猎头AI系统

它解决什么问题

猎头团队的业务数据通常分散在多个独立系统里：职位发布在某个招聘平台，客户和候选人散落在表格、聊天和邮件中，应收款记在财务软件里。当 Agent 想帮你跑一遍「匹配候选人 → 生成标准简历 → 记录应收」的完整流程时，它拿不到这些数据，要么让你手动复制粘贴，要么编造不可靠的占位内容。

AIseein 的做法是通过 WorkBuddy 原生 MCP 连接器把猎头业务系统暴露给 Agent：不是让 Agent 猜测数据结构，而是让它直接调用 aiseein 的查询与写入工具，读写都落到真实的租户数据上。

核心能力

查询覆盖职位、客户、候选人、Pipeline、匹配结果、应收和工作台；匹配由服务端打分（jobs_matches），结果默认缓存 1 小时；写入包括职位、客户、Pipeline、候选人入库、历史财务和简历格式化渲染，但一律遵循「先预览、后确认」——例如 resume_format_render 之前必须先展示 resume_format_preview 的字段表格，允许用户修改后再渲染。

简历处理分两条路径：入库是 Agent 读取用户发来的文件、提取字段后调 candidate_finalize_from_agent；格式化则由服务端 LLM 做字段映射、渲染成标准 docx，可联动 Pipeline 完成候选人推荐。

使用边界

• 写操作不是即发即执行：每个 *_create、*_patch 或 *_render 之前都要有明确的用户确认
• 客户查重是硬性要求：clients_create 前必须先用 clients_list 拉全量列表做语义比对，忽略「有限公司」「科技」等公司后缀、括号备注、简称、大小写和空白差异
• 财务导入的 line 字段必须严格按 schema：clientName、primaryReceivableYuan、primaryMilestone，键名用错直接报 invalid_type
• 简历文件本身的识别由宿主 Agent 完成，服务端只负责格式化渲染
• 遇到 401 先走 auth_login，再排查 API 地址