ATS Resume Improver: मुफ़्त AI-संचालित रिज़्यूमे ऑप्टिमाइज़र

Table of Contents
मुफ़्त, ओपन सोर्स और खुद होस्ट करने योग्य। जब तक आप AI provider का उपयोग नहीं करते, आपका रिज़्यूमे किसी सर्वर तक नहीं जाता। AI provider इस्तेमाल करने पर भी टेक्स्ट सीधे उसी provider को जाता है, हमें नहीं।
ATS Resume Improver क्या है?
ATS Resume Improver ब्राउज़र में चलने वाला ओपन-सोर्स रिज़्यूमे ऑप्टिमाइज़र है। यह आपके रिज़्यूमे का नौकरी के विवरण से विश्लेषण करता है और आपके अनुभव तथा applicant tracking systems (ATS) के मूल्यांकन के बीच की कमी भरने में मदद करता है। इसे React 19, Vite और TypeScript से बनाया गया है। पूरा पार्सिंग और स्कोरिंग क्रम ब्राउज़र के भीतर चलता है, कोई backend server नहीं है।
सोर्स कोड GitHub पर ATS Resume Improver का रिपॉज़िटरी पर है। होस्ट किया हुआ संस्करण इस्तेमाल करें, एक क्लिक में Vercel/Netlify/Cloudflare/GitHub Pages पर अपना संस्करण तैनात करें, या Docker से स्थानीय रूप से चलाएँ।
यह किस गोपनीयता समस्या को हल करता है
अधिकांश रिज़्यूमे ऑप्टिमाइज़ेशन सेवाएँ आपका रिज़्यूमे अपने सर्वर पर अपलोड करती हैं, निजी स्कोरिंग चलाती हैं और डेटा रखती हैं। ATS Resume Improver अलग तरीका अपनाता है।
| मोड | आपके डिवाइस से बाहर जाने वाला डेटा |
|---|---|
| AI key नहीं | कुछ नहीं। सब कुछ स्थानीय है और ब्राउज़र में चलता है। |
| OpenAI / Anthropic | रिज़्यूमे का टेक्स्ट और नौकरी का विवरण आपकी key से सीधे AI provider API पर जाता है। बीच में कोई सर्वर नहीं। |
| Ollama (स्थानीय) | कुछ नहीं। मॉडल आपके अपने कंप्यूटर पर चलता है। |
API keys केवल मेमोरी में रहती हैं और टैब बंद करने पर मिट जाती हैं। कोई analytics, tracking या cookies नहीं।
मुख्य सुविधाएँ
AI key के बिना क्या काम करता है
उपयोगी परिणाम पाने के लिए API key की ज़रूरत नहीं। बिना key वाले मोड में शामिल हैं:
- रिज़्यूमे अपलोड: PDF, DOCX, TXT या Markdown
- ATS टेक्स्ट निकालना: दिखाता है कि ATS फ़ाइल से ठीक क्या पढ़ता है, जिसमें फ़ॉर्मेटिंग में खोई जानकारी भी शामिल है
- रिज़्यूमे प्रकार पहचान: 7 प्रोफ़ाइल में से आपके रिज़्यूमे के अनुरूप प्रकार पहचानता है और अनुभागों का क्रम बदलता है
- अनुभाग पहचान और फ़ॉर्मेट चेतावनी: छूटे अनुभाग और parser के लिए कठिन फ़ॉर्मेट बताता है
- ATS स्कोर (0–100) और 5 आयामों का विवरण
- कीवर्ड कमी विश्लेषण: नौकरी के विवरण से नियम-आधारित मिलान
- नियत ATS अनुकूलन: स्थानीय नियमों से संरचना बदलना
- पहले/बाद का अंतर दिखाना: ठीक-ठीक बताता है कि क्या बदला
- PDF, DOCX, TXT और Markdown में पेशेवर निर्यात
AI क्या जोड़ता है
OpenAI, Anthropic Claude या स्थानीय Ollama जोड़ने पर अतिरिक्त सुविधाएँ मिलती हैं:
- अर्थ-आधारित कीवर्ड विश्लेषण: केवल शब्द मिलाने की जगह संदर्भ समझता है। मिलान की ताकत (मज़बूत/मध्यम/आंशिक), स्थान (“कौशल और 3 नौकरी भूमिकाओं में मिला”), हर कीवर्ड का महत्व (गंभीर/उच्च/मध्यम/कम) और AI का 2–3 वाक्यों का सारांश दिखाता है
- AI रिज़्यूमे अनुकूलन: ATS की अच्छी प्रथाओं पर आधारित prompt से पूरा पुनर्लेखन
