给插件配好岗位标准,它就自动遍历整个人才库 —— 逐个 读简历 → AI 五维打分 → 写备注 → 达标自动申请岗位。硬性条件不满足一票淘汰,简历阅后即焚不留存。
一个岗位动辄几百份简历,逐个点开、阅读、打分、记录 —— 机械重复,标准还飘。
份简历 / 岗位,逐个人工处理
打开→读→评估→记录→下一个
看完一个岗位的候选人
合适的人淹没在海量简历里
配置一次,整库自动跑完。读、评、记、分配,一条龙。
读取在招岗位与 JD,设定硬性否决项、加分/减分项与达标阈值。
整库逐人处理、自动翻页,无需手动点开每个候选人。
技能/经历/学历/稳定性/加分项五维加权,每分都有简历原文依据。
把结论、得分与逐条依据回写到候选人备注,留痕可追溯。
达标者(且未被否决)自动申请到目标岗位,临界分提示人工复核。
出错跳过续跑、连续异常熔断、点数不足自动暂停,随时断点续跑。
AI 只负责"逐维度判断 + 引用证据",分数合成、否决裁决、达标判定全部交给确定性规则 —— 可解释、可复现。
学历、年限等硬条件不满足,分数再高也直接判不达标,绝不漏放。
频繁跳槽等非否决性问题逐条命中扣分,有上限、不误杀。
总分落在达标线附近,标注"建议人工复核",把人留给最该判断的环节。
评分必须引用简历原文片段作为证据,杜绝凭空判断。
候选人数据敏感,我们把隐私和计费都做在让你放心的一边。
打分用完即从内存清除,服务端数据库不落库任何简历内容。
一位候选人打分成功扣 1 点,失败/超时分文不扣,公平透明。
同一简历短期内重复打分直接复用结果,续跑重试不花冤枉钱。
填好卡密、配好岗位,点开始,其余全自动。
微信联系获取卡密,粘贴即用,显示剩余点数。
选岗位,填否决项/加分/减分,设达标阈值。
进人才库列表点开始,自动逐人:读→打分→写备注→达标分配。
实时日志,可暂停/停止/从任意候选人续跑。
不靠脆弱的「模拟点击」,全程直接调接口 —— 稳、快、准。
读简历 / 写备注 / 分配 全走接口,告别页面点击的不确定性。
复用页面自身已发请求的数据,不给业务系统增加负担。
提交 + 轮询 + 自动重试,结构化输出强校验,适配大模型任务。
单人失败跳过、连续异常熔断、任务可从任意候选人续跑。
扫码加微信,领取试用点数,把简历初筛交给它。