📄🤖

开源AI技术简历筛选引擎

Intermediate5 layers · 10 toolsCommunity
1

数据摄入与解析层

接收多格式简历，将其转换为LLM可处理的纯净结构化文本，并提取关键字段

unstructured14.4k

开源文档解析的标杆，专门处理PDF/Word/HTML，输出AI优化格式，完美匹配纯开源要求

extfastapi

用于构建简历上传和解析结果返回的REST API，轻量且高性能

2

向量存储与检索层

存储岗位描述和简历关键信息的向量嵌入，实现基于语义的相似度匹配

qdrant29.9k

高性能开源向量数据库，API简单，支持过滤，适合百份/日的小规模场景

sentence-transformers

用于生成文本向量，可选多语言模型，将JD和简历技能转换为向量

3

AI推理与评估层

系统的核心，执行硬性条件判断、技能匹配度分析、项目经验评估等复杂推理任务

ollama166.6k

核心选择。在本地运行Qwen或Llama等开源模型，确保数据隐私，零API成本。用于生成评估理由和评分。

pydantic27.3k

定义评估报告的数据结构（如技能匹配度、项目深度评分），确保LLM输出格式稳定

4

业务逻辑与工作流层

编排整个筛选流程，从解析、评估到状态更新，并暴露API供前端调用

fastapi

作为后端核心，编排各层调用，提供简历处理、查询、人工复核等API

extpostgresql

存储候选人元数据、处理状态、人工标注结果等关系型数据

5

交互与人工复核层

为HR提供可视化操作界面，查看AI评估结果，进行人工复核、打标签和推进流程

streamlit

快速构建数据看板和操作面板的理想选择，Python编写，与FastAPI后端无缝集成

extHuman Review

关键环节。AI输出必须经过HR最终确认，避免误筛优秀候选人，并积累反馈数据优化模型

Compare Tools in This Blueprint

ollama vs pydantic

Build Your Own Blueprint

Describe your project and our AI will generate a custom blueprint with the best tool combinations for your needs.

Generate Blueprint