候选人简历解析与JD匹配度分析
> v1.0.0 — 上传简历 + JD，自动输出逐维度匹配度报告。量化可追溯，1 分钟完成初筛。
快速索引
| 你需要… | 跳转 |
|---|---|
| 了解能解决什么问题 | 功能简介 |
| 看怎么触发 | 触发方式 |
| 简历格式不对/解析失败怎么办 | 异常处理与引导策略 |
| 对照正确 vs 错误用法 | 常见错误用法与纠正 |
| 直接复制模板开始用 | 快速参考卡 |
| 了解输出长什么样 | 输出结构 |
| 看完整示例 | 完整示例 |
功能简介
HR 每天收到数十份简历，逐份对照 JD 筛选耗时巨大，且不同 HR 判断标准不一致。本技能将简历文件（PDF/Word/图片/纯文本）自动解析为结构化候选人画像，再与目标 JD 逐维度对照打分，输出一份可追溯的匹配度分析报告。
核心价值：不止给一个总分，而是逐维度告诉你哪里匹配、哪里差多远、风险点是什么——每项结论都附带简历原文证据。
触发方式
对话中说出以下任一关键词即可触发，支持上传简历文件或粘贴文本：
| 触发词 | 示例用语 |
|---|---|
| 简历匹配 | "帮我把这份简历和JD匹配一下" |
| 简历分析 | "分析一下这份简历" |
| 匹配度分析 | "做个匹配度分析" |
| 筛简历 | "帮我筛一下这份简历" |
| 简历对比JD | "对比一下简历和岗位要求" |
| 看看这份简历 | "帮我看看这份简历合适吗" |
| 这个人合适吗 | "你看这个人合适吗" |
| 评估候选人 | "评估一下这个候选人" |
无需记格式，说话就能触发。
输入处理规则
简历输入
支持以下格式，优先级从高到低：
| 格式 | 处理方式 |
|---|---|
| PDF（.pdf） | 文本提取，表格/多栏自动识别；含图片的 PDF 走 OCR |
| Word（.docx） | 直接文本提取，保留段落结构 |
| 图片（JPG/PNG） | OCR 识别，表格/手写体准确度有限，会标注「OCR 识别」 |
| 纯文本 | 直接解析 |
| 网页链接（LinkedIn/招聘平台） | 抓取后解析 |
JD 输入
- 接受任意格式的 JD 文本
- 如 JD 为口语化描述（如"找个会 Java 的，最好 3 年左右经验"），自动标准化为结构化 JD 后再匹配
- 如 JD 已由「JD 标准化改写」Skill 生成，直接使用
硬性门槛处理
如用户设置了硬性条件（学历/年限/证书等），且候选人明确不满足，在报告顶部红标提示，但仍输出完整报告供参考。不自动跳过不满足硬性门槛的候选人——决策权在 HR。
异常处理与引导策略
简历解析失败
> "抱歉，这份简历我无法完整解析，可能原因：① 扫描件质量过低（分辨率不足或倾斜）；② 文件已加密或损坏；③ 内容为纯图片且文字密度过高。您可以尝试：[方案A] 用扫描 App 重新导出为清晰 PDF 再上传；[方案B] 将简历关键信息复制粘贴为纯文本发给我；[方案C] 按以下模板手动填写，我帮您匹配——姓名 / 学历 / 工作年限 / 最近公司+职位 / 核心技能 / 重点项目（3 条内）。"
简历信息严重不足
如简历仅含姓名+联系方式+一句话简介：
> "简历内容较少，我已提取到：[已提取内容]。以下关键信息缺失，建议要求候选人补充后重新匹配：[缺失项列表]。我先用现有信息出匹配报告，但结论仅供参考。"
JD 缺失
> "您还没有提供岗位 JD。匹配度分析需要目标 JD 作为参照。请提供招聘岗位的描述，可以是完整的 JD 文本、招聘链接、或口头描述都行。"
简历含多页但关键页模糊
> "简历共 X 页，第 Y 页内容模糊，该页可能包含 [推测内容类型]，可能会影响匹配准确性。建议重新上传该页或直接补充该部分信息。"
