Resume-JD-Matcher

批量解析简历并与岗位 JD 进行 AI 智能匹配，生成结构化匹配报告（Excel）。

🎯 功能

• 从 Word (.docx) 文件提取岗位任职要求
• 解析 PDF/Word 格式简历
• AI 智能分析简历与 JD 的匹配度
• 生成 Excel 匹配报告（含分析详情和总体评估表）
• 支持增量处理（跳过已处理的简历）

🚀 使用方式

方式 1：OpenClaw 消息触发（推荐，Subagent 模式）

在 OpenClaw 中发送消息：

帮我匹配 D:\JL 目录下的简历

或使用命令：

/skill resume-jd-matcher

优势：
- ✅ 无需配置 API
- ✅ 自动使用你已配置的大模型
- ✅ 支持批量并发处理（默认 3 个并发）
- ✅ 支持自然语言交互

批量处理流程：
1. 扫描简历目录（按岗位分类）
2. 为每份简历的每条任职要求创建子 Agent 任务
3. 并发调用多个子 Agent 分析（默认最多 3 个同时运行）
4. 收集所有结果，生成 Excel 报告

性能参考：
- 单次分析：~6-8 秒
- 10 份简历 × 5 条要求 = 50 个任务 ≈ 2-3 分钟（并发 3）
- 50 份简历 × 5 条要求 = 250 个任务 ≈ 10-15 分钟（并发 3）

方式 2：独立脚本运行（API 模式）

cd C:\Users\Administrator\.openclaw\workspace
python resume_match.py

适用场景：批量离线处理、定时任务、无 OpenClaw 环境

⚙️ 配置

编辑 config_resume_match.yaml：

运行模式（必填）

# "subagent" - OpenClaw 模式（无需 API 配置）
# "api" - 独立脚本模式（需要配置 API）
mode: "subagent"

路径配置（必填）

paths:
  jd_folder: "D:\\JD"      # JD 文件目录
  jl_folder: "D:\\JL"      # 简历目录（按岗位分类）
  output_folder: "D:\\jg"  # 输出目录

API 配置（仅当 mode="api" 时需要）

mode: "api"
api:
  active_provider: tencent
  api_providers:
    tencent:
      name: "腾讯 Hunyuan"
      api_key: "sk_xxxxx"
      api_url: "https://api.hunyuan.tencent.com/v1/chat/completions"
      model: "hunyuan-t1"

📁 目录结构要求

D:\JD\                    # 岗位 JD 目录
├── 投资岗.docx
├── 合规岗.docx
└── ...

D:\JL\                    # 简历目录（按岗位文件夹分类）
├── 投资岗/
│   ├── 张三.pdf
│   └── 李四.docx
├── 合规岗/
│   ├── 王五.pdf
│   └── ...
└── ...

D:\jg\                    # 输出目录（自动生成）
└── AI_Resume_All_20260403_1415.xlsx

📊 输出格式

Excel 包含两个工作表：

1. 简历匹配结果
| 应聘者名称 | 应聘岗位 | 任职要求 | 匹配度 | AI 分析详情 | 处理时间 |
|-----------|---------|---------|-------|-----------|---------|
| 张三 | 投资岗 | 3 年以上投资经验... | 完全匹配 | {"分析": "..."} | 2026-04-03 14:15 |

2. 应聘者总体评估表
| 应聘岗位 | 应聘者名称 | 得分 |
|---------|-----------|-----|
| 投资岗 | 张三 | 95.00 |
| 投资岗 | 李四 | 87.50 |

匹配等级

• 完全匹配
• 高度匹配
• 匹配
• 部分匹配
• 不匹配
• 无相关信息

🔧 高级配置

批量性能优化

对于大量简历（50+ 份），建议：

# 子 Agent 模式超时时间（秒）
timeout: 60

# 并发限制（未来版本支持）
max_concurrent: 3

日志配置

日志自动输出到：
- 控制台（实时显示）
- D:\jg\resume_match_YYYYMMDD_HHMM.log

🆚 模式对比

📝 版本历史

• V2.0.0 (2026-04-03) - 双模式架构重构
• V1.9.6 (2026-03-20) - 修复 AI 返回语言
• V1.9.4 (2026-03-16) - 新增多 API 供应商切换

🐛 常见问题

Q: subagent 模式报错 "session_spawn not found"

A: 确保在 OpenClaw 环境中运行，检查 sessions_spawn 工具是否可用。

Q: API 模式报错 "No module named 'fitz'"

A: 安装依赖：pip install PyMuPDF python-docx openpyxl pyyaml requests pdfplumber

Q: 如何处理扫描件简历？

A: 当前版本仅支持文本型 PDF/Word，扫描件需要 OCR 支持（未来版本）。

📦 依赖

openpyxl>=3.0.0
requests>=2.28.0
python-docx>=0.8.0
pyyaml>=6.0.0
pdfplumber>=0.11.0

📄 License

MIT