招聘管理助手

招聘流程中的具体痛点

对于招聘团队或需要招聘的工程师而言，流程中常遇到几个具体问题：候选人简历格式混乱（Word、PDF、图片），信息提取耗费大量时间；将简历与职位描述（JD）进行匹配分析时，容易流于主观，缺乏结构化的评估维度；为面试准备针对性问题需要反复思考；最终的候选人评估缺乏统一、专业的报告格式；与候选人或内部协作方的沟通邮件（面试邀约、录用通知）撰写耗时且需保持专业。

技能如何工作：核心能力与流程

本技能以一系列可执行的Python脚本为核心，将上述流程自动化与结构化。其工作流程和关键能力包括：

1. 智能简历解析：

使用 scripts/resume_parser.py 解析候选人的简历。它采用分层策略处理PDF，优先使用 pypdfium2.get_textpage() 提取扫描件的隐藏文本层（v2.0优化点），后备使用 pdfplumber 和 PyPDF2，最后才用OCR。解析结果会自动提取出基本信息、教育背景、工作经历、技能清单和项目经验等结构化字段。

1. 结构化人岗匹配分析：

根据你提供的JD，从技能匹配度、经验匹配度、教育背景匹配度等多个维度进行打分（0-100分）。输出包含优势分析、差距分析和风险提示，让匹配判断有据可依。

1. 面试题生成与报告：

根据岗位和候选人背景，生成包含题目内容、考察要点、评分标准的结构化面试题，涵盖技术、行为（STAR）、情景等类型。
集成所有分析结果，生成候选人评估报告。报告支持HTML、PDF和Word格式。其中PDF报告通过 scripts/pdf_pipeline/ 中的专业管道生成，能自动检测并使用系统中文字体（如SimHei），确保高质量中文排版。

1. 招聘沟通自动化：

scripts/email_sender.py 可生成并发送各类招聘邮件（面试邀约、跟进、录用通知、拒信）。v2.1更新支持了“代表人模式”（联系人≠候选人），并提供了 build_smtp_config() 等便捷函数。它支持配置163、QQ、企业微信邮箱等SMTP服务，实现一键发送。

适用边界与注意事项

• 简历解析的准确度高度依赖原始文件质量，图片格式简历需要OCR处理，可能出错。
• 生成的评估报告、匹配分析和面试题旨在提供决策辅助和结构化输入，不能替代招聘官的专业判断和最终决策。
• 使用邮件发送功能时，必须先正确配置SMTP信息。对于163/QQ等个人邮箱，需使用授权码而非登录密码。
• 涉及候选人个人信息，务必遵守所在地区的数据保护法规（如GDPR、个人信息保护法）。
• 技术依赖如 pypdfium2、reportlab 等需要在运行环境中安装。