文件格式不支持
> "当前不支持 [格式] 格式，支持的文件类型为 PDF/Word/图片/纯文本。请转换格式后重新上传。"
输出结构
按以下 5 个板块输出结构化报告：
一、简历结构化提取
| 字段 | 内容 |
|---|---|
| 姓名 | XXX |
| 最高学历 | XXXX（学校 + 专业 + 学位） |
| 工作年限 | X 年（X年X月 - X年X月） |
| 最近公司 / 职位 | XXXX / XXXX |
| 当前薪资（如有） | 如简历含薪资信息，仅作参考 |
| 核心技能标签 | 标签1, 标签2, 标签3（按相关性排序） |
| 关键项目经验 | 3 条以内摘要，每条 1-2 句 |
二、匹配度评分总览
6 维度评分表，每项含匹配度百分比 + 5 分制评分 + 关键证据（从简历/JD 原文引用）：
| 维度 | 匹配度 | 评分 | 关键证据 |
|---|---|---|---|
| 学历匹配 | X% | X/5 | 简历：XX大学硕士 / JD要求：硕士及以上 |
| 经验年限 | X% | X/5 | 简历：5年 / JD要求：3-5年 |
| 专业技能 | X% | X/5 | 匹配A、B、C / 缺失D、E |
| 行业背景 | X% | X/5 | 简历：金融科技 / JD：金融或互联网 |
| 项目经验 | X% | X/5 | 简历含项目类型 vs JD要求的项目类型 |
| 综合素质 | X% | X/5 | 语言、证书、管理经验等综合加分项 |
| 加权总分 | X% | X/5 | — |
权重说明：专业技能 30%、项目经验 25%、经验年限 20%、学历匹配 10%、行业背景 10%、综合素质 5%。用户可通过 JD 指定调整权重。
三、逐维度差距分析
每个维度展开 4 项：
- 匹配点：简历中与 JD 要求一致的内容（配原文引用）
- 差距点：JD 要求但简历中未体现或不足的内容
- 超出点：简历中有但 JD 未要求的加分项（提醒 HR 这些是意外收获）
- 风险提示：稳定性（频繁跳槽）、工作地点、当前薪资与岗位预算偏差等潜在不匹配
四、综合评估与建议
结论（四档）：
| 结论 | 条件 | 行动建议 |
|---|---|---|
| 强烈建议面试 | 加权总分 ≥80%，各维度 ≥3 分，无硬伤 | 优先安排面试 |
| 建议面试 | 加权总分 ≥65%，核心维度达标，差距可接受 | 正常安排面试，重点验证差距维度 |
| 可备选 | 加权总分 ≥50%，有明显差距但非硬伤 | 暂放备选池，优先面试前两档 |
| 不推荐 | 加权总分 <50% 或触及硬性门槛 | 标注一票否决原因，存入人才库 |
附：一句话核心理由 + 若面试则 3 个建议重点验证的方向。
五、简历质量提示（额外增值）
不占匹配分数，仅作参考：
- 时间线断裂或重叠
- 职位名称与职责描述明显不匹配
- 关键信息缺失（无教育经历、无量化成果、无任何项目描述）
- 格式建议（如排版可读性差，建议候选人优化）
写作规范
- 所有评分必须附带「关键证据」——从简历或 JD 中引用的原文，如「简历：负责过日活 100 万+ 的推荐系统架构设计」→ JD 要求「高并发系统经验」
- 评分标准：1=完全不匹配 / 2=少量匹配 / 3=部分匹配 / 4=基本匹配 / 5=高度匹配
- 禁止使用性别、年龄、婚育、外貌、籍贯等受保护特征作为匹配依据
- 禁止对候选人做出人格判断或主观评价（如"这人看起来很聪明""性格可能不太好"）
- JD 中未列出的要求，不作为扣分项（如 JD 没要求硕士，简历是本科不能扣分）
- 差距分析使用"未体现"而非"不具备"——简历没写不代表没有
常见错误用法与纠正
错误 1：只用 JD 全文粘贴不做重点标注
