案例背景
招聘流程里最费时间的常常是前段：
- 批量解析简历
- 对照 JD 整理字段
- 做第一轮排序
- 把“值得人工看”的候选人挑出来
这个案例的目标不是替代 HR，而是把这些重复动作变成一条更稳的辅助链路。
目标是什么
第一版最少要做到：
- 能批量读取 PDF / Word / 图片简历
- 能按固定字段整理出结构化信息
- 能和 JD 做维度对照
- 能生成一份排名表和人工复核清单
用到哪些能力
- 文档解析
- 字段抽取
- 评分与分流
- 表格或文档输出
- 飞书协作回传
一份更稳的评估模板
候选人评估模板
维度：
- 技能匹配度
- 工作经历相关性
- 教育背景
- 工作稳定性
输出：
- 候选人排名表
- 每个候选人的主要匹配点
- 需要人工复核的问题
强制规则：
- 不输出最终录用结论
- 不基于敏感属性打分
- 所有结论必须能回到原始简历或 JD
一份可复制的最小 SOP
简历筛选辅助 SOP
1. 先固定 JD 模板和输出字段
2. 先只做“整理 + 排名 + 复核建议”
3. 先让 HR 人工复核 20 份样本
4. 先记录误判类型，再决定要不要扩大规模
5. 没有审计和权限边界前，不做自动联系候选人
跑起来之后，你应该先看到这样的结果
Resume Screening
- 简历已按预设标准自动评分和分类
- 匹配度排名已生成
- 不合格简历已标记原因
- 筛选结果已发送给 HR 负责人
风险与边界
- 不可解释的评分最危险
- 没限制数据访问范围时，简历库很容易过度暴露
- 如果把 AI 排名当最终结论，会直接放大偏见和误判
- 自动联系候选人前，必须先有人审
对普通用户的启发
这类案例真正值的地方不是“更快淘汰”，而是：
- 让整理和对照更标准化
- 让人工复核更早进入重点
- 让招聘资料更容易沉淀和复用
如果准备把这条链做成交付，回到哪条方案页
如果你现在不是只想做一次筛选辅助，而是准备把它做成可重复交付的招聘流程项目，建议先回到下面两页：
- HR / 招聘流程方案：看招聘场景下更完整的最低可交付版本、验收方式和风险边界。
- 从概念到项目：如果你还在判断第一版该收多窄，这页更适合拿来限定范围。
相关页面
- 查看 OpenClaw 官方文档 → docs.openclaw.ai
- 遇到问题 → GitHub Issues