AI-Job-Recruitment：基于 OpenAI 的简历解析与候选人岗位匹配评分工具

核心能力与快速开始

★ 0 · Python

能做什么

支持上传 PDF、DOCX、CSV、XLSX、XLS 格式的候选人简历以及 PDF、DOCX、TXT 格式或直接粘贴的岗位描述；通过 Pydantic 模型抽取结构化的候选人与岗位信息；对技能、经验、学历、薪资、地点、语言、证书等类别进行评分，输出总分、匹配类别、AI 置信度、优势、缺失要求、风险提示、招聘摘要和下一步建议；可将候选人、岗位、评分与解释结果下载为 JSON。使用 OpenAI Responses API 和 Pydantic schema，使每个 AI 步骤返回结构化数据；reader 层声称支持 RecruitCRM、Bullhorn 的 CSV/Excel 导出、LinkedIn 个人资料 PDF 导出以及 PDF/DOCX 邮件附件。

适用场景

招聘人员或 HR 团队用于快速筛选简历与岗位匹配度、生成候选人评估摘要与面试前参考；作为将大模型结构化输出（Pydantic schema）应用于文档解析与评分场景的示例项目；用于学习 Streamlit + OpenAI API 构建简历/岗位分析仪表盘的原型。

项目形态

可直接使用的工具

部署方式

未说明；README 仅给出本地运行方式：使用 Python 虚拟环境安装 requirements.txt，配置 .env 后通过 `python -m streamlit run streamlit_app/app.py` 启动，默认访问 http://localhost:8501。

主要依赖

Python 3.10 或更高版本（仓库使用 Python 3.13.5 做过语法检查）；需要 OpenAI API key；需要联网访问 OpenAI API；安装依赖见 requirements.txt。其余环境变量在 ai/config.py 中有默认值。

使用限制

项目自述存在多项限制：candidate parser 复用了面向岗位抽取的 parser_prompt.txt；仪表盘接受 XLSX/XLS 但导入层未路由这些扩展名；CSV/Excel reader 返回 pandas.DataFrame 而解析函数期望字符串，需要先做行选择或转换；上传文件保存在 outputs/ 且不会自动删除；缺少 .gitignore，仓库暂存区包含 .env、生成的 PDF、虚拟环境文件和 Python 缓存，存在 API key 与候选人数据泄露风险；根目录测试为可执行冒烟脚本而非隔离的自动化测试，会发起真实 API 调用并可能产生费用；AI 调用缺少应用层重试、超时提示和友好的异常处理；temperature 与 max_tokens 配置未传入 OpenAI 请求；仪表盘部分 emoji 存在字符编码损坏。此外每次分析会发起四次 OpenAI 请求，可能产生 API 成本（具体费用未说明）。

许可证

未说明

最近推送

2026-09-30 06:36

资料检查：2026-10-01 07:00 · 卡片整理：2026-10-01 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

职业应用

HR

招聘人员可上传候选人简历（PDF、DOCX、CSV、XLSX、XLS）并解析岗位描述（文件或直接粘贴），由工具对技能、经验、学历、薪资、地点、语言和证书等维度打分，生成优势、缺失要求、风险提示、招聘摘要与建议行动，并导出候选人、岗位、评分与解释结果为 JSON，辅助招聘筛选与面试准备。

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