搜索

PythonReactSEOPDF
OpenClaw

recruitment-assistant

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。

heyweekly0 来源安装数☆ 0 仓库 Stars

安装与使用

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。

查看来源 ↗使用指南

技能说明

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...

来源信息

Source
github
Repository
openclaw/skills
Path
skills/heyweekly/easy-recruitment
Version
—
Commit
272c156941ab83deb408b8f3cbf8ded19c5627b4
分类来源
rules
状态
active
可见性
public

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。

README

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           →...

来源内容

SKILL.md
# 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...
README
# 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           →...

相关技能

OpenClaw

dojo.md

edholofy

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...

OpenClaw

wps-macos-helper

lethehades

macOS WPS Office workflow helper skill for safer document preparation, conversion, export, and compatibility guidance