name: resume-screener description: BOSS直聘简历批量筛选——从本地DB提取简历,按用户定义的benchmark迭代打分排序。触发词:筛简历、简历筛选、resume screening、打分、benchmark。
category: android
简历筛选器
核心流程
1. extract → 从BOSS直聘DB提取目标岗位简历为JSONL
2. import → 导入到本地 resumes.db SQLite 表(持久化,后续打分/排序基于此表)
3. define → 用户标注好/差样本 + 口述标准 → 生成 scoring_rubric.json
4. score → LLM按rubric逐份打分 → scoring_result.jsonl
5. review → 用户看排名,标注更多样本,调整rubric
6. iterate → 回到 step 3,直到用户满意
⚠️ 用户的设计原则:先建表入库,再做筛选逻辑。 数据在本地 SQLite 表里持久化后,打分/排序/迭代都直接操作这张表,不每次重新反序列化 BLOB。不要跳过 Step 2 直接去打分。
数据源
- BOSS直聘DB:
/sdcard/bosszhipin/data/hpbr_bosszhipin_client.db - 简历在
MessageTable.resume字段(Java序列化 BLOB,type=9消息) - 通过
Contact.myId区分账号,Contact.bossJobPosition区分岗位 - 提取脚本:
scripts/extract_resumes.py(自动按岗位过滤+反序列化+JSONL导出) - 导入脚本:
scripts/import_resumes.py(JSONL → resumes.db SQLite 表)
本地简历表(resumes.db)
导入后的 SQLite 数据库:/sdcard/bosszhipin/data/resumes.db
CREATE TABLE resumes (
id INTEGER PRIMARY KEY AUTOINCREMENT,
friendId TEXT NOT NULL,
name TEXT,
jobPosition TEXT,
jobId TEXT,
age TEXT,
education TEXT,
applyStatus TEXT,
city TEXT,
expSalary TEXT,
workAge TEXT,
firstText TEXT, -- 求职期望摘要
secondText TEXT, -- 学校专业摘要
positionName TEXT,
jobSalary TEXT,
experiences TEXT, -- JSON array: [{type,startDate,endDate,organization,occupation}]
raw_json TEXT, -- 完整原始数据
imported_at TEXT,
gender TEXT, -- 性别 (女/男),从 Contact 表回填
UNIQUE(friendId, jobId)
);
后续打分/排序/迭代都基于这张表,不重新反序列化 BLOB。
简历字段(每份100%有值)
完整数据画像(245份戏文简历的学历/城市/到岗状态/专业分布)见
references/xiwen-resumes-data-profile.md
| 字段 | 含义 | 示例 |
|---|---|---|
| friendId | 候选人ID | 508148953 |
| name | 姓名 | 刘文豪 |
| jobPosition | 应聘岗位 | AI戏文制作实习生(剧本创作方向) |
| jobId | 岗位ID | 534047722 |
| age | 年龄 | 27 |
| education | 学历 | 本科/硕士/大专/博士 |
| applyStatus | 到岗状态 | 在校-月内到岗/离校-随时到岗/在职-考虑机会 等 |
| city | 城市 | 北京 |
| expSalary | 期望薪资 | 10-15K |
| workAge | 工作年限 | 27年应届生/3年/10年以上 |
| firstText | 求职期望摘要 | 求职期望 影视媒体 |
| secondText | 学校专业摘要 | 毕业于 中国艺术研究院 \ |
| positionName | 期望职位 | 期望:影视媒体 |
| jobSalary | 岗位薪资 | 200-250元/天 |
| experiences | 经历列表 | type=1工作/type=2教育, 含organization/occupation/起止时间 |
Rubric 文件格式(scoring_rubric.json)
{
"job_position": "AI戏文制作实习生(剧本创作方向)",
"version": 1,
"criteria": [
{
"name": "专业匹配度",
