dojo.md
University for AI agents. 92 courses, 4400+ scenarios, any model via OpenRouter. Auto-training loops generate per-model SKILL.md documents. Works with Claude Code, OpenClaw, Cursor, Windsurf. No fine-tuning req...
智能招聘助手。根据职位JD自动筛选和评估简历,输出候选人排序报告,并为每个候选人生成定制化面试问题清单。当用户需要筛选简历、评估候选人匹配度、准备面试问题时触发。
请根据来源仓库和你的 AI 工具说明安装此技能。先阅读技能文件和依赖要求,再添加到工作流。
SkillHub CLI
skillhub install heyweekly/easy-recruitment打开来源仓库,查看说明和兼容环境后,按来源提供的命令或步骤安装。
将来源链接提供给你的 Agent,让它先读取说明、核对依赖,并向你说明将执行的安装步骤。
自动化简历筛选与面试准备工具。
用户以文件夹为单位维护职位,结构如下:
jobs/
├── 后端开发-3年经验/ # 职位文件夹
│ ├── JD.txt # 职位描述(必需)
│ ├── 候选人A.pdf # 简历文件
│ ├── 候选人B.docx
│ └── 候选人C.pdf
├── 产品经理-资深/ # 另一个职位
│ ├── JD.txt
│ └── ...
└── personalprefer.txt # 面试官偏好配置(可选,全局共享)
文件层级说明:
从 JD.txt 提取关键要求:
支持的格式:PDF、DOC、DOCX、HTML、TXT
简历命名:无需结构化命名,我会从文件内容中提取候选人姓名和信息
解析维度:
| 维度 | 提取内容 |
|---|---|
| 基础信息 | 从内容中提取姓名、联系方式、工作年限、学历 |
| 工作经历 | 公司、职位、时间、项目描述 |
| 技能栈 | 技术关键词匹配 |
| 项目经验 | 项目复杂度、职责范围、量化成果 |
| 其他亮点 | 开源、演讲、文章、证书 |
评分算法:
输出分级:
对每个候选人输出:
个性化设计:如果 jobs/ 根目录存在 personalprefer.txt,我会基于面试官的性格特点、偏好风格和对候选人的基...
这些信息来自收录时的来源分析,可能滞后;使用前请核对最新来源文件。
自动筛选简历,生成面试问题清单 - 只需提供 JD 和简历,AI 帮你完成初筛和面试准备。
┌─────────────────────────────────────────────────────────────┐
│ 输 入 层 │
├─────────────────────────────────────────────────────────────┤
│ │
│ ┌──────────────┐ ┌──────────────────────────┐ │
│ │ JD.txt │ │ 简历文件 │ │
│ │ (职位描述) │ │ • PDF │ │
│ │ │ │ • DOC/DOCX │ │
│ │ 岗位要求 │ │ • HTML │ │
│ │ 技能要求 │ │ │ │
│ │ 加分项 │ │ 任意命名均可 │ │
│ └──────┬───────┘ └───────────┬──────────────┘ │
│ │ │ │
│ └────────────┬───────────────┘ │
│ │ │
│ ▼ │
├─────────────────────────────────────────────────────────────┤
│ AI 处 理 层 │
├─────────────────────────────────────────────────────────────┤
│ │
│ ┌──────────────────────────────────────────────────┐ │
│ │ 智 能 筛 选 引 擎 │ │
│ ├──────────────────────────────────────────────────┤ │
│ │ │ │
│ │ 1️⃣ 解析 JD → 提取硬性要求、核心技能 │ │
│ │ 2️⃣ 批量读取简历 → 提取姓名、经历、技能 │ │
│ │ 3️⃣ 匹配度评分 → 0-100分,多维度评估 │ │
│ │ 4️⃣ 智能分级 → 🟢🟡🔴 三档推荐 │ │
│ │ 5️⃣ 生成问题 →...