- AI-सुधारा हुआ निर्यात: डाउनलोड से पहले AI PDF/DOCX फ़ॉर्मेट करता है
- कवर लेटर बनाना: लेखन नियम AI की पहचान वाली भाषा हटाते हैं (नीचे देखें)
- इंटरव्यू के सवालों का अनुमान: नौकरी के विवरण पर आधारित
- वेतन सीमा का अनुमान
रिज़्यूमे प्रकार पहचान
ऐप आपके रिज़्यूमे को अपने आप 7 प्रोफ़ाइल में बाँटता है और करियर चरण के अनुसार recruiter तथा ATS की अपेक्षाओं से मेल खाने के लिए अनुभागों का क्रम तय करता है:
| प्रोफ़ाइल | किसके लिए | अनुभाग प्राथमिकता |
|---|---|---|
| 🏢 अनुभवी पेशेवर | 5+ वर्ष, सीधा करियर पथ | अनुभव → कौशल → शिक्षा |
| 🌱 मध्य स्तर | 2–5 वर्ष | अनुभव → कौशल → शिक्षा |
| 🎓 प्रारंभिक स्तर | 0–2 वर्ष | कौशल → शिक्षा → प्रोजेक्ट → अनुभव |
| 🎒 छात्र / नया स्नातक | अभी पढ़ाई जारी | शिक्षा → प्रोजेक्ट → कौशल → अनुभव |
| 🔬 शिक्षाविद / शोधकर्ता | PhD, प्रकाशन | शिक्षा → शोध → प्रकाशन → अनुभव |
| 📜 कई प्रमाणपत्र | प्रमाणपत्र डिग्री से अधिक महत्वपूर्ण | प्रमाणपत्र → कौशल → अनुभव → शिक्षा |
| 🔄 करियर बदलने वाला | नौकरी में अंतराल या बदलाव मिला | सारांश → हस्तांतरणीय कौशल → शिक्षा → अनुभव |
अनुभागों का क्रम अनुकूलन और PDF, DOCX, TXT तथा Markdown निर्यात में समान रहता है, केवल स्क्रीन पर नहीं।
AI अर्थगत कीवर्ड विश्लेषण
यहीं यह टूल सामान्य कीवर्ड काउंटरों से अलग है। AI provider सेट करने पर कमी का विश्लेषण सरल शब्द-मिलान से अर्थ समझने की प्रक्रिया में बदल जाता है:
| आयाम | AI के बिना | AI के साथ |
|---|---|---|
| मिलान विधि | केवल सटीक शब्द | संदर्भ का अर्थ समझना |
| मिलान की ताकत | — | मज़बूत / मध्यम / आंशिक रेटिंग |
| मिलान का संदर्भ | — | “कौशल और 3 नौकरी भूमिकाओं में मिला” |
| कमी का महत्व | सभी कमियाँ समान | गंभीर / उच्च / मध्यम / कम |
| सुझाव | सामान्य सुझाव | हर कीवर्ड के लिए काम के सुझाव |
| कवरेज % | शब्दों की संख्या पर आधारित | अर्थ के अनुसार भारित |
| सारांश | — | 2–3 वाक्यों का AI विवरण |
स्थानीय नियम-आधारित विश्लेषण तुरंत चलता है। आप परिणाम देखते समय AI उन्हें बाद में जोड़ता है।
समर्थित AI providers
हर AI call में Harvard OCS और Columbia CCE के दिशानिर्देशों पर आधारित ATS अच्छे तरीकों के prompt शामिल हैं।
OpenAI
| मॉडल | उपयोग |
|---|---|
| GPT-4.1 mini (डिफ़ॉल्ट) | बुद्धिमान, तेज़ और किफ़ायती, सुझाया गया |
| GPT-4o mini | तेज़ और किफ़ायती क्लासिक विकल्प |
| GPT-4.1 | नवीनतम GPT-4.1, निर्देशों का सटीक पालन |
| GPT-4o | उच्च गुणवत्ता वाला प्रमुख मॉडल |
| GPT-4 Turbo | बड़ी context window |
| GPT-3.5 Turbo | सबसे तेज़ और सस्ता |
अनुमानित लागत: प्रति रिज़्यूमे विश्लेषण लगभग $0.002–0.05।
Anthropic Claude
| मॉडल | उपयोग |
|---|---|
| Claude Sonnet 4.5 (डिफ़ॉल्ट) | तेज़ और बुद्धिमान, सुझाया गया |
| Claude Opus 4.5 | सबसे सक्षम, जटिल कामों के लिए अच्छा |
| Claude Haiku 4.5 | सबसे तेज़ और सस्ता |
| Claude 3.5 Sonnet | भरोसेमंद और अच्छी तरह परखा हुआ |
| Claude 3.5 Haiku | तेज़ और किफ़ायती v3.5 |
Ollama (स्थानीय / सेल्फ-होस्टेड)
API key की ज़रूरत नहीं। अपने हार्डवेयर पर मॉडल चलाएँ। ब्राउज़र को पहुँच देने के लिए OLLAMA_ORIGINS=* सेट करें।