"weight": 30,
"description": "戏剧影视文学/编剧/编导等相关专业 vs 非相关专业",
"scoring": {
"5": "戏剧影视文学/编剧/导演科班",
"3": "新闻/中文/广电编导 等泛文科",
"1": "非文科/无相关专业"
}
},
{
"name": "写作/创作经验",
"weight": 25,
"description": "有实际写作/编剧/创作产出",
"scoring": {
"5": "有发表作品/编剧经历/商业写作",
"3": "有内容运营/文案经验",
"1": "无写作相关经验"
}
}
],
"positive_examples": ["friendId1", "friendId2"],
"negative_examples": ["friendId3"],
"notes": "用户口述的额外要求"
}
执行步骤
Step 1: 提取简历
python3 /sdcard/bosszhipin/data/../scripts/extract_resumes.py --job "戏文" --account 5889492 --output /sdcard/bosszhipin/data/xiwen_resumes.jsonl
或直接用 skill 内脚本:
python3 ~/.hermes/skills/android/resume-screener/scripts/extract_resumes.py --job "戏文" --account 5889492 --output /sdcard/bosszhipin/data/xiwen_resumes.jsonl
Step 2: 导入到本地 SQLite 表
python3 /sdcard/bosszhipin/import_resumes.py
或用 skill 内脚本:
python3 ~/.hermes/skills/android/resume-screener/scripts/import_resumes.py
验证:SELECT count(*) FROM resumes 应与 JSONL 行数一致。
Step 3: 定义/迭代 Rubric
用户会:
- 指着几份简历说"这些好,因为..."→ 加入 positive_examples
- 指着几份说"这些不行,因为..."→ 加入 negative_examples
- 口述标准 → 转化为 criteria 中的 scoring 等级
每次迭代 version+1,保留旧版本。
Step 4: 打分
用 LLM 按 rubric 逐份打分。每份简历输出:
{
"friendId": "508148953",
"name": "刘文豪",
"total_score": 82,
"dimension_scores": {
"专业匹配度": {"score": 5, "reason": "中国艺术研究院 戏剧与影视"},
"写作/创作经验": {"score": 4, "reason": "燧火文化 作者/撰稿人"}
},
"summary": "硕士,戏剧与影视科班,有商业写作经验",
"flag": "推荐"
}
打分要诚实:
- 简历信息不足时给低分并标注"信息不足",不要猜
- 有明显硬伤(如完全无关专业+无经验)直接低分
- 不要所有维度都给中等分,要有区分度
Step 5: 排序输出
按 total_score 降序输出表格:
排名 | 姓名 | 总分 | 学历 | 专业方向 | 年龄 | 到岗状态 | 推荐理由
1 | 刘文豪 | 82 | 硕士 | 戏剧与影视 | 27 | 在校-月内到岗 | 科班+有写作经验
分三档:
- ≥80: 推荐面试
- 60-79: 可备选
Step 6: 用户反馈 → 迭代
用户看完排名后:
- 如果有该高的被压低了 → 调整 weight 或 scoring 描述
- 如果加入新的标准 → 新增 criteria
- version+1 重新打分
关键原则
- rubric 是活的:每次迭代都要改,不是一次定死
- 用户标注 > LLM 猜测:positive/negative examples 是最高优先级的信号
- 打分要有区分度:245份简历如果都打70-75,等于没筛
- 诚实打分:信息不足就给低分标"信息不足",不编造理由
- 可追溯:每份简历的每个维度都有 reason,用户能看懂为什么这个分
⚠️ 陷阱
多账号数据不在 DB 里
BOSS直聘切换/新注册账号后,新账号的聊天数据不会自动写入 SQLite。需要让用户在 App 里切到目标账号,刷一下聊天列表,再重新 pull_dbs_local.sh。检测方法:SELECT myId FROM Contact GROUP BY myId 看有几个账号。详见 bosszhipin-local-tools skill 的「多账号切换」小节。
SQLite INSERT 占位符对齐