# 招聘助手 自动化简历筛选与面试准备工具。 ## 工作流程 ### Step 1: 确认职位文件夹 用户以文件夹为单位维护职位,结构如下: ``` jobs/ ├── 后端开发-3年经验/ # 职位文件夹 │ ├── JD.txt # 职位描述(必需) │ ├── 候选人A.pdf # 简历文件 │ ├── 候选人B.docx │ └── 候选人C.pdf ├── 产品经理-资深/ # 另一个职位 │ ├── JD.txt │ └── ... └── personalprefer.txt # 面试官偏好配置(可选,全局共享) ``` **文件层级说明**: - **JD.txt**:放在职位文件夹内,描述岗位要求(技能、经验、职责等),随岗位变化 - **personalprefer.txt**:放在 jobs/ 根目录,描述面试官自身性格和偏好,所有职位共享 ### Step 2: 读取并解析JD 从 `JD.txt` 提取关键要求: - **硬性要求**:学历、工作年限、必备技能(必须满足) - **核心技能**:技术栈、工具、方法论(重要匹配项) - **软性素质**:沟通能力、团队协作、抗压性等 - **加分项**:额外技能、行业经验、开源贡献等 ### Step 3: 批量解析简历 支持的格式:PDF、DOC、DOCX、HTML、TXT **简历命名**:无需结构化命名,我会从文件内容中提取候选人姓名和信息 解析维度: | 维度 | 提取内容 | |-----|---------| | **基础信息** | 从内容中提取姓名、联系方式、工作年限、学历 | | **工作经历** | 公司、职位、时间、项目描述 | | **技能栈** | 技术关键词匹配 | | **项目经验** | 项目复杂度、职责范围、量化成果 | | **其他亮点** | 开源、演讲、文章、证书 | ### Step 4: 匹配度评分 **评分算法**: - 硬性要求(一票否决):不满足直接淘汰 - 核心技能匹配(40分):JD要求的技能掌握程度 - 经验相关性(30分):行业/业务领域匹配度 - 项目质量(20分):项目复杂度、成果量化 - 加分项(10分):额外技能、开源、影响力 **输出分级**: - 🟢 强烈推荐(80-100分):重点面试 - 🟡 建议考虑(60-79分):可面试 - 🔴 不太匹配(<60分):可排除 ### Step 5: 生成面试报告 对每个候选人输出: #### 1. 匹配点总结 - 符合JD的核心能力 - 相关项目经验亮点 - 技能栈契合度 #### 2. 风险点/待确认 - 经验断层或跳槽频繁 - 技能深度存疑 - 项目描述模糊 #### 3. 定制化面试问题清单 **个性化设计**:如果 `jobs/` 根目录存在 `personalprefer.txt`,我会基于面试官的性格特点、偏好风格和对候选人的基...
# 招聘助手 (Recruitment Assistant) - 功能说明 ## 🎯 一句话介绍 **自动筛选简历,生成面试问题清单** - 只需提供 JD 和简历,AI 帮你完成初筛和面试准备。 --- ## 📊 功能流程图 ``` ┌─────────────────────────────────────────────────────────────┐ │ 输 入 层 │ ├─────────────────────────────────────────────────────────────┤ │ │ │ ┌──────────────┐ ┌──────────────────────────┐ │ │ │ JD.txt │ │ 简历文件 │ │ │ │ (职位描述) │ │ • PDF │ │ │ │ │ │ • DOC/DOCX │ │ │ │ 岗位要求 │ │ • HTML │ │ │ │ 技能要求 │ │ │ │ │ │ 加分项 │ │ 任意命名均可 │ │ │ └──────┬───────┘ └───────────┬──────────────┘ │ │ │ │ │ │ └────────────┬───────────────┘ │ │ │ │ │ ▼ │ ├─────────────────────────────────────────────────────────────┤ │ AI 处 理 层 │ ├─────────────────────────────────────────────────────────────┤ │ │ │ ┌──────────────────────────────────────────────────┐ │ │ │ 智 能 筛 选 引 擎 │ │ │ ├──────────────────────────────────────────────────┤ │ │ │ │ │ │ │ 1️⃣ 解析 JD → 提取硬性要求、核心技能 │ │ │ │ 2️⃣ 批量读取简历 → 提取姓名、经历、技能 │ │ │ │ 3️⃣ 匹配度评分 → 0-100分,多维度评估 │ │ │ │ 4️⃣ 智能分级 → 🟢🟡🔴 三档推荐 │ │ │ │ 5️⃣ 生成问题 →...
University for AI agents. 92 courses, 4400+ scenarios, any model via OpenRouter. Auto-training loops generate per-model SKILL.md documents. Works with Claude Code, OpenClaw, Cursor, Windsurf. No fine-tuning req...
macOS WPS Office workflow helper skill for safer document preparation, conversion, export, and compatibility guidance
A股分析技能
A2A4B2B Skill for OpenClaw