❌ 把公司官网招聘页面全文复制粘贴过来，含大量企业介绍和福利描述。
✅ 正确：提取岗位职责和任职要求的核心段落，或使用「JD 标准化改写」Skill 先标准化 JD。噪音越多，匹配精度越低。
错误 2：把匹配度当"及格线"机械筛选
❌ "匹配度 78%，不到 80%，不看了。"
✅ 正确：匹配度是参考工具，不是决策替身。78% 和 80% 的差异在误差范围内，应看具体差距维度——如果是学历差 1 年但项目经验完美匹配，值得面试。
错误 3：忽略"超出点"
❌ 只看扣分项不看加分项，把亮点候选人误杀。
✅ 正确：超出 JD 的能力（如候选人会 JD 没要求的技能、带过 JD 没要求的团队规模）应作为正向加权依据。
错误 4：以简历厚度判断候选人
❌ "这个简历就 1 页，那个 5 页，5 页的更厉害吧。"
✅ 正确：简历长度与能力无关。重点看匹配维度的证据质量，不是页数。
错误 5：信息不全时不配合引导
当 Skill 提示解析不完整或需要补充时，直接说"就这样评吧"。建议花 30 秒看引导问题的第一条，通常能快速补齐最关键的缺失信息。
交互规则
| 场景 | 行为 |
|---|---|
| 用户上传简历 + JD | 直接输出完整 5 板块报告 |
| 仅上传简历无 JD | 先输出"简历结构化提取"结果，提示提供 JD 后出完整匹配报告 |
| 仅提供 JD 无简历 | 提示上传简历（可接受文件/粘贴文本/链接） |
| 批量上传多份简历 | 逐份处理，每份独立输出完整报告 |
| 用户指定关注维度 | 调整维度权重，报告中标注"按用户指定权重" |
| 用户设置硬性门槛 | 在报告顶部标出硬性门槛检查结果，仍输出完整报告 |
快速参考卡
匹配度速查：什么时候该面试？
| 总分区间 | 建议 | 一句话判断 |
|---|---|---|
| 80%-100% | 强烈建议面试 | 差距在可接受范围，核心胜任力达标 |
| 65%-79% | 建议面试 | 有差距但可通过面试验证，暂不淘汰 |
| 50%-64% | 可备选 | 有明显短板，优先面试前两档后再考虑 |
| <50% | 不推荐 | 核心要求不满足或触及硬性门槛 |
JD 快速提取模板（HR 发给 Skill 前可复制使用）
岗位名称：
经验要求：
学历要求：
必备技能（列出 3-5 项）：
加分技能（可选）：
核心职责（列出 3-5 条）：
行业偏好（可选）：
工作地点：
薪资范围（可选）：
简历解析失败时的替代输入模板
姓名：
最高学历（学校+专业+学位）：
工作年限：
最近公司+职位：
核心技能（逗号分隔）：
重点项目（每条 1-2 句，最多 3 条）：
完整示例
输入
简历（摘要）：
> 张三，XX大学计算机硕士，5年Java后端开发经验。最近在XX金融科技公司担任高级工程师，负责核心交易系统架构设计（日均千万级交易量），团队 8 人。技术栈：Java、Spring Cloud、MySQL、Redis、Kafka。主导过支付系统重构项目，将系统吞吐量提升 3 倍。英语 CET-6，可阅读技术文档。
JD：
> 后端开发工程师（金融方向），要求：本科及以上，3-5 年经验，精通 Java/Spring 生态，有高并发系统设计经验，熟悉 MySQL/Redis/消息队列，有金融/支付行业经验优先，有带团队经验为加分项。
输出
一、简历结构化提取
| 字段 | 内容 |
|---|---|
| 姓名 | 张三 |
| 最高学历 | XX大学 · 计算机 · 硕士 |
| 工作年限 | 5 年 |
| 最近公司 / 职位 | XX金融科技公司 / 高级工程师 |
| 核心技能标签 | Java, Spring Cloud, MySQL, Redis, Kafka, 高并发架构, 支付系统 |
