SKILL.md 17.9 KB

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

  1. rubric 是活的:每次迭代都要改,不是一次定死
  2. 用户标注 > LLM 猜测:positive/negative examples 是最高优先级的信号
  3. 打分要有区分度:245份简历如果都打70-75,等于没筛
  4. 诚实打分:信息不足就给低分标"信息不足",不编造理由
  5. 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:

  1. ALTER TABLE resumes ADD COLUMN chat_text TEXT(幂等)
  2. 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)
  3. 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)
  4. 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:

  1. 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)
  2. app.py /api/resumes SQL: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
  3. 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
  4. 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
  5. resume_detail.html:基本信息 grid 加新字段、打分结果区块处理 eliminated 分支
  6. 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)

  1. 在 templates/base.html 的 drawer-nav 区块加 <a href="/新路径"> 菜单项
  2. 创建 templates/新页面.html,{% extends "base.html" %}
  3. 在 app.py 末尾(if __name__ 之前)加路由函数
  4. 如需调外部脚本:用 subprocess.run(["python3", script, ...], capture_output=True, text=True, timeout=120)
  5. 重启 Flask:pkill -f 'python3 app.py'; sleep 1; python3 app.py(background=true)
  6. 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。