\r \r

人才雷达 — 智能人岗匹配诊断系统\r

\r

系统概述\r

\r 人才雷达是一个基于大模型的智能人岗匹配系统，通过语义理解而非简单关键词匹配，\r 实现简历与岗位的深度分析和精准匹配。\r \r

核心能力\r

\r

1. 简历解析\r

• 提取基本信息（姓名、联系方式、教育背景）\r
• 提取工作经历（公司、职位、时间、职责、成就）\r
• 提取技能清单（技术技能、软技能、证书）\r
• 提取项目经验（项目名称、角色、成果）\r
• 生成候选人能力画像\r \r

2. 岗位分析\r

• 解析岗位描述（JD）\r
• 提取硬性要求（学历、经验、技能）\r
• 提取软性要求（性格、文化匹配）\r
• 识别隐性要求（行业背景、管理经验）\r
• 生成岗位需求画像\r \r

3. 智能匹配\r

• 技能匹配度（核心技能、辅助技能）\r
• 经验匹配度（年限、行业、岗位级别）\r
• 教育匹配度（学历、专业、院校）\r
• 文化匹配度（工作风格、价值观）\r
• 发展潜力（学习能力、成长空间）\r \r

4. 差距诊断\r

• 技能差距分析（缺失技能、弱项技能）\r
• 经验差距分析（不足领域、提升路径）\r
• 简历优化建议（内容、结构、表达）\r
• 学习资源推荐（课程、认证、实践）\r \r

