

方法 2：自定义 CSS

常用 CSS 修改示例

文本对齐格式说明

教育背景/工作经历布局

API 接口说明

Python API

LLM 格式化 API

依赖项清单

核心依赖

系统依赖

LLM 配置完整教程

什么是 llmdog？

配置前准备

第一步：生成配置文件示例

第二步：创建配置文件

第三步：编辑配置文件

配置文件参数说明

常见服务商配置示例

DeepSeek（推荐）

OpenAI

其他兼容 OpenAI API 的服务

配置优先级顺序

安全注意事项 ⚠️

验证配置

常见问题解答（FAQ）

Q1: 提示 "LLM 返回空响应" 怎么办？

Q2: 可以使用免费的 LLM 吗？

Q3: 如何切换不同的 LLM 服务商？

Q4: 多个项目需要不同配置怎么办？

Q5: 配置后仍然无法使用？

Packages