HR简历自动筛选器

要解决什么问题

技术岗和运营岗简历往往又长又泛：技能列表堆满框架名，项目只写「参与开发」，HR 很难在初筛阶段判断证据是否成立、与 JD 是否真匹配。人工对照 JD 逐条核对也费时，且容易因排版或自我评价产生偏差。

本技能把角色固定为证据导向、宁严勿松的资深 HR 审查流程：先结构化抽取简历字段（缺项留空、不编造），再按岗位加载评分维度，最后输出可归档的 JSON，而不是一段主观评语。

工作流程

1. 解析与审计：从纯文本或粘贴内容提取姓名、教育、工作经历、项目、技能等；执行 R1 时间线矛盾与空窗期、R2 学历信号、R3 技能堆砌（如技能 >20 项但项目覆盖不足）等规则。
2. 岗位匹配：frontend 加载前端五维标准（技术栈 30%、项目深度 25%、学历与学习 15%、稳定性 15%、工程素养 15%）；media 加载新媒体五维标准；自定义 JD 则推导 5 个维度并写明权重与标准。
3. 逐维打分：每维必须给出正面/负面信号（需能对应简历原文）、可选 red_flag，并按 1–10 锚点计分。
4. 定档与追问：加权总分后应用一票否决降档（红旗 ≥2 或严重造假类红旗）；生成 3–5 条可验证的面试追问，覆盖缺口与红旗项。

最终输出为纯 JSON，含 total_score、grade（recommend / hold / reject）、dimensions、interview_questions、raw_fields 与 audit 等字段。

适用边界

• 输入依赖你提供的岗位类型与简历文本质量；无法从简历确认的信息不会假设为真。
• 培训机构常见仿站项目会被标注，不代表自动联网核验 GitHub 或作品集链接。
• 定档偏保守：有疑问倾向 🟡 待定；输出仅供初筛参考，不能替代背调与现场面试。