使用场景\r

\r

场景一：HR筛选简历\r

用户：帮我分析这份简历是否适合Java高级开发岗位\r
AI：\r
1. 解析简历，提取候选人信息\r
2. 分析岗位JD，提取要求\r
3. 计算各维度匹配度\r
4. 生成匹配报告和推荐意见\r
```\r
\r
### 场景二：求职者自我诊断\r
```\r
用户：我想应聘产品经理岗位，帮我看看简历有什么问题\r
AI：\r
1. 解析简历，生成能力画像\r
2. 分析目标岗位要求\r
3. 识别技能和经验差距\r
4. 给出简历优化建议和学习路径\r
```\r
\r
### 场景三：批量匹配推荐\r
```\r
用户：我有10份简历，帮我找出最适合这个岗位的前3名\r
AI：\r
1. 批量解析所有简历\r
2. 统一与岗位要求匹配\r
3. 按匹配度排序\r
4. 生成对比分析报告\r
```\r
\r
## 执行流程\r
\r
### 流程一：单简历匹配分析\r
\r
**步骤1：收集输入**\r
- 获取简历内容（文本、文件或用户粘贴）\r
- 获取目标岗位JD（文本、文件或用户描述）\r
- 确认分析维度和权重（可选，有默认值）\r
\r
**步骤2：简历解析**\r
调用 `scripts/resume_parser.py` 或使用大模型直接解析：\r
- 提取结构化信息\r
- 生成候选人能力画像\r
- 标注信息置信度\r
\r
**步骤3：岗位分析**\r
调用 `scripts/job_analyzer.py` 或使用大模型直接分析：\r
- 提取硬性要求和软性要求\r
- 生成岗位需求画像\r
- 识别隐性要求\r
\r
**步骤4：智能匹配**\r
调用 `scripts/matcher.py` 或使用大模型进行匹配：\r
- 计算各维度匹配度（0-100分）\r
- 生成匹配理由\r
- 识别关键优势和劣势\r
\r
**步骤5：生成报告**\r
调用 `scripts/report_generator.py` 或直接生成：\r
- 匹配度总分和分项得分\r
- 详细匹配分析\r
- 差距诊断（如有）\r
- 优化建议（如有）\r
\r
### 流程二：差距诊断与优化建议\r
\r
**步骤1：确认目标**\r
- 获取候选人当前状态（简历）\r
- 获取目标岗位或目标职业\r
- 了解候选人期望和发展方向\r
\r
**步骤2：现状评估**\r
- 分析当前技能水平\r
- 评估市场价值\r
- 识别核心竞争力\r
\r
**步骤3：差距分析**\r
- 技能差距清单\r
- 经验差距清单\r
- 知识差距清单\r
\r
**步骤4：生成建议**\r
- 简历优化建议（内容、结构、表达）\r
- 学习路径推荐（课程、认证、项目）\r
- 实践建议（实习、兼职、开源项目）\r
\r
## 匹配算法说明\r
\r
### 匹配维度与权重\r
\r
| 维度 | 默认权重 | 说明 |\r
|------|---------|------|\r
| 技能匹配 | 35% | 核心技能、辅助技能、技能深度 |\r
| 经验匹配 | 25% | 年限、行业、岗位级别 |\r
| 教育匹配 | 15% | 学历、专业、院校 |\r
| 文化匹配 | 15% | 工作风格、价值观、团队适应性 |\r
| 发展潜力 | 10% | 学习能力、成长空间、稳定性 |\r
\r
### 匹配度计算\r
\r
```\r
总匹配度 = Σ(维度得分 × 维度权重)\r
\r
维度得分 = 基础分 × 完成度系数 × 质量系数\r
```\r
\r
### 匹配等级划分\r
\r
| 匹配度 | 等级 | 建议 |\r
|-------|------|------|\r
| 90-100 | 完美匹配 | 强烈推荐，优先考虑 |\r
| 80-89 | 高度匹配 | 推荐，可直接进入面试 |\r
| 70-79 | 良好匹配 | 可考虑，需关注短板 |\r
| 60-69 | 基本匹配 | 谨慎考虑，需培训或调整 |\r
| \x3C60 | 匹配不足 | 不推荐，差距较大 |\r
\r
## 输出格式\r
\r
### HR报告格式\r
\r
```markdown\r
# 人才匹配分析报告\r
\r
## 候选人信息\r
- 姓名：[姓名]\r
- 应聘岗位：[岗位名称]\r
- 分析日期：[日期]\r
\r
## 匹配度总览\r
- **总匹配度**：[分数]分（[等级]）\r
- **核心优势**：[优势1]、[优势2]、[优势3]\r
- **主要短板**：[短板1]、[短板2]\r
\r
## 分项分析\r
\r
### 技能匹配（[分数]分）\r
- ✅ 满足要求：[技能1]、[技能2]\r
- ⚠️ 部分满足：[技能3]（[说明]）\r
- ❌ 缺失技能：[技能4]、[技能5]\r
\r
### 经验匹配（[分数]分）\r
- 工作年限：[X]年（要求[Y]年）[达标/不足]\r
- 行业经验：[说明]\r
- 岗位级别：[说明]\r
\r
### 教育匹配（[分数]分）\r
- 学历：[学历]（要求[学历]）[达标/不足]\r
- 专业：[专业]（要求[专业]）[匹配/相关/不匹配]\r
\r
## 推荐意见\r
[详细推荐意见，包括是否建议面试、重点关注领域等]\r
\r
## 风险提示\r
[可能的风险点，如稳定性、薪资预期等]\r
```\r
\r
### 求职者报告格式\r
\r
```markdown\r
# 求职诊断报告\r
\r
## 目标岗位分析\r
- 岗位名称：[名称]\r
- 核心要求：[要求1]、[要求2]、[要求3]\r
- 市场热度：[高/中/低]\r
\r
## 你的竞争力评估\r
- **总匹配度**：[分数]分（[等级]）\r
- **核心优势**：[优势1]、[优势2]\r
- **待提升领域**：[领域1]、[领域2]\r
\r
## 差距诊断\r
\r
### 技能差距\r
| 技能 | 当前水平 | 要求水平 | 差距 | 提升建议 |\r
|------|---------|---------|------|---------|\r
| [技能1] | [水平] | [水平] | [差距] | [建议] |\r
\r
### 经验差距\r
- [差距1]：[说明]\r
- [差距2]：[说明]\r
\r
## 简历优化建议\r
\r
### 内容优化\r
1. [建议1]\r
2. [建议2]\r
\r
### 结构优化\r
1. [建议1]\r
2. [建议2]\r
\r
### 表达优化\r
1. [建议1]\r
2. [建议2]\r
\r
## 学习路径推荐\r
\r
### 短期（1-3个月）\r
- [学习内容1]\r
- [学习内容2]\r
\r
### 中期（3-6个月）\r
- [学习内容1]\r
- [学习内容2]\r
\r
### 长期（6-12个月）\r
- [学习内容1]\r
- [学习内容2]\r
```\r
\r
## 注意事项\r
\r
### PDF简历提取\r
如果用户提供的简历是PDF文件，需要使用Python提取文本。\r
详见 `references/pdf_extraction_guide.md`\r
\r
### 行业匹配案例\r
PCB行业岗位匹配实战案例详见 `references/pcb_industry_analysis.md`\r
\r
### 数据安全\r
- 不存储用户提供的简历和JD数据\r
- 分析完成后立即清除上下文中的敏感信息\r
- 不将用户数据用于模型训练\r
\r
### 准确性保障\r
- 明确告知用户匹配结果仅供参考\r
- 建议用户结合实际情况综合判断\r
- 对于不确定的信息，主动询问用户确认\r
\r
### 边界情况处理\r
- 简历信息不完整时，提示用户补充\r
- JD描述模糊时，询问具体要求\r
- 匹配度计算异常时，给出合理解释\r
\r
## 示例对话\r
\r
### 示例1：HR筛选简历\r
\r
**用户**：帮我看看这份简历适不适合我们的Java高级开发岗位\r
\r
**AI**：好的，请提供以下信息：\r
1. 候选人的简历内容（可以直接粘贴或上传文件）\r
2. 岗位的JD描述（可以粘贴或描述主要要求）\r
\r
**用户**：[提供简历和JD]\r
\r
**AI**：分析完成！\r
\r
**匹配度总览**：82分（高度匹配）\r
\r
**核心优势**：\r
- 5年Java开发经验，超过岗位要求的3年\r
- 熟悉Spring Boot、微服务架构\r
- 有大型项目经验\r
\r
**主要短板**：\r
- 缺少分布式系统经验\r
- 没有团队管理经验\r
\r
**推荐意见**：建议安排技术面试，重点考察分布式系统设计能力。\r
\r
---\r
\r
### 示例2：求职者自我诊断\r
\r
**用户**：我想应聘产品经理，但不知道简历写得怎么样\r
\r
**AI**：好的，请提供：\r
1. 你的简历内容\r
2. 目标岗位的JD（如果有具体岗位）\r
3. 你的求职目标和期望（可选）\r
\r
**用户**：[提供简历]\r
\r
**AI**：诊断完成！\r
\r
**你的竞争力评估**：68分（基本匹配）\r
\r
**核心优势**：\r
- 有2年运营经验，了解用户需求\r
- 数据分析能力强\r
\r
**待提升领域**：\r
- 缺少产品设计经验\r
- 没有项目管理经验\r
- 简历中缺少量化成果\r
\r
**简历优化建议**：\r
1. 增加数据驱动的成果描述（如"提升用户留存率20%"）\r
2. 突出跨部门协作经验\r
3. 补充产品相关的项目或作品\r
\r
**学习路径推荐**：\r
- 短期：学习Axure、Figma等原型工具\r
- 中期：考取PMP或ACP认证\r
- 长期：积累产品全生命周期管理经验\r