mcpField
G
glmv-resume-screen

glmv-resume-screen

github.com/zai-org其他47546 次安装28 周前更新
代码仓库

关于 glmv-resume-screen

glmv-resume-screen 是使用智谱 GLM-V 批量评估简历的技能，面向按岗位标准筛选候选人的招聘场景。它接受简历 URL 和自定义条件，并可将逐位候选人的分析保存为 Markdown 或 JSON。

主要功能

  1. 01按自定义条件筛选候选人
  2. 02批量读取 PDF、DOCX 和 TXT URL
  3. 03支持本地 PDF 文件
  4. 04可自定义系统提示词
  5. 05结果保存为 Markdown 或 JSON

适用场景

  1. 01按岗位要求初筛多份简历
  2. 02比较候选人与职位条件的匹配度
  3. 03批量评估招聘申请
  4. 04保存筛选明细供后续查看

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/zai-org/glm-skills --skill glmv-resume-screen

安装后在 Claude Code 中输入/glmv-resume-screen确认已加载。

附带文件scripts/resume_screen.py

详细介绍

GLM-V 简历筛选技能

使用智谱 GLM-V 多模态模型批量读取简历，并根据你的标准筛选候选人。

使用场景

  • 根据特定标准筛选多份简历
  • 用户提到“筛选简历”“评估候选人”“简历筛选”“resume screening”或“filter candidates”
  • 比较某个职位的候选人
  • 批量评估求职申请

支持的输入类型

类型格式最大数量来源
简历（URL）pdf、docx、txt50URL
简历（本地）仅 pdf总页数 ≤ 50本地路径

本地 PDF / 本地 PDF： 本地 PDF 文件会先逐页转换为图片（base64），然后发送给模型。需要安装 PyMuPDF（pip install PyMuPDF）。URL 文件支持完整格式，包括 pdf/docx/txt。 本地 PDF 会自动逐页转为图片（base64）传给模型，需要安装 PyMuPDF（pip install PyMuPDF）。URL 文件支持 pdf/docx/txt 等全格式。

📋 输出显示规则（必须遵守）

运行脚本后，必须按原样显示完整的筛选结果（Markdown 表格）。不要总结、截断，也不要只说“筛选已完成”。用户需要查看每位候选人的详细分析，才能做出决定。

  • 显示完整的 Markdown 表格（序号、姓名、通过/未通过、匹配程度、理由）
  • 如果输出已保存（-o），请提供文件路径并显示文件内容
  • 如果筛选输出为空，请说明原因

资源链接

资源链接
获取 API 密钥https://bigmodel.cn/usercenter/proj-mgmt/apikeys
API 文档对话补全 / 对话补全

前置条件

API 密钥配置（必需）

此脚本从 ZHIPU_API_KEY 环境变量读取密钥，并与其他智谱技能共用该密钥。 脚本通过 ZHIPU_API_KEY 环境变量获取密钥，与其他智谱技能共用同一个 key。

获取密钥： 访问 智谱开放平台 API 密钥 创建或复制密钥。

配置方式（任选一种）：

  1. OpenClaw 配置（推荐）： 在 openclaw.json 的 skills.entries.glmv-resume-screen.env 下设置：

    "glmv-resume-screen": { "enabled": true, "env": { "ZHIPU_API_KEY": "你的密钥" } }

  2. Shell 环境变量： 添加到 ~/.zshrc：

    export ZHIPU_API_KEY="你的密钥"

💡 如果你已为其他智谱技能（例如 zhipu-tools 或 glmv-caption）配置过密钥，它们共用同一个 ZHIPU_API_KEY，无需额外配置。 💡 如果你已为其他智谱 skill（如 zhipu-tools、glmv-caption）配置过 key，它们共享同一个 ZHIPU_API_KEY，无需重复配置。

使用方法

基本筛选
python scripts/resume_screen.py \
  --files "https://example.com/resume1.pdf" "https://example.com/resume2.docx" \
  --criteria "3年以上工作经验，有Python开发经验，有大型项目管理经验"
保存为 Markdown
python scripts/resume_screen.py \
  --files "https://example.com/resume1.pdf" "https://example.com/resume2.docx" \
  --criteria "本科以上学历，5年后端开发经验" \
  --output result.md
保存为 JSON
python scripts/resume_screen.py \
  --files "https://example.com/resume1.pdf" "https://example.com/resume2.docx" \
  --criteria "有机器学习经验" \
  --output result.json --pretty
自定义系统提示词
python scripts/resume_screen.py \
  --files "https://example.com/resume1.pdf" \
  --criteria "前端开发岗位，3年经验" \
  --system-prompt "你是一位资深技术面试官，特别关注候选人的项目深度和技术选型能力"

输出示例

模型会输出如下所示的 Markdown 表格：

| 序号 | 候选人姓名 | 是否符合    | 符合程度 | 原因分析                                                    |
| ---- | ---------- | ----------- | -------- | ----------------------------------------------------------- |
| 1    | 张三       | ✅ 符合     | 高       | 5年后端经验，熟练使用Python和Django，主导过3个大型项目      |
| 2    | 李四       | ❌ 不符合   | 低       | 仅1年开发经验，主要使用Java，无Python经验                   |
| 3    | 王五       | ⚠️ 部分符合 | 中       | 3年Python经验但无项目管理经验，技术栈匹配但缺乏大型项目经历 |

CLI 参考

python scripts/resume_screen.py --files FILE [FILE...] --criteria CRITERIA [OPTIONS]
参数必填描述
--files、-f✅简历文件 URL（pdf/docx/txt，仅支持 URL，最多 50 个）
--criteria、-c✅筛选标准文本
--model、-m否模型名称（默认值：glm-4.6v）
--system-prompt、-s否自定义系统提示词（默认值：专业 HR 助手）
--temperature、-t否采样温度 0-1（默认值：0.3）
--max-tokens否最大输出 token 数（默认值：4096）
--output、-o否将结果保存到文件（Markdown 使用 .md，JSON 使用 .json）
--pretty否美化 JSON 输出

错误处理

未配置 API 密钥： → 指引用户配置 ZHIPU_API_KEY

身份验证失败（401/403）： → API 密钥无效或已过期 → 重新配置

速率限制（429）： → 配额已用尽 → 等待后重试

提供了本地路径： → 错误：仅支持 URL

内容已过滤： → 存在 warning 字段 → 内容未通过安全审核

超时： → 简历过大或数量过多 → 减少文件数量

评论

支持 Markdown