HireCheck：多 Agent AI 简历筛选与候选人评估 ATS

核心能力与快速开始

★ 0 · TypeScript

能做什么

批量上传 PDF/图片简历并提取文本（含 Tesseract OCR）；四个 Agent 分别负责解析、JD 匹配打分、参考画像匹配打分、候选人摘要生成；决策引擎按 JD 分与参考分之和判定接受（>18）、人工复核（15–18）或拒绝（<15），阈值可通过配置和侧边栏滑块调整；生成模拟邮件并保存为 txt 文件；支持 CSV 导出结果表以及按姓名或决策类别搜索筛选；候选人结果存入 TiDB Cloud 数据库并在 Next.js 看板展示。

适用场景

招聘团队批量初筛简历、按岗位描述与理想画像给候选人打分排序、为招聘人员生成候选人摘要与决策建议、生成初步沟通邮件草稿、导出筛选结果表用于后续流程。

项目形态

可直接使用的工具

部署方式

README 说明可本地运行（FastAPI 后端 + Next.js 前端），也已部署在 Vercel，后端使用 FastAPI、数据库使用 TiDB Cloud；本地部署细节与数据库环境变量配置未完整说明。

主要依赖

需要 Python 依赖（requirements.txt）、Node.js 与 npm 安装前端依赖、Tesseract OCR（处理图片简历）、Groq API Key；LLM 模型默认为 openai/gpt-oss-20b；数据库使用 TiDB Cloud，具体配置未详细说明。

使用限制

README 未说明许可证；未说明 Groq API 的额度、费用与速率限制；未说明规模化处理、并发与数据隐私合规能力；邮件为模拟生成，真实邮件需自行改接 smtplib；Vercel 上临时文件不可持久化；前端 Next.js 仍在替换旧 Streamlit UI 的过程中。

许可证

未说明

最近推送

2026-11-08 03:22

资料检查：2026-11-08 07:00 · 卡片整理：2026-11-08 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证

职业应用

HR

用于招聘筛选：批量上传 PDF 或图片简历，由解析、JD 匹配、参考画像匹配、摘要和沟通等 Agent 依次处理，生成可解释的候选人评分，并按阈值自动给出接受、人工复核或拒绝的决策，同时生成邮件草稿、支持 CSV 导出和搜索筛选。

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证