---

name: recruitment-assistant description: 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。

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础素质要求，设计更符合面试官真实关心的问题。

岗位要求：具体岗位的技能要求、经验要求等从 JD.txt 中提取。

根据简历内容生成问题，分为：

A. 技术/专业能力验证（3-5题）

• 针对简历中提到的技术栈
• 针对项目中的技术难点
• 期望回答要点

B. 项目深挖（2-3题）

• STAR法则深挖关键项目
• 追问点预设

C. 软实力评估（2-3题）

• 团队协作场景
• 冲突处理经验
• 学习能力证明
• 特别关注：personalprefer.txt 中列出的基础素质要求（如聪明、沟通能力、踏实肯干等）

D. 待确认事项（1-2题）

• 针对风险点的澄清
• 加分题：基于面试官偏好设计的个性化问题

Step 6: 输出格式

选项A：本地HTML报告（推荐）

jobs/后端开发-3年经验/
├── JD.txt
├── 简历/
│   ├── 候选人A.pdf
│   └── ...
└── 面试报告-2026-03-05.html   # 生成的报告

HTML包含：

• 候选人排序表格（可点击展开详情）
• 每个候选人的匹配分析
• 可打印的面试问题清单

选项B：Markdown报告

jobs/后端开发-3年经验/
└── 面试报告-2026-03-05.md

用户使用示例

场景1：批量筛选简历

用户：帮我筛选 jobs/后端开发-3年经验 这个职位的简历
→ 我读取JD.txt，解析文件夹内所有简历，生成排序报告

场景2：针对单个简历准备面试

用户：帮我准备 jobs/产品经理-资深/张三.pdf 的面试问题
→ 我读取对应JD，只针对这份简历生成详细面试清单

场景3：更新JD后重新筛选

用户：JD改了，重新筛选 jobs/算法工程师 的简历
→ 重新读取更新后的JD.txt，重新评分排序

输入要求

使用该 Skill 前，请准备：

1. 职位文件夹（必须）

   • 命名格式：职位名称-级别/
   • 例如：后端开发-3年经验/、产品经理-资深/

2. JD.txt（必须）

   • 放在职位文件夹根目录
   • 建议包含：岗位职责、任职要求、加分项、薪资范围（可选）

3. 简历文件（必须）

   • PDF、DOC、DOCX、HTML 格式
   • 无需规范命名，任意文件名均可（如 1.pdf、简历.html）
   • 我会从文件内容中提取候选人姓名和信息
   • 直接放入职位文件夹

4. personalprefer.txt（可选，但强烈推荐）

   • 放在 jobs/ 根目录（与职位文件夹平级）
   • 全局共享：所有职位使用同一个面试官偏好配置
   • 用于描述面试官的性格特点、偏好风格、对候选人的基础素质要求
   • 参考模板：assets/personalprefer-template.txt
   • 效果：生成的面试问题会更符合你的真实风格和关注点
   • 只有当你个人风格变化时才需要更新，不随岗位变化

5. 可选补充信息

   • 该职位的特殊偏好（如偏好大厂背景、偏好创业经验等）
   • 团队当前技术栈细节
   • 急招程度（影响评分宽松度）

报告字段说明

生成的报告包含以下字段：

字段	说明
排名	按匹配度排序
候选人	姓名/标识
匹配度	百分制分数
推荐等级	🟢🟡🔴
核心匹配点	3-5条关键契合项
主要疑虑	2-3条待确认事项
建议面试时长	根据复杂度判断
面试问题清单	展开查看详细问题

隐私说明

• 所有简历处理在本地完成
• 不会上传候选人信息到外部服务
• 生成的报告保存在本地职位文件夹中