简历提取

文档 社区

技能解读

当前原文的自动摘译,尚未人工审校。

核心禁令 (CRITICAL)

禁止跳过 Few-shot - 提取时必须按 references/few-shot-templates.md 中的模板输出 禁止自由格式输出 - 必须严格遵循 references/output-schema.md 定义的 JSON Schema 禁止跳过后处理 - 原始提取必须经过 scripts/pipeline.py 处理后才算完成 禁止低质量输出 - confidence < 0.3 的提取必须过滤

流狐档案 运行与权限由流狐静态检查推断,不代表作者声明或实际测试结果。
领域
文档
作者声明的智能体
未找到明确声明;不据此推断已兼容或已测试
静态检查
88 / 100 · 启发式扫描,不代表运行安全
运行环境证据
未执行;当前没有隔离运行测试证据
作者 / 版本 / 许可证
@yarnfieldiscool · 未声明许可证
上下文用量评级
低消耗
接入复杂程度
即装即用
是否需要外部接口密钥
不需要
兼容的系统
未声明(默认跨平台)
运行环境要求
Python
检测到的文件与系统行为
  • 只读
网络行为
仅限本地
安装命令数
无(仅作为资料)

需要注意: 未声明工具权限范围;实际权限由运行环境决定。

01
Step 1: 文档解析 + 噪音清理

将 PDF/DOCX 简历解析为 Markdown 纯文本,自动清理招聘平台水印/追踪码: v1.1: 自动清理 BOSS直聘/猎聘等平台嵌入的 base64-like 追踪码行 支持的格式: 格式 · 解析器 · 依赖 · 特殊能力 `.pdf` · PdfParser (PyMuPDF) · `pip install PyMuPDF` · 单栏/双栏自动检测 + 水印清理

02
Step 1.5: 文件名元数据提取 (可选)

招聘平台文件名通常包含岗位/城市/薪资等元数据,可提取为 context_hints: v1.1: 生成的 context_hints 可在 Claude 提取时补充候选人城市等缺失信息

03
Step 2: 选择预设

使用简历预设配置:

04
Step 3: Claude 提取

按以下规则从简历文本中提取结构化信息: 7 种提取类型 (详见 `references/extraction-types.md`): 类型 · 识别特征 · 典型数量 `candidate` · 姓名、性别、年龄、手机、邮箱、城市 · 1 `experience` · 公司、职位、时间段、职责、嵌套项目 · 2-5

05
Step 4: 运行后处理管道

管道步骤 (详见 `references/post-processing.md`):

06
Step 5: 导入数据库

将 Pipeline 输出导入 SQLite 人才数据库:

07
Step 6: 查询与匹配

JD JSON 格式: 匹配评分维度: skill(40%) + experience(20%) + education(15%) + city(15%) + salary(10%)

讨论

基于 GitHub Discussions。登录 GitHub 即可参与讨论、点赞、订阅更新。