写 INSERT 语句时,占位符 ? 的个数必须和列数精确一致。多行 SQL 字符串里换行符不会影响占位符计数,但肉眼数 ? 容易错。务必用单行 SQL 字符串:"INSERT INTO t (a,b,c) VALUES (?, ?, ?)",并在执行前 print(sql.count('?'), len(vals)) 验证对齐。否则 sqlite3.OperationalError: N values for M columns 会浪费大量调试时间。
文件布局
/sdcard/bosszhipin/
├── data/
│ ├── hpbr_bosszhipin_client.db # BOSS直聘原始DB(pull_dbs_local.sh 拉取)
│ ├── xiwen_resumes.jsonl # 提取的简历数据(中间产物)
│ ├── resumes.db # ⭐ 本地简历库(resumes表 + scores表)
│ ├── scoring_rubric_v1.json # rubric v1(5维度打分)
│ ├── scoring_rubric_v2.json # rubric v2(增加淘汰规则)
│ ├── scoring_result_v1.jsonl # 打分结果 v1
│ ├── scoring_result_v2.jsonl # 打分结果 v2(含淘汰项)
├── pull_dbs_local.sh # 从App拉取原始DB
├── import_resumes.py # JSONL → resumes.db
└── score_resumes.py # 打分脚本(已实现)
CLI 调用方式
# 1. 提取简历
python3 /sdcard/bosszhipin/extract_resumes.py --job "戏文" --account 5889492 --output /sdcard/bosszhipin/data/xiwen_resumes.jsonl
# 2. 导入到 resumes.db
python3 /sdcard/bosszhipin/import_resumes.py
# 3. 全量打分
python3 /sdcard/bosszhipin/score_resumes.py --rubric /sdcard/bosszhipin/data/scoring_rubric_v1.json --db /sdcard/bosszhipin/data/resumes.db --output /sdcard/bosszhipin/data/scoring_result_v1.jsonl
# 4. 只打未打分的
python3 /sdcard/bosszhipin/score_resumes.py --rubric /sdcard/bosszhipin/data/scoring_rubric_v1.json --db /sdcard/bosszhipin/data/resumes.db --only-unscored
Rubric v1 维度
| 维度 | 权重 | 5分 | 1分 |
|---|---|---|---|
| 专业匹配度 | 30% | 戏剧影视文学/编剧/导演 | 理工科/无关 |
| 学校层次 | 20% | 北电/中戏/中传/国戏/艺研院 | 未知/专科 |
| 写作创作经验 | 25% | 编剧/撰稿人/制片人/导演 | 无工作经历 |
| 到岗状态 | 15% | 离校/离职-随时到岗 | 在校-暂不考虑 |
| AI相关经验 | 10% | AI训练师/AI产品经理 | 无AI经验 |
Rubric v2 淘汰规则
v2 在 v1 的 5 个维度基础上增加 elimination_rules 区块,淘汰项命中 → 直接 0 分淘汰:
| 淘汰规则 | 字段 | 条件 | 淘汰原因 |
|---|---|---|---|
| 性别淘汰 | gender | equals "男" | 必须是女生 |
| 专业淘汰 | 教育经历专业+secondText | not_contains_any (23个关键词) | 必须是戏文编导、编辑等相关专业,非相关专业不要 |
分数映射:1-5 → 0-100,公式 (raw-1)/4*100 分档阈值:≥75 推荐面试,≥55 可备选,
scores 表
打分结果写入 resumes.db 的 scores 表:
CREATE TABLE scores (
id INTEGER PRIMARY KEY AUTOINCREMENT,
resume_id INTEGER NOT NULL, -- FK → resumes.id
friendId TEXT NOT NULL,
rubric_version INTEGER,
total_score INTEGER, -- 0-100
tier TEXT, -- 推荐面试/可备选/暂不考虑/已淘汰
dimension_scores TEXT, -- JSON: 各维度分数+理由
scored_at TEXT,
