简历筛选项目 — 从 0 到 1 全流程

2026年7月 | 林曼婷 x Devix 协作记录

30
岗位筛选标准
5
招聘进度表接入
42
今日自动筛选
3
定时任务运行中
PHASE 1

制定筛选标准

把招聘专家的"直觉判断"变成"AI 可学习的结构化知识"

确定标准格式 — 四段式 v2 结构

以「策略专员」岗位为样板,反复打磨出四段式标准模板。每个标准包含完整的判断依据和真实案例,让 AI 能像资深 HR 一样做出筛选决策。

标准的四个核心板块

一、职位 JD — 从钉钉 AI 表格自动拉取岗位 JD + 关键能力要求
二、核心判断标准 — 硬性门槛(一票否决)+ 加分项(优先条件)
三、评估流程拆解 — 10步扫描顺序 + 三档综合判断(推荐/待定/不推荐)
四、真实案例 + 经验参考 — 历史候选人示例 + 数据化的淘汰原因分析

批量生成 30 个岗位标准

数据来源:3 张需求表(供应商招聘需求总表 + 德科招聘需求表 + HRO 招聘需求表)的 JD 和关键能力要求,结合 5 张招聘进度表的历史筛选数据(通过率、淘汰原因频次),分批并行生成。

已覆盖 30 个岗位:

策略专员 风控专员 AI产品经理 产品经理 产品运营助理 CPA增长运营 用户增长运营PMO 增长数据分析 投放运营 流程运营 安全策略专员 客诉组长 质量运营 质培专员(印尼语) 质培专员(葡萄牙语) 质培专员(西班牙语) 模型测评(印尼语) 模型测评(葡萄牙语) 模型测评(西班牙语) 媒介专员 市场营销策划 小说编辑(女频) 全职编剧(女频) 医学编辑 AI语音数据-资源运营 LoRA训练工程师 语音标注评测 视频数据标注工程师 视频数据生产工程师 广州-标注项目经理
PHASE 2

搭建自动化工作流

接入 5 张招聘进度表,实现简历自动下载、评估、结果回写和群通知

接入 5 张钉钉 AI 招聘进度表

安全线&法务 / 用增&市场 / 大模型 / 内容与智能营销 / 财务,共 5 张表,完成字段 ID 映射(应聘岗位、简历附件、作品集、候选人姓名、筛选结果、推送日期、记录创建时间)。

编写核心工具库 helpers.py

封装了 query_new_records(按创建时间增量扫描)、download_pdf(简历/作品集下载+文本提取)、match_standard(岗位模糊匹配标准)、lookup_jd(三源JD检索)、send_to_dingtalk_group(群消息webhook)等 20+ 函数。

确定新增简历判定机制

最终方案:用各表"记录创建时间"(createdTime) 字段判定新增,精确到分钟。每次任务处理 last_run 到当前时间段内新增的记录。
踩坑回避:"简历筛选结果为空"判定法(历史空记录太多)、recordId 快照法(无法分时段)、推送日期法(只到日级)均已废弃。

设计评估输出格式

群里只发简要汇总 + 钉钉文档链接(避免超长消息)
钉钉文档按岗位分组,每人写详细评估步骤(逐项判断过程+依据)
AI 表格同步写入筛选记录表(候选人、岗位、结果、步骤、时间)

新岗位自动发现 + 标准草稿生成

遇到没有标准的新岗位时,自动从 3 张需求表查找 JD,生成标准草稿,发钉钉文档链接到群,等待确认后纳入正式标准库。

ARCHITECTURE

系统架构总览

从数据源到最终输出的完整链路

安全线&法务
招聘进度表
用增&市场
招聘进度表
大模型
招聘进度表
内容与智能营销
招聘进度表
财务
招聘进度表
↓ 增量扫描(按记录创建时间)↓
query_new_records
增量查询新简历
download_pdf
下载简历+作品集
match_standard
匹配岗位标准
↓ AI 按标准逐项评估 ↓
30 份筛选标准
四段式结构 + 硬门槛 + 加分项 + 历史案例
+
简历 PDF 文本
含作品集(如有)
↓ 输出 ↓
钉钉群通知
简要汇总+文档链接
钉钉文档
详细评估步骤
AI 表格记录
结构化筛选日志
PHASE 3

部署定时任务 & 上线运行

3 个自动化任务 7x24 运转

任务 执行频率 做什么 状态
每小时简历筛选 工作日 9:30-18:30 每小时 扫描 5 张表新增简历 → 下载 PDF → 按标准评估 → 结果发群 + 写 AI 表格 运行中
每 3 天标准校准 每 3 天 10:00 抽样历史已筛简历 → AI 重评 → 对比真实结果 → 偏差 >30% 则生成修改建议 运行中
JD 变更监控 工作日 9:00 对比 3 张需求表 JD 快照 → 变更时生成标准调整建议 → 通知群确认 运行中
今日运行实况(7月15日)

自动筛选 42 份简历,覆盖岗位:

风控专员合适 6 / 待定 8 / 不合适 1
客诉组长待定 2 / 不合适 4
策略专员待定 1 / 不合适 3
AI产品经理待定 1 / 不合适 2
质培专员(西班牙语)合适 2
质量运营合适 1 / 不合适 1
安全策略专员待定 1 / 不合适 1
质培专员(印尼语)合适 2   医学编辑合适 1   AI语音数据-资源运营合适 1
模型测评(西班牙语)合适 1   投放运营待定 1   媒介专员不合适 1   语音标注评测不合适 1

新岗位自动发现:AI课程制作、标注员(HTML)、标注员(文本)、标注员(美学方向) — 已生成标准草稿,等待确认

LESSONS

踩坑与迭代

过程中遇到的关键问题和最终解法

1
新增判定方案三次迭代
"简历筛选结果为空" → recordId 快照 → 记录创建时间(createdTime)精确到分钟
2
MCP filter/sort 不可靠
钉钉 AI 表格 MCP 的 filter(gte) 和 sort 参数经常返回空或乱序 → 改为按推送日期倒序翻页取近期数据,Python 端精确过滤
3
群消息换行失败
钉钉 Markdown 单个 \n 不换行 → 每行结尾必须"两空格+\n",封装到 helpers.py 统一处理
4
AI 评估准确率偏低(初版 55%)
只看 checklist 忽略硬淘汰信号 → 标准中强化硬门槛权重 + 加入真实淘汰案例 + 屏蔽不可靠的"求职意向"字段
5
JD 检索遗漏新岗位
HRO 需求表 >100 条,默认查询只取旧数据 → 按"需求日期"降序排列,确保最新岗位在前 100 条内
6
输出格式反复调整
群里发长消息体验差 → 群里只发简要汇总+钉钉文档链接,详细内容放文档里
FULL FLOW

一条简历的完整旅程

从供应商推送到筛选结果通知

📋
供应商推简历
填入招聘进度表
🔍
增量扫描
每小时检测新记录
📄
下载简历
PDF → 文本提取
📑
匹配标准
30 个岗位标准库
🤖
AI 逐项评估
硬门槛→加分→综合
💬
群通知
汇总 + 文档链接
🎯
无标准?自动生成草稿
查 JD → 生成四段式标准 → 发群等确认