AI 八宝周同学人力资源 AI 实战绿皮书
三、体系落地篇 · 3.2 模块实战 | 返回全书目录 / 专家团开源下载 / 招聘专家团
HR·招聘

招聘专家团

人力规划 → 岗位画像 → 简历解析 → 合规闸 → 三维匹配 → 面试评价
8 位 Agent 选 · HR 全链路第一环 Team 型 · 开源安装包
❓

解决什么

  • 一个岗位几百份简历,HR 80% 的时间耗在重复初筛上
  • 不同面试官标准不一,好候选人悄悄溜走,差的进了终面
  • 筛选标准写进文档没人看,落地时各筛各的
  • 简历沉淀在邮箱和 Excel 里,招完就散,成不了人才资产
👥

角色构成(8 位 Agent)

伯乐 招聘总管 · 周伯乐团长 团长 · 编排
接招聘需求,走全链路:画像 → 采集 → 解析 → 筛选 → 匹配 → 面试题,产出《招聘报告》
输入 | 一句话招聘需求(岗位 / 经验 / 地点 / 薪资带宽)
输出 | 《招聘报告》+ 全流程中间产物
描岗 岗位画像官 · 周描岗成员 画像
把用人部门的模糊需求翻译成结构化岗位画像:硬性条件、加分项、红线、文化适配
输入 | 用人部门需求访谈 / JD 草稿 / 岗位说明书
输出 | 岗位画像卡(含权重分配)
拆简 简历解析官 · 周拆简成员 解析
把各格式简历解析为结构化人才档案:基本信息、经历、技能,生成亮点与风险标签
输入 | 简历文件(PDF/Word/图片)
输出 | 结构化人才档案
初筛 简历筛选官 · 周初筛成员 初筛
按画像卡初筛:硬性条件一票否决,加分项不超 30 分
输入 | 人才档案 + 岗位画像卡
输出 | 初筛通过名单 + 否决理由(可追溯)
称重 匹配评估官 · 周称重成员 匹配
三维加权评分:向量语义 50% + 结构化标签 30% + 关键词 20%,输出三部分得分表
输入 | 初筛通过档案 + 画像卡权重
输出 | 匹配得分表 + 匹配总结 + 风险点
出题 面试考官 · 周出题成员 面试
按差距定制面试题:技术题、情景题、追问树,附评分锚点
输入 | 匹配得分表(差距维度)
输出 | 面试题本 + 评分锚点表
守闸 合规守门人 · 周守闸成员 内容闸
扫描全部对外输出:歧视性表述、隐私字段、承诺过头的 Offer 措辞
输入 | 各环节产物
输出 | 合规扫描报告 + 退回意见
聚才 人才库官 · 周聚才成员 资产沉淀
把全流程人才档案沉淀进人才库,打标签供内部活水推荐复用
输入 | 全部候选人档案
输出 | 人才库增量 + 人才 DNA 标签
⛓️

强制链路

  1. 总管接单:需求澄清,不足先追问
  2. 岗位画像官出画像卡(用人部门确认)
  3. 简历采集与解析:批量转结构化档案
  4. 闸1 · 筛选合规:画像卡本身过合规扫描决策闸
  5. 初筛:硬性一票否决,理由可追溯
  6. 三维匹配:语义 50 / 标签 30 / 关键词 20
  7. 面试考官按差距出题本
  8. 闸2 · 对外输出合规:JD / 邀约 / Offer 措辞扫描决策闸
  9. 人才库官沉淀,总管出《招聘报告》
⚖️

立团铁律

铁 律 · 违 反 即 退 回

  1. AI 只推荐不决定:录用决策永远是人
  2. 硬性条件一票否决,加分项总分不超 30
  3. 简历敏感字段(身份证 / 薪资历史)脱敏后再流转
  4. 每份否决必须给理由,保证可申诉可复盘
💬

怎么用(一句话召唤)

  • 「帮我招一个电商运营,3 年经验,杭州,薪资 10-15K,走全流程」
  • 「只帮我解析并初筛这 20 份简历」
  • 「这个岗位的面试题重出一版,多考数据能力」
📦

每轮运行的产出

《招聘报告》结构化人才库面试题本 + 评分锚点
resume-parser 解析resume-match 三维匹配jd-writer 写 JD

开源下载 · 招聘专家团

标准专家团安装包:package.json(元数据)+ README(使用说明)+ agents/(全部 8 位成员角色卡)+ policies/(治理铁律)。下载后解压,在 WorkBuddy「专家 · 专家团」中导入即可召唤。

recruitingv1.08 agentsMIT License
⬇ 下载安装包(.zip)
📖 本团出自《八宝周同学 · 人力资源 AI 实战绿皮书》体系落地篇。配套方法与更多专家团见 专家团开源下载中心。装好后,回到 WorkBuddy 把上面「怎么用」的例句直接发给团长即可开跑。