| मॉडल | नोट |
|---|---|
| Llama 3.3 (डिफ़ॉल्ट) | नवीनतम Meta Llama, सुझाया गया |
| Llama 3.2 | Meta Llama 3.2 |
| Mistral 7B | तेज़ और सक्षम |
| Mixtral 8x7B | विशेषज्ञ मॉडलों का मिश्रण |
| Qwen 2.5 | Alibaba Qwen 2.5 |
| DeepSeek R1 | मज़बूत तर्क मॉडल |
| Phi-4 | Microsoft Phi-4 |
| Gemma 3 | Google Gemma 3 |
Ollama स्थानीय चलाने से पूरा टूल ऑफ़लाइन रहता है। कोई डेटा कंप्यूटर से बाहर नहीं जाता।
कवर लेटर को स्वाभाविक बनाना
कवर लेटर जनरेटर AI-लिखे पाठ के पहचाने जाने वाले संकेत हटाने के लिए लेखन शैली-निर्देश लागू करता है। यह Sabrina Ramonov के AI लेखन को मानव-जैसा बनाने वाले ढाँचे से प्रेरित है। हर पत्र इन नियमों का पालन करता है:
- em dash नहीं: AI लेखन का सबसे स्पष्ट संकेत पूरी तरह हटाएँ
- 50 से अधिक प्रतिबंधित शब्द और वाक्यांश: 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 आदि
- पत्र के मुख्य भाग में Markdown नहीं: bold के तारांकन, hashtag या semicolon नहीं
- सक्रिय वाक्य सामान्य रूप से: passive तभी जब कर्ता सच में मायने न रखता हो
- संक्षिप्त रूप अनिवार्य: “I’ve”, “I’m”, “it’s”, कभी “I have”, “I am”, “it is” नहीं
- वाक्य की लंबाई में बदलाव: छोटे असरदार वाक्यों के साथ लंबे वाक्य
- खाली शुरुआत नहीं: “It’s important to note that X” के बजाय सीधे “X”
- पहले अनुच्छेद में नौकरी का ठोस विवरण: दिखाता है कि पत्र template से नहीं बना
नतीजा इंसान के लिखे जैसा लगता है, क्योंकि नियम मॉडल को उसी तरह लिखने के लिए बाध्य करते हैं।
निर्यात गुणवत्ता
| फ़ॉर्मेट | आपको क्या मिलता है |
|---|---|
| पेशेवर टाइपोग्राफी, अनुभाग रेखाएँ, बुलेट, संपर्क विवरण की header | |
| DOCX | ठीक से संरचित Word दस्तावेज़ (Packer.toBlob, browser-संगत) |
| TXT | समान spacing वाला साफ़ सादा पाठ, ATS-सुरक्षित |
| Markdown | headings और सूची वाला संरचित .md |
AI provider सेट होने पर डाउनलोड से पहले AI निर्यात को फ़ॉर्मेट करता है और ✨ AI-Enhanced badge दिखता है।
स्वयं होस्ट करें
होस्टेड संस्करण (सेटअप नहीं)
ATS Resume Improver का लाइव संस्करण पर live app इस्तेमाल करें। अकाउंट, signup या credit card नहीं चाहिए।
एक क्लिक में cloud deploy
| प्लेटफ़ॉर्म | लिंक |
|---|---|
| Vercel | repo से एक क्लिक में deploy |
| Cloudflare Pages | एक क्लिक में deploy |
| Netlify | एक क्लिक में deploy |
| GitHub Pages | Fork → Settings → Pages → GitHub Actions → auto-deploy |
स्थानीय विकास
git clone https://github.com/simeononsecurity/ats-resume-improver
cd ats-resume-improver
make install
make dev # http://localhost:5173
Docker (दोहराने योग्य परिवेश के लिए सुझाया गया)
# डेवलपमेंट — http://localhost:5173 पर हॉट रीलोड
make docker-dev
# प्रोडक्शन — http://localhost:8080 पर nginx
make docker-prod
# डेवलपमेंट और Ollama साथ में (पूरा लोकल AI स्टैक)
make docker-dev-with-ollama
Ollama का पूरी तरह ऑफ़लाइन stack
# Ollama कंटेनर शुरू करें (रीस्टार्ट के बाद भी मॉडल सुरक्षित रहते हैं)
make ollama
