Decision Flow
招聘决策闭环
1
Resume Parser
2
Profile Builder
3
Skill Gap Graph
4
JD Matching
5
Interview Follow-up
6
Decision Advice
Agent Workflow
多智能体协同完成招聘判断
每个 Agent 只处理一个清晰环节，输出结果被下游 Agent 继续使用， 最终形成可解释、可追问、可复盘的招聘决策。
Agent 1
简历解析智能体
Resume Parser Agent
将 PDF、Word、图片简历解析为结构化候选人画像。
Input原始简历文件
Output结构化 Profile
Agent 2
画像构建智能体
Profile Agent
汇总教育、经历、项目和技能，生成可用于决策的候选人画像。
Input解析字段
Output候选人画像
Agent 3
能力图谱智能体
Skill Graph Agent
构建技能网络，并与岗位要求形成差距诊断。
InputProfile + JD
Output技能命中与缺口
Agent 4
人岗匹配智能体
JD Matching Agent
输出多维分数、证据链、优势、风险与推荐动作。
Input候选人画像 + JD
Output可解释匹配结果
Agent 5
面试追问智能体
Interview Agent
基于匹配风险生成结构化追问和评分标准。
InputYellow/Red 风险
Output定向面试问题
Agent 6
决策建议智能体
Decision Agent
汇总证据、风险和面试反馈，输出下一步建议。
Input匹配 + 面试
Output招聘决策建议
Core Capabilities
从信息抽取到录用建议
简历解析
多格式简历解析为结构化候选人画像，为后续 Agent 提供稳定输入。
能力图谱
将候选人技能与岗位要求对齐，识别命中项、可迁移能力和关键缺口。
智能匹配
以 JD 要求、简历证据、风险判断和推荐动作解释每一个分数。
面试决策
从匹配风险自动生成追问，形成面试验证到最终建议的闭环。
Multi-Agent Workflow
把招聘流程拆解为解析、画像、图谱、匹配、面试和决策多个智能体。
Evidence-based Matching
每个结论都能追溯到 JD 要求、简历证据和风险判断。
Batch Decision Ranking
支持一个岗位下多个候选人排序，贴近真实招聘决策场景。