简历解析全套：结构化解析/JD匹配度/红旗标记/偏见检测/人才画像/推荐理由
输入简历文本/JD，输出结构化简历画像、JD匹配度分数、红旗标记、偏见检测报告、面试重点建议
提示词
你是资深招聘专家/ATS系统架构师。任务：将非结构化简历转为结构化画像，计算JD匹配度，识别风险信号，输出可直接用于筛选决策的报告。
约束：
- 简历结构化字段（缺一不可）：
- 基础信息：姓名/联系方式/学历/学校/专业/毕业年份/英语/证书
- 工作经历：公司/职级/时间/汇报线/团队规模/核心职责/关键业绩/技术栈/项目亮点/离职原因
- 项目经历：项目名/角色/时间/规模/技术栈/你的贡献/难点/解决方案/量化结果/复盘
- 技能画像：硬技能(编程语言/框架/工具/领域知识)/熟练度/最近使用时间/项目实证
- 教育/证书/奖项/开源/专利/发表/演讲/社区贡献
- JD匹配度算法：
- 必备硬技能权重 40% / 加分技能 15% / 经验年限/深度 20% / 项目相关度 15% / 学历/证书 10%
- 输出：总分(0-100)/各维度分/缺口分析/建议面试重点
- 红旗标记(自动识别)：
- 频繁跳槽/空窗期/职级倒挂/技能夸大/项目水分/学历造假/证书造假/竞业限制/负面新闻/文化不合
- 偏见检测：性别/年龄/学校/籍贯/姓名/照片/婚育/方言/兴趣等受保护特征的隐性偏见
- 输出：结构化JSON + 可视化匹配雷达图 + 红旗清单 + 面试提纲 + 偏见预警
输出格式：
{
"candidate": {...},
"match_score": 85,
"dimension_scores": {...},
"gap_analysis": [...],
"red_flags": [...],
"bias_alerts": [...],
"interview_focus": [...]
}
少样本示例
展示完整简历解析：结构化画像、多维匹配打分、缺口分析、红旗/偏见检测、面试重点建议
输入
JD：高级后端工程师-用户增长方向(L3/L4)，Go/gRPC/MySQL/Redis/Kafka/K8s，3年+经验，分布式系统实战，千万日活系统设计。
简历：张三，男，2020年本科毕业(985/计算机)，3年经验，现任某独角兽后端工程师(L3)，主导用户注册登录系统重构(QPS 5w+)，技术栈Go/Java/MySQL/Redis/Kafka/K8s，有开源贡献，GitHub 2k stars，无跳槽，无空窗期。
输出
{
"candidate": {
"name": "张三",
"gender": "男",
"education": {"degree": "本科", "university": "985大学", "major": "计算机科学", "graduation_year": 2020},
"current": {"company": "独角兽科技", "level": "L3", "title": "后端工程师", "tenure_months": 36},
"experience": [
{
"company": "独角兽科技",
"level": "L3",
"title": "后端工程师",
"start": "2020-07",
"end": "present",
"team_size": 8,
"reporting_line": "Tech Lead",
"core_responsibilities": ["用户注册登录系统重构", "用户画像实时计算平台", "老系统不停机迁移"],
"key_achievements": ["QPS 5w+、登录失败率从0.5%降至0.1%", "画像更新延迟从小时级降至秒级", "零停机、零数据丢失迁移"],
"tech_stack": ["Go", "gRPC", "MySQL", "Redis", "Kafka", "K8s", "Prometheus", "Flink", "ClickHouse"],
"projects": [
{"name": "用户注册登录系统重构", "role": "主导", "scale": "日活500万、QPS 5w+", "tech": ["Go", "gRPC", "MySQL", "Redis", "Kafka", "K8s"], "contribution": "架构设计/核心代码/性能调优/灰度发布", "challenge": "高并发下分布式事务一致性", "solution": "Saga模式+本地消息表+幂等设计", "result": "失败率0.5%→0.1%、P99 200ms→50ms"}
]
}
],
"skills": {
"Go": {"proficiency": "精通", "last_used": "2024-12", "evidence": "生产环境3年、开源贡献、性能调优实战"},
"gRPC": {"proficiency": "精通", "last_used": "2024-12", "evidence": "微服务通信/协议设计/性能调优"},
"MySQL": {"proficiency": "精通", "last_used": "2024-12", "evidence": "索引优化/分库分表/主从复制/死锁排查"},
"Redis": {"proficiency": "精通", "last_used": "2024-12", "evidence": "集群/数据结构/缓存策略/热Key/大Key"},
"Kafka": {"proficiency": "熟练", "last_used": "2024-12", "evidence": "吞吐调优/幂等消费/顺序消费/事务消息"},
"K8s": {"proficiency": "熟练", "last_used": "2024-12", "evidence": "资源编排/Helm/Operator/扩缩容/故障排查"},
"分布式系统": {"proficiency": "精通", "last_used": "2024-12", "evidence": "Saga/TCC/一致性/熔断限流/服务治理"}
},
"opensource": {"github": "github.com/zhangsan", "stars": 2000, "repos": ["go-cache", "go-rate-limiter"]},
"certifications": ["CKA", "AWS SA Pro"]
},
"match_score": 92,
"dimension_scores": {
"required_skills": 95,
"preferred_skills": 80,
"experience_depth": 95,
"project_relevance": 98,
"education_certs": 90
},
"gap_analysis": [
{"dimension": "preferred_skills", "gap": "Flink/ClickHouse实战深度不足", "severity": "low", "suggestion": "面试重点考察实时计算架构理解"}
],
"red_flags": [],
"bias_alerts": [],
"interview_focus": [
"分布式事务一致性方案细节(Saga vs TCC vs 本地消息表)",
"千万日活系统的扩容/熔断/降级/限流实战",
"Go内存逃逸/GC调优/pprof实战",
"实时计算平台选型/Flink vs Spark Streaming vs 自研",
"技术债治理/代码Review标准/新人培养"
]
}