第 1 课：这玩意能干嘛？

一句话概括

你给它一个人名，它自动上网搜这个人的资料，然后生成一份排版精美的 Word 简历。

看看运行效果

code
# 在终端里运行一行命令
npx tsx resume-generator.ts "Elon Musk"

然后你就会看到：

bash

📝 Generating resume for: Elon Musk
==================================================

🔍 Researching and creating resume...

🔍 Searching: "Elon Musk professional background LinkedIn"
🔍 Searching: "Elon Musk career history education"
🔧 Using tool: Write
🔧 Using tool: Bash

==================================================
📄 Resume saved to: /path/to/agent/custom_scripts/resume.docx
==================================================

打开 resume.docx，你会看到一份格式规整的简历：名字 24 号字居中，各个板块分明，工作经历、教育背景、技能列表一应俱全。

它到底做了什么？

整个过程可以用一张图来理解：

graph TD A["你输入人名"] --> B["AI 大脑（Claude Sonnet 模型）"] B --> B1["1. 上网搜索 - WebSearch 工具搜资料"] B --> B2["2. 整理信息 - AI 自己分析、筛选"] B --> B3["3. 写代码 - Write 工具写 JS 代码"] B --> B4["4. 跑代码 - Bash 工具执行代码"] B --> C["resume.docx - 一份排版好的 Word 简历"]

注意关键点：AI 不是直接"吐"出一个 Word 文件的。它的做法是：

先搜集资料
然后写一段 JavaScript 代码（用 docx 库来生成 Word 文件）
最后执行这段代码，产出 .docx 文件

这就是"代码生成模式"——AI 写代码，代码生成文档。后面第 7 课会详细讲这个模式。

核心思路：让 AI 当"包工头"

传统做法是你自己写代码去调 API、搜资料、拼文档。现在的做法是：

graph LR subgraph 传统方式 T1["你（程序员）"] --> T2["写代码搜索"] --> T3["写代码处理数据"] --> T4["写代码生成文档"] end subgraph 新方式 N1["你（程序员）"] --> N2["告诉 AI 要干嘛"] N2 --> N3["AI（包工头）"] N3 --> N4["自己决定搜什么"] N3 --> N5["自己写代码"] N3 --> N6["自己执行代码"] N3 --> N7["交付成品给你"] end

你只需要做两件事： 1. 设计好"指令"（系统提示词）：告诉 AI 它是谁、该怎么干活 2. 给它配好"工具箱"（allowedTools）：搜索、写文件、执行命令等

剩下的事情，AI 自己搞定。

项目有多大？

整个项目的核心代码只有一个文件，不到 100 行：

code

demos/resume-generator/
├── resume-generator.ts    ← 主程序，98 行
├── package.json           ← 依赖配置
├── .claude/
│   └── skills/
│       └── docx/
│           ├── SKILL.md   ← docx 技能说明书
│           └── docx-js.md ← docx 库参考手册
└── agent/
    └── custom_scripts/    ← 输出目录（运行后自动创建）
        ├── generate_resume.js  ← AI 自己写的代码
        └── resume.docx         ← 最终产出的简历

是的，你没看错——整个"文档自动化工厂"的核心代码不到 100 行。因为真正干活的是 AI，你的代码只是"启动 AI、给它配好装备、然后让它上"。

这个模式能做什么？

简历生成只是一个例子。同样的模式可以扩展到：

场景	输入	输出
简历生成	人名	排版好的 .docx 简历
公司调研报告	公司名	结构化的调研文档
竞品分析	产品名	对比分析报告
合同草拟	合同要点	标准格式合同
会议纪要	会议录音文字	结构化纪要文档

核心公式就是：搜集信息 + AI 判断 + 代码生成文档 = 自动化工厂

本课小结

resume-generator 是一个"给人名 → 出简历"的自动化工具
核心代码不到 100 行，真正干活的是 AI
AI 通过"搜索 → 写代码 → 执行代码"来生成文档
这个模式可以推广到各种文档自动化场景