| 关键项目经验 | ① 核心交易系统架构设计（日均千万级交易量）；② 支付系统重构（吞吐量提升 3 倍）；③ 8 人团队技术负责 |
二、匹配度评分总览
| 维度 | 匹配度 | 评分 | 关键证据 |
|---|---|---|---|
| 学历匹配 | 100% | 5/5 | 简历：XX大学硕士 / JD要求：本科及以上 |
| 经验年限 | 90% | 4.5/5 | 简历：5年 / JD要求：3-5年，经验丰富 |
| 专业技能 | 95% | 5/5 | 匹配 Java/Spring Cloud/MySQL/Redis/Kafka / 无关键缺失 |
| 行业背景 | 100% | 5/5 | 简历：金融科技 / JD：金融行业优先 |
| 项目经验 | 95% | 5/5 | 高并发交易系统 + 系统重构，与 JD 核心职责高度吻合 |
| 综合素质 | 85% | 4/5 | 有 8 人团队经验（加分项），英语可阅读技术文档 |
| 加权总分 | 94% | 4.8/5 | — |
三、逐维度差距分析
学历匹配：完全达标。硕士学历超出 JD 本科要求。
- 匹配点：计算机硕士，与岗位方向一致
- 差距点：无
- 超出点：硕士学历高于 JD 最低要求
- 风险提示：无
经验年限：完全达标。5 年经验处于 JD 要求的 3-5 年区间上沿。
- 匹配点：5 年 Java 后端开发，均在后端方向
- 差距点：无
- 超出点：经验年限接近 JD 上限，可能对薪资预期偏高
- 风险提示：5 年经验可能期望薪资超出预算，面试需确认
专业技能：高度匹配。核心技术栈完全覆盖 JD 要求。
- 匹配点：Java、Spring Cloud、MySQL、Redis、Kafka 全部命中
- 差距点：无
- 超出点：支付系统专项经验，与金融方向 JD 高度契合
- 风险提示：无
行业背景：高度匹配。金融科技背景与 JD"金融行业优先"直接对口。
- 匹配点：金融科技公司支付系统经验
- 差距点：无
- 超出点：日均千万级交易量经验属行业上限段位
- 风险提示：无
项目经验：高度匹配。高并发系统架构设计和系统重构两段经历直接对应 JD 核心职责。
- 匹配点：交易系统架构 + 支付系统重构 + 团队管理
- 差距点：无
- 超出点：吞吐量提升 3 倍有具体量化成果
- 风险提示：无
综合素质：良好匹配。团队管理经验超出 JD 基本要求。
- 匹配点：8 人团队经验、英语 CET-6
- 差距点：无
- 超出点：带团队经验超出 JD"加分项"预期
- 风险提示：如当前岗位不涉及团队管理，候选人是否接受 IC 角色需确认
四、综合评估与建议
强烈建议面试 — 加权总分 94%，6 个维度无一短板。技能栈与 JD 完全重合，行业背景对口且有高并发实战经验。唯一的潜在风险是薪资预期可能偏高，建议面试中确认。
面试重点验证方向：
1. 高并发系统设计深度——日均千万级交易量的具体架构方案
2. 薪资预期与岗位预算匹配度
3. 如岗位不涉及带团队，候选人是否接受纯技术角色
五、简历质量提示
- 简历含具体量化成果（吞吐量提升 3 倍、日均千万级），信息密度高
- 时间线完整，无明显断裂或矛盾
- 建议：可补充教育经历起止年份，当前仅有学校名和学位
依赖
- 无外部 API 依赖（简历解析由 Agent 内置能力完成）
- 图片类简历需 OCR 支持（Agent 内置）
- 纯文本处理，无需文件系统写入权限
版本历史
- v1.0.0（2026-07）— 首个正式版
- 支持 PDF/Word/图片/纯文本简历输入
- 6 维度匹配度评分体系（含加权总分）
- 逐维度差距分析（匹配点/差距点/超出点/风险提示）
- 四档面试建议 + 验证方向
- 简历质量提示
- 内置异常处理引导 + 常见错误用法纠正 + 快速参考卡
