批量简历筛选排序

ResumeScorer Skill · JD硬性规则匹配 → 逐份扫描评分 → 三色分级输出

!
演示模式 · 可视化预演

本页展示的是「应该怎么跑、每一步看什么、交付什么」,用的是真实业务格式的脱敏构造数据,不宣称已接入客户生产系统,也不承诺任何效率提升百分比。

待筛简历
12
分级结果
🟢3 🟡4 🔴5
AI筛选耗时
30s
效率提升
-99%
INPUT 输入 岗位画像(JD 摘要)+ 12 份候选简历
硬性条件(一票否决)
本科电子类5年经验(含2年工控)会画板 AD/Cadence
加分项
EMC/EMIIATF 16949PLC/伺服/电源量产≥2款
薪资预算
25-35K × 15薪
红线
近3年跳槽>2次 · 薪资超预算20% · 行业完全不符

📁 已加载 12 份简历(含正常样本 + 注水陷阱样本),点击下方按钮开始筛选 ↓

RUN 调用 一句话调用 + 引擎执行
我用「简历筛选排序」能力,筛这批高级硬件工程师(工控方向)的简历。
规则:硬性三关(本科电子类 + 5年含2年工控 + 会画板)+ 加分(EMC/IATF/PLC/量产2款)+ 红线(跳槽>2次 / 薪资超预算20%)。
请输出:① 三色分级统计 ② 逐份评分+理由 ③ 待澄清清单 ④ 邀约顺序
等待开始…
🔧 展开/折叠 引擎调用代码
# ResumeScorer 引擎调用 from resume_scorer import ResumeScorer scorer = ResumeScorer() scorer.load_jd_profile(jd_profile) # 装 JD 硬性+加分+红线 scorer.load_resumes_from_dir("./resumes/") # 批量装载 12 份 PDF/Word scorer.set_scoring_rules( hard_rules=["edu_bachelor_elec", "exp_5y_2y_ctrl", "skill_pcb"], bonus_rules=["emc", "iatf", "plc", "mass_prod_2"], red_lines=["job_hops>2", "salary_over_20pct", "industry_mismatch"] ) results = scorer.score_all(parallel=True) # 逐份扫描+评分 tiered = scorer.classify_by_tier(results) # 🟢≥80 / 🟡60-79 / 🔴<60 ordered = scorer.sort_by_score_desc(tiered) clarifications = scorer.extract_clarifications(tiered)
OUTPUT 输出 三色分级结果 + 待澄清清单 + 邀约顺序
0
简历总量
0
🟢 可约面
0
🟡 待澄清
0
🔴 淘汰
候选人分级评分匹配理由顾虑点建议动作

❓ 待澄清清单

📋 邀约顺序建议

🟢 3人可约面 · 4人需澄清 · 5人淘汰(含1份注水)
绿组赵立军92分全场最佳(华中科技硕士+PLC量产3次);黄组何志远大专但工控9年建议破格;红组林峰量产时间线矛盾疑似注水
人工 2-4小时
2-4h
→ Skill 30秒
30s
节省 -99%
❓ 这套评分规则可以复用吗?
可以。JD画像和评分规则可保存为模板,下次同类岗位直接调用。支持动态加规则 rerun(如追加"到岗≤30天"条件一键重筛)。
❓ 注水识别准确率如何?
基于交叉验证算法(时间线矛盾 + 技能链完整性检查),标注"疑似"而非"定论"。建议面试时针对疑点深问,最终判断权归 HR。

想了解来龙去脉?

回到场景引入,看这个场景的痛点、做法与边界