smile-xyy/resume-tailor/resume-tailor-ingest

Resume Tailor Ingest

职责

简历预处理（清洗 → STAR 拆解 → 质量评估）+ 候选人证据模型 + 岗位 JSON 导入。

将证据模型写入 output/<run_id>/candidate-profile.json。不得加入输入材料 没有出现的身份、学历、技能、经历、项目或结果。

Part 1：简历文本清洗

触发条件

用户从 PDF/Word 粘贴简历时，自动检测格式是否正常。

格式检测（4 项标准，全部满足 = 跳过清洗）

• 有 ≥2 处章节标记（#、## 或有序列表）
• 有 ≥2 处列表标记（-、* 开头）
• 平均非空行长度 ≥15 字符
• 不存在连续 5 行以上每行只有 1-3 字符

清洗操作（只动格式，不动文字）

• 合并被换行打断的同句
• 合并被拆散的标题/姓名
• 移除连续空行（≥3 → 保留 1）
• 还原项目符号（· ● ▪ → - ）
• 识别常见章节关键词，补 ## 标题
• 规范缩进（tab → 2 空格）
• 删除零宽字符

禁止操作

• 不增删改任何文字
• 不修正错别字
• 不翻译、总结、精简、扩写
• 不推断补齐缺失信息

回滚机制

清洗前保存 resume.raw.md，用户随时可说"还原原版"切回。

Part 2：简历 STAR 拆解

目的

将简历中每段工作/项目经历拆解成 S/T/A/R 四要素，供后续匹配打分和定制使用。

过滤规则（先过滤再拆解）

• 整体跳过：个人信息、专业技能、教育背景、自我评价、证书奖项等区块
• 行级跳过：没有行动动词 + 没有结果描述的行（纯公司名/日期/部门名）
• 注意：部门名中的词（"运营组""品牌部"）不算行动动词

拆解格式

## [公司/项目名] · [职位/角色] · [时间段]
-S (Situation): 业务背景、团队状况、面临的挑战
-T (Task): 被赋予的具体目标/职责
-A (Action): 具体做了什么（方法/流程/协作方式）
-R (Result): 可量化成果（数字/百分比）；无数字标注 ⚠️ 缺数字
技能关键词：[从该段提取的技能词列表]

写入 data/resume.star.md。

缓存

计算 resume.md 的 hash 存入 data/resume.md.hash。hash 不变则复用 STAR 拆解，不重新跑。

Part 3：简历质量评估

目的

在定制前诊断简历本身的问题，让用户知道哪里薄弱。

STAR 三维度打分

每项：✅合格 / ⚠️薄弱 / ❌缺失

额外检查

• 是否大量使用"负责""参与""协助"等被动词
• 是否有明显可量化但留白的指标

空壳经历警示

若某段工作经历只有公司名+时间，没写工作内容和成果 → 在评估输出最顶部显著提醒用户。

技能板块诊断

• 虚浮词/空泛声称
• 缺工具名/过于宽泛
• 无程度分层（全部同一个程度词）

用户选择：A. 自己去改简历 → 改完重评 / B. 先不改，用当前简历继续。

Part 4：岗位 JSON 导入

进入岗位导入对话前，先读取 ../resume-tailor/references/job-input-guide.md，直接向用户展示可执行步骤。 不得只列输入类型或只说“查看 README”。用户回复“安装插件”时，一次引导一个 Chrome 操作步骤；收到岗位材料后直接导入。

Inputs

• data/jobs/inbox/*.json
• Optional pasted JD text
• Optional job screenshots parsed by the calling visual agent
• Current run_id

岗位输入支持四种方式：

1. 推荐：使用 browser-extension/ Chrome 插件直接保存详情页；当前适配 Boss 直聘、前程无忧、智联招聘和猎聘。
2. 上传岗位 JSON 或插件导出的 resume-tailor-jobs JSON。
3. 上传岗位截图；截图中必须能看清职位名称、职责/要求，无法识别时要求用户重新截图或改用复制文本/插件。
4. 直接复制岗位正文；至少包含职位名称和职责或任职要求。只有公司名、薪资或职位标签时停止并要求补充。

截图或复制文本无法稳定结构化时，不猜测字段：保留空值并列入 needs_confirmation，同时提示用户改用插件或重新提供更完整的输入。

插件在分栏岗位页中必须用当前岗位卡片的岗位 ID/详情链接作为稳定身份：同一岗位 再次保存执行更新，不同岗位必须追加，不能用切换岗位后不变的搜索列表 URL 去重。 Boss 分栏页先从右侧面板 .boss-info-attr 提取公司名，再从与详情标题一致的当前 岗位卡片补取；仍为空才进入 needs_confirmation。Boss 薪资的 U+E031–U+E03A PUA 数字必须先解码为 0–9，存储和导出中不得保留字体混淆字符。 页面保存按钮实时显示已收集数量，并用“已添加岗位/已更新岗位”反馈本次操作。

Output

output/<run_id>/jobs/<job_id>/job.json

Helper

node scripts/import_jobs.mjs <run_id>

For screenshots, read references/screenshot-intake.md, write the extracted JSON, then run:

node scripts/import_screenshot_job.mjs <run_id> <extracted_json_path>

Normalization Rules

Required normalized fields: id / source / url / title / company / salary / location / description / requirements / tags / saved_at / content_hash / liveness / status

• Missing fields: keep empty or null. Do not infer.
• Screenshot input: preserve missing fields as null, list in needs_confirmation, retain screenshot names in source.files.
• Reject records without a title or without both description and requirements.
• Dedup by content_hash.

Job ID

<company>-<title>

If company is missing, use unknown-company. If the readable ID is already occupied by different content, append the first 8 characters of content_hash.