简历标准化解析虾_办公效率 skill-PHP中文网

简历标准化解析虾

Polar Sponsor

爱发电赞助

.NET 9.0

立即下载

简历标准化解析：自动将 PDF/Word/图片/文本等非结构化简历解析为结构化候选人信息，支持写入飞书多维表格或导出 Excel/JSON。适用于上传简历提取信息或批量解析录入数据库。

简历标准化解析虾

功能概述

简历标准化解析虾是一项面向实际任务的技能，主要用于将非标简历转化为标准化候选人数据，支持单份和批量处理，可输出到飞书多维表格、Excel 或 JSON；步骤 1：获取简历内容；

核心要点

PDF（文本层）；
用 scripts/parse-resume.py 提取文本；
PDF（扫描件）/ 图片；

使用与执行

先 OCR，再提取文本；Word/DOCX；用 scripts/parse-resume.py 解析段落和表格。它将相关步骤、工具调用和结果整理方式集中到统一流程中，帮助使用者更快完成目标并减少重复操作。从功能定位来看，该技能强调把分散的操作要求整理成清晰、可复用的处理流程，使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。

结果检查与注意事项

实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数，再依据技能说明逐步执行；若输入条件不完整，应先补齐信息或采用保守配置，避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期，并对异常提示、缺失字段和边界情况进行处理；涉及批量任务时，还应保存进度，避免中断后重复操作。该技能适合用于一次性任务，也可以接入自动化工作流，与其他技能或上层代理配合完成更完整的业务链路；在组合使用时，应明确每一步的输入输出关系，并避免不同步骤之间出现参数冲突。

简历标准化解析虾

将非标简历转化为标准化候选人数据，支持单份和批量处理，可输出到飞书多维表格、Excel 或 JSON。

工作流程

[简历文件/文本] → [格式识别] → [内容提取] → [字段解析] → [标准化] → [输出/入库]

步骤 1：获取简历内容

输入类型	处理方式
PDF（文本层）	用 `scripts/parse-resume.py` 提取文本
PDF（扫描件）/ 图片	先 OCR，再提取文本
Word/DOCX	用 `scripts/parse-resume.py` 解析段落和表格
纯文本	直接进入字段解析
飞书消息中的文件	用 `feishu_im_bot_image` 下载到本地，再解析

步骤 2：字段解析

解析目标字段（参考 references/resume-schema.md）：

基本信息：姓名、手机、邮箱、性别、年龄、所在城市
求职意向：期望职位、期望薪资、到岗时间
教育经历：学校、专业、学历、时间
工作经历：公司、职位、时间段、职责描述（自动计算工作年限）
技能标签：技术技能、语言能力、证书（参考 references/skills-dictionary.md 标准化）
项目经历：项目名称、角色、技术栈、成果

步骤 3：标准化处理

时间格式统一为 YYYY-MM
学历统一为枚举：本科 / 硕士 / 博士 / 专科 / 高中
技能名称标准化（如 "JS" → "JavaScript"，参考 references/skills-dictionary.md）
工作年限自动计算（当前年份 - 最早工作年份）
对置信度低的字段标记 [待确认]

步骤 4：质量评分

完整度评分（0-100）：必填字段覆盖率
逻辑校验：工作时间是否重叠、学历时间是否合理
核心字段（姓名、手机/邮箱）缺失时标记为"低质量简历"

步骤 5：输出

根据用户需求选择输出方式：

输出方式	操作
飞书多维表格	用 `feishu_bitable_app_table_record` 写入，表结构参考 `references/resume-schema.md`
Excel	用 `scripts/parse-resume.py export` 导出
JSON	直接输出标准化 JSON
飞书消息摘要	格式化后直接回复用户