eliminated INTEGER DEFAULT 0, -- 1=被淘汰项淘汰, 0=正常打分
eliminated_reason TEXT, -- 淘汰原因描述 (如"必须是女生")
UNIQUE(resume_id, rubric_version),
FOREIGN KEY (resume_id) REFERENCES resumes(id)
);
淘汰规则 (v2+)
从 v2 起,rubric 支持 elimination_rules 区块。淘汰规则在正常打分之前执行,命中任意一条 → 直接 0 分、tier="已淘汰"、eliminated=1、eliminated_reason 写明原因,不进入正常打分流程。
"elimination_rules": [
{
"name": "性别淘汰",
"field": "gender", // resumes 表的字段名
"rule": "equals", // equals | contains_any | not_contains_any
"value": "男",
"reason": "必须是女生" // 写入 eliminated_reason
},
{
"name": "专业淘汰",
"field": "experiences_education_occupation", // 特殊字段: 教育经历occupation+secondText
"rule": "not_contains_any", // 不包含任何一个keyword → 淘汰
"keywords": ["戏剧影视文学", "编剧", "编导", ...],
"reason": "必须是戏文编导、编辑等相关专业,非相关专业不要"
}
]
支持的 field:
gender— resumes 表 gender 列(从 Contact 表回填,0=女/1=男)experiences_education_occupation— 教育经历 occupation + secondText 拼接- 其他 resumes 表的字段名 — 直接读取
支持的 rule:
equals— 字段值等于 value → 淘汰contains_any— 字段值包含任意一个 keyword → 淘汰not_contains_any— 字段值不包含任何一个 keyword → 淘汰within_years— 专用于field: graduation:毕业不足 value 年淘汰。毕业年份计算:workAge 明确数字年限(^(\d+)年$)且 ≥2 →今年-年限(避免成人教育/第二学历 endDate 误杀工作多年的老手);(\d{4})年应届生→ 直接用;无年份应届生 → 今年-1;否则教育经历 endDate 最大年份;全无法判断 → 不淘汰(宁漏勿杀)。
聊天文本扩展(2026-08-06,AI短剧制作岗实战)
背景:BOSS 简历 BLOB(ChatResumeBean)只有 29 个字段——没有作品链接/经历描述/项目经历。但候选人主动发的作品链接(网盘/新片场/抖音/B站)、独立制作自述、"会用可灵/即梦/Seedance"等 AI 工具信息全在 MessageTable type=1 聊天文本里。
管线:
ALTER TABLE resumes ADD COLUMN chat_text TEXT(幂等)- 回填:从
hpbr_bosszhipin_client.db的 MessageTable 拉fromUid=friendId AND type=1文本按时间拼接(每条截 300 字符、最多 40 条、总 5000 字符) score_resumes.py新维度分支:'作品与市场验证'→ 匹配chat_text + work_ocup_str(作品集/链接/独立制作/播放/上线)'美术功底'→ 匹配edu_occup_str + second_text + chat_text(美术/绘画/手绘/插画/原画)'写作创作经验'、'AI相关经验'匹配文本接入clean_chat_text(chat_text)
- 回填后需重跑打分(覆盖 scores 表同 version 记录)
⚠️ 必须清洗聊天文本(clean_chat_text):候选人首条消息几乎都是"看到贵司招聘 AI短剧制作(全流程制作)岗位"——岗位名词(短剧/漫剧/全流程/招聘/岗位/贵司/应聘/看到 等)会被当成经验证据打 5 分,导致专业不符的假高分。清洗后再匹配,第一人称经验信号(我做过/独立制作/作品集/链接/AI工具名)不受影响。
坑:① chat_text 会混入供应商/HR 推销消息("我们社做AI培训,可推荐人才/商单合作"),带真链接但仍非候选人——人工识别,规则难除尽 ② 误判教训:取教育 endDate max 会把工作 8 年但拿了第二学历的人误判成应届 → workAge≥2 必须优先。
打分结果(v1)
- 推荐面试: 16人(top: 樊禹彤92/王舒艺92/赵梦月92,均北电戏文科班+编剧经验)
- 可备选: 72人
- 暂不考虑: 157人
打分结果(v2)