# मॉडल डाउनलोड करें
make ollama-pull MODEL=llama3.2
# डेवलपमेंट ऐप और Ollama साथ-साथ शुरू करें
make docker-dev-with-ollama
इसके बाद app खोलें, API key panel में जाएँ, Ollama (Local) चुनें, URL http://localhost:11434 रखें और मॉडल चुनें। कोई डेटा कंप्यूटर से बाहर नहीं जाता।
तकनीकी स्टैक
| परत | तकनीक |
|---|---|
| Framework | React 19 + TypeScript |
| Build | Vite 8 |
| Styling | Tailwind CSS v4 |
| आइकन | Lucide React |
| PDF parse | pdfjs-dist |
| DOCX parse | mammoth |
| PDF export | jsPDF |
| DOCX export | docx (Packer.toBlob) |
| AI | OpenAI · Anthropic Claude · Ollama |
| Container | Docker + nginx (बहु-चरणीय) + Ollama सेवा |
पूरा स्कोरिंग और parsing क्रम (atsAnalyzer.ts, keywordMatcher.ts, resumeTypeDetector.ts) ब्राउज़र में चलता है। aiProvider.ts के AI integration सीधे client से provider API call करते हैं। कोई proxy server नहीं है।
उपयोग का व्यावहारिक तरीका
चरण 1: अपना रिज़्यूमे अपलोड करें
PDF, DOCX, TXT या Markdown फ़ाइल अपलोड करें। parser ने जानकारी साफ़ निकाली या नहीं देखने के लिए “What the ATS Sees” टैब खोलें। इस दृश्य में अनुभाग गायब या बिगड़े हों तो recruiter के ATS सॉफ़्टवेयर में भी यही समस्या होगी।
चरण 2: नौकरी का विवरण पेस्ट करें
Job Description panel में पूरा नौकरी विज्ञापन पेस्ट करें। पूरा विज्ञापन बेहतर कीवर्ड विश्लेषण देता है, इसलिए requirements अनुभाग न काटें।
चरण 3: ATS स्कोर देखें
स्कोर पैनल कुल 0–100 स्कोर और 5 आयामों का विवरण दिखाता है। इससे पता चलता है कि कहाँ ध्यान देना है: फ़ॉर्मेट की समस्या एक आयाम कम करती है, छूटे कीवर्ड दूसरा और काम के कमज़ोर अनुभव-वाक्य तीसरा।
चरण 4: कीवर्ड कमी जाँचें
Keyword Analysis दृश्य दिखाता है कि नौकरी के विवरण के कौन से शब्द रिज़्यूमे में हैं और कौन से नहीं। AI चालू होने पर अर्थगत मिलान और महत्व का मूल्यांकन मिलता है। मुख्य तकनीकी कौशल में “Critical” कमी, सामान्य soft-skill शब्द में “Low” कमी से अधिक ध्यान मांगती है।
चरण 5: अनुकूलित करें
- नियत मोड: नियमों के अनुसार संरचना बदलता है। सुरक्षित, तेज़, API लागत नहीं।
- AI मोड: ATS की अच्छी प्रथाओं के prompt से LLM पूरा पुनर्लेखन करता है।
बदलाव स्वीकारने से पहले पहले/बाद का अंतर देखें और हर संशोधन समझें।
चरण 6: निर्यात करें
PDF, DOCX, TXT या Markdown में निर्यात करें। AI चालू होने पर पेशेवर प्रस्तुति के लिए निर्यात फ़ॉर्मेट किया जाता है। PDF template सही टाइपोग्राफी और recruiter-अनुकूल layout देता है।
रिज़्यूमे सुझावों का एकीकरण
टूल के साथ RESUME_TIPS.md संदर्भ भी है (GitHub repository में भी)। इसमें शामिल हैं:
- ATS सिस्टम वास्तव में रिज़्यूमे को कैसे स्कोर करते हैं
- कौन से फ़ॉर्मेट नियम महत्वपूर्ण हैं और क्या parser बिगाड़ता है
- प्रभावी सारांश, बुलेट और कौशल अनुभाग लिखना
- शब्दों को ठूँसे बिना कीवर्ड रणनीति
- कवर लेटर का लहजा और संरचना
- भेजने से पहले checklist
स्कोर का अर्थ समझने के लिए टूल चलाने से पहले पढ़ें।
अक्सर पूछे जाने वाले सवाल
क्या टूल मेरा रिज़्यूमे रखता है?
