AI【简历评估】智能体：一个找"工作"的工作流

说实话，现在这个大环境，确实让人有些喘不过气来。

不光是刚出校门的应届生，就连那些被"优化"过的职场人，谁不是在为找工作发愁？简历写了厚厚一沓，却没人帮忙看一眼、改一改。这事儿搁谁身上都挺尴尬的。

幸好，大模型的这股东风，也吹到了简历优化这个领域。一套AI智能体工作流，就能让你不用再求人、不用到处找人帮忙改简历，最后只能自己对着屏幕干瞪眼。

一、工作流

这个工作流的思路其实不复杂：它先通过一个"是否进行简历分析评估"的意图识别节点，判断你到底想不想干这事儿。如果你的意图明确，它就会接着问："文件上传了没？"

• 如果上传了，它再识别文件类型——是doc还是pdf，然后分别调用对应的读取器干活。
• 如果没上传，它给你留了另一条路：手动填写内容。

不管是系统读取来的、还是你手动填进去的简历信息，都会汇集到一个叫"简历信息合并"的节点里打包整理。整理完后，直接丢给"简历评估智能体"去评估，等着出结果就好。

如果有岗位信息，还会多走一步：进入"岗位评估智能体"，专门分析简历和职位的匹配度，结果更精准。如果没提供岗位信息，那就直接输出简历评估结果。

二、工作流拆解

这套工作流的核心逻辑，其实就是一条自动化流水线：你只管把简历扔进去，它帮你产出评估。

（1）输入及意图识别节点

• 是否进行简历分析评估（意图识别）

这是大门口的保安。如果用户表达了"我想分析简历"的意图，它就开门放行。

• 文件类型分析（意图识别）

专门识别上传文档的格式——是doc还是pdf，好为后续处理做准备。

（2）文件处理节点

• docx_reader
  ：专门吃docx格式的文档，把它嚼碎成文本。

• PDF_reader
  ：把在线PDF格式解析成可读的文本内容。

（3）文本处理及信息整合节点

这个节点就像个中央厨房，把docx_reader、PDF_reader读出来的文本，以及用户手动输入的文本，全部合并整理成一份完整的简历信息。

（4）评估及输出节点

• 简历评估智能体（大模型）

调用大语言模型，从多个专业维度给出评估——包括总分、优势和缺陷、以及优化建议。

• 岗位评估智能体（大模型）

结合简历信息、评估结果和用户输入的意向岗位，做一次精准的匹配度分析，再给出针对性建议，比如简历怎么改、能力怎么提升、面试要注意什么。

三、核心工作流节点关系

整个流程的起点，是"用户是否要进行简历分析评估"。如果意图明确，就判断是否上传了文件：

• 有文件
  ：先识别文件类型（doc或pdf），分别调用对应的读取器，解析成文本。如果用户还填写了内容，就合并进去。接着进入简历评估环节；如果提供了岗位信息，就再做一轮岗位评估。

• 没文件
  ：直接判断是否填写了内容，如果有就评估，没有就输出"未填写内容"的提示。

如果用户一开始就没表达简历分析的意图，就直接输出"未识别意图"的提示，流程结束。

·········END·········