tobby168/resume-pipeline

从职位链接构建并评分简历

一个裸职位链接就是完整的指令。 无需询问即可执行整个流水线。 在“构建+评分+记录”处停止——申请是用户的操作。

步骤

1. 去重。 运行 python -m resume_pipeline.tracker report data/applications 并检查该 公司/团队是否已存在。提前告知用户；仍然继续执行。
2. 提取JD——使用首个返回全文的方法：
   1. ATS的公开JSON端点（Greenhouse / Ashby / Lever的招聘页面通常提供），
   2. 结构化网页抓取（“逐行列出的每项职责和要求”），
   3. 浏览器，用于JS渲染的职业站点。 如果所有方法都失败，请用户粘贴JD文本。绝不要虚构JD内容。
3. 编写记录 data/applications/<slug>.md，基于 examples/applications/_TEMPLATE.md。 新记录 = 仅一个 found 事件（不是 applied；由用户申请）。一个文件 = 一个职位需求。
4. 编写目标文件 data/targets/<slug>.yaml：
   • 从 data/modules.yaml 中选择模块ID，按此JD排序；目标文件中不包含简历文本
   • 设置 output:（缺失 output: 会静默构建 resume.docx）
   • 一个JD关键词若没有真实的履历项支撑，则是一个缺口：在头部注释中写出来，绝不要作为技能行关键词。将每个缺口标记为固有（无相关经验 -> 面试叙事）或可修复（有相关经验，但措辞不当）。
   • 填满页面；如果溢出到第2页，先修剪 project_bullets。不要修改 config/layout.yaml——它被所有简历共享。
5. 构建并验证单页

   python -m resume_pipeline.build_resume data/targets/<slug>.yaml --modules data/modules.yaml --out /tmp/resume_<slug>.docx
   soffice --headless --convert-to pdf --outdir /tmp /tmp/resume_<slug>.docx   # 然后统计页数
   

6. 打分 使用 scoring-resumes 技能。在成绩单写入记录之前，简历不算完成。
7. 验证记录：python -m resume_pipeline.tracker validate data/applications。
8. 报告：结论 + 三评委得分 -> 覆盖了哪些JD要求 -> 缺口（固有/可修复） -> 定位 -> 非简历关卡（地点、签证、每周到岗天数、安全审查——这些在申请表中单独询问，不属于简历编辑）-> 一行建议。

规则

• 绝不虚构履历、日期或JD。仅添加用户确认的真实履历项。
• 低分是信息，不是否决：由用户决定是否申请。
• 在满页的情况下，“添加一项履历以修补已标记的缺口”必须进行A/B打分——补丁往往得分更低。
• 多个链接同时出现：先提取所有JD，然后一次处理一个职位（步骤3-8）；如果一份简历可以覆盖两个几乎相同的职位，就告知用户，避免构建重复简历。