नहीं। ऐप पूरी तरह client-side है। कोई जानकारी server पर स्थायी नहीं होती। session data browser memory में रहता है और टैब बंद होने पर मिट जाता है।
मेरे रिज़्यूमे का स्कोर कम है। क्या घबराना चाहिए?
ATS स्कोर दिशा बताते हैं, पास/फेल नहीं। 60 स्कोर का अर्थ यह नहीं कि ATS आपको अस्वीकार करेगा। यह आपके रिज़्यूमे और विश्लेषित खास नौकरी के विवरण के बीच मापने योग्य कमी दिखाता है। स्कोर से संपादन की प्राथमिकता तय करें, इसे अंतिम फैसला न मानें।
क्या इसे कई नौकरी विवरणों के लिए इस्तेमाल कर सकता हूँ?
हाँ। किसी भी समय नया नौकरी विवरण पेस्ट करें। उसके अनुसार कीवर्ड विश्लेषण और ऑप्टिमाइज़ेशन फिर होगा। हर विश्लेषण स्वतंत्र है।
क्या Ollama integration सच में offline है?
हाँ, यदि Ollama आपके स्थानीय कंप्यूटर या स्थानीय network के कंप्यूटर पर चल रहा हो। ऐप HTTP से आपके Ollama instance को पाठ भेजता है। कोई बाहरी सेवा इसे नहीं पाती।
रिज़्यूमे प्रकार पहचान कितनी सही है?
detector नियम-आधारित heuristic से अनुभव के वर्षों, शिक्षा संकेतों, प्रकाशन/शोध अनुभागों और करियर अंतराल के संकेतों को देखता है। अधिकांश रिज़्यूमे में अच्छा काम करता है, लेकिन असामान्य करियर में गलती हो सकती है। लगाए गए अनुभाग क्रम को हमेशा बदला जा सकता है।
परियोजना रोडमैप
विकासाधीन या नियोजित सुविधाएँ:
- IndexedDB के ज़रिये रिज़्यूमे संस्करण इतिहास
- LinkedIn profile optimizer
- Google Gemini provider support
- अतिरिक्त Ollama मॉडल
यह परियोजना MIT license के अंतर्गत है और pull request का स्वागत करती है। बड़े बदलाव से पहले issue खोलें।
निष्कर्ष
ATS Resume Improver एक वास्तविक कमी पूरी करता है: आपका डेटा किसी मध्यस्थ को दिए बिना गंभीर रिज़्यूमे विश्लेषण। बिना key का मोड फ़ॉर्मेटिंग और कीवर्ड कवरेज पर तुरंत उपयोगी प्रतिक्रिया देता है। AI key जोड़ने पर अर्थगत तर्क, कवर लेटर लेखन और इंटरव्यू तैयारी मिलती है। हर विश्लेषण में कुछ पैसे लगते हैं या Ollama के साथ पूरी तरह मुफ़्त है।
Live hosted संस्करण ATS Resume Improver का लाइव संस्करण पर है। पूरा source GitHub पर ATS Resume Improver का रिपॉज़िटरी पर है।
अपनी नौकरी खोज के लिए स्वयं होस्ट करें या किसी उद्योग के लिए स्कोर भार और prompt बदलना चाहें, तो Docker सेटअप और साफ़ परियोजना संरचना fork करके अनुकूलित करना आसान बनाती है।
रिज़्यूमे ऑप्टिमाइज़ेशन कोर्स
इस टूल की सभी जाँचों को लागू करने की व्यवस्थित, चरण-दर-चरण गाइड चाहिए तो साथ का कोर्स पढ़ें:
रिज़्यूमे ऑप्टिमाइज़ेशन कोर्स: ATS पार करें और अधिक इंटरव्यू पाएँ — ATS स्कोर, फ़ॉर्मेटिंग, बुलेट, कीवर्ड, अनुकूलन, कवर लेटर और भेजने-पूर्व checklist पर 9 मॉड्यूल। हर चरण में तुरंत प्रतिक्रिया के लिए टूल कोर्स के साथ इस्तेमाल करें।
संदर्भ
- लाइव टूल
- सोर्स कोड रिपॉज़िटरी
- रिज़्यूमे सुझाव — RESUME_TIPS.md
- Sabrina Ramonov — AI लेखन को स्वाभाविक बनाने का बेहतरीन prompt
- OpenAI API दस्तावेज़
- Anthropic Claude API दस्तावेज़
- Ollama — स्थानीय LLM server






