HR简历评分

要解决什么问题

招聘团队在简历量大、格式混杂时，很难在统一 rubric 下做可比初筛，又容易在「打分」环节踩合规红线（推断缺失信息、碰敏感属性、把模型输出当成录用结论）。本技能把流程固定在「辅助审阅」：本地批量读入简历，可选对照 JD 与公司背景，产出结构化报告，供人工 recruiter 二次判断。

技能如何工作

使用前把简历放进本地输入目录，支持 Markdown、TXT、PDF、DOCX；若要做岗位匹配，可额外准备 JD 与公司背景（Markdown 或 TXT）。需按 config/model.yaml 配置模型 API（默认环境变量 DEEPSEEK_API_KEY），并阅读仓库内参考文档：scoring-rubric.md、role-family-taxonomy.md、compliance-policy.md、output-schema.md，保证输出形态与评分维度一致。

执行时若只做通用简历质量审阅，可省略 --jd 与 --company；带 JD/公司文件则偏向岗位契合度评估。成功处理的每份简历生成一份 Markdown 报告；整批另有批次汇总 Markdown 与 CSV 汇总；无法解析或无效文件会单独记录失败原因，避免静默丢单。

适用边界与注意点

• Core Rule：仅作招聘方审阅辅助，不得将分数表述为最终录用、淘汰或录取决定。
• 不评分受保护或与岗位无关的特质；不脑补简历未写的事实；不做背景调查；不自动通过或拒绝候选人。
• 模型输出在人工复核前一律视为建议性意见。