v2 增加淘汰规则(性别+专业),245 份简历重新打分:
| 分档 | 人数 |
|---|---|
| 推荐面试 | 11 |
| 可备选 | 48 |
| 暂不考虑 | 51 |
| 已淘汰 | 135 |
淘汰原因分布:
- 必须是女生(男性淘汰): 61人
- 必须是戏文编导、编辑等相关专业,非相关专业不要: 74人
wechat-viewer 集成
简历列表+详情+打分按钮已集成到 wechat-viewer(Flask + Jinja2),作为主菜单的一个入口。
页面路由
| 路由 | 模板 | 功能 |
|---|---|---|
/resumes |
resumes.html |
简历列表页:分页表格、搜索、按岗位/分档/学历筛选、按分数排序 |
/resume/<id> |
resume_detail.html |
详情页:基本信息+打分维度+经历列表+原始JSON |
POST /api/resumes/score |
— | 调 score_resumes.py --only-unscored,同步结果到 scores 表 |
⚠️ 改 Rubric 版本或 DB 列后必须同步 wechat-viewer
当你给 rubric 升版本(如 v1→v2)或给 resumes/scores 表加列后,wechat-viewer 的 app.py 不会自动跟上。必须手动改以下位置:
- app.py 常量(约第 3834 行):
RUBRIC_PATH→ 指向新版本 JSON(如scoring_rubric_v2.json)SCORE_SCRIPT→ 指向实际脚本路径(skill 内scripts/score_resumes.py或/sdcard/bosszhipin/score_resumes.py)
- app.py
/api/resumesSQL:手动在 SELECT 列表里加新列名(如r.gender, s.eliminated, s.eliminated_reason),否则前端拿不到数据 - app.py
_sync_scores_to_db:更新 JSONL 路径(或改为动态glob找最新版本),并在 INSERT 语句里加新列 - resumes.html:表头加列、行数据输出新字段、筛选器加新分档选项、CSS 加新 badge class
- resume_detail.html:基本信息 grid 加新字段、打分结果区块处理 eliminated 分支
- 重启 Flask:
pkill -f 'python3 app.py'; sleep 2; cd ~/wechat-viewer && python3 app.py(用terminal(background=true))
忘记第 2 步最常见——SQL 查了新列但 API 没返回,前端显示 undefined。
⚠️ 性别数据不在简历 BLOB 里
简历的 raw_json 字段(从 MessageTable.resume 反序列化)不包含 gender。性别在 Contact 表:
Contact.gender:0=女,1=男(BOSS直聘惯例)- 通过
Contact.friendId关联 resumes 表 - 导入简历后需要额外执行一步:从 BOSS DB 的 Contact 表读 gender,回填到 resumes.db 的 resumes.gender 列
添加新页面的步骤(wechat-viewer 模式)
- 在
templates/base.html的drawer-nav区块加<a href="/新路径">菜单项 - 创建
templates/新页面.html,{% extends "base.html" %} - 在
app.py末尾(if __name__之前)加路由函数 - 如需调外部脚本:用
subprocess.run(["python3", script, ...], capture_output=True, text=True, timeout=120) - 重启 Flask:
pkill -f 'python3 app.py'; sleep 1; python3 app.py(background=true) - 验证:
curl -s -o /dev/null -w '%{http_code}' http://127.0.0.1:5001/新路径
Jinja 自定义过滤器
如果模板需要解析 JSON 字段(如 dimension_scores),在 app.py 的 app = Flask(__name__) 后加:
app.jinja_env.filters['from_json'] = lambda s: json.loads(s) if s else {}
模板里用 {{ score.dimension_scores | from_json }} 解包。
模板
templates/scoring_rubric_template.json— 空白 rubric 模板,复制后修改维度和关键词即可用于新岗位。