agent case talent-sift
|
028-81705109
|
|
微信扫一扫
|

Spire.Cloud 纯前端文档控件
批量解析 · 岗位语义匹配 · 原生 Excel 人才池

简历批量筛选
与候选人智能评估

批量解析 PDF / DOCX 简历,对照岗位要求做语义匹配与评分排序,
输出原生 Excel 人才池、候选人对比与面试意向书 Word——让招聘先筛对人。

44%
使用 AI 筛选简历
75%
简历初筛时间缩短
17%
AI 简历筛选市场增速

交互式演示

注入岗位需求与简历目录,体验 Agent 批量筛选全流程

PDF

岗位JD.pdf

PDF

顾文博_个人简历.pdf

PDF

林浩然_个人简历.pdf

开始筛选

PDF

沈嘉诚_个人简历.pdf

DOCX

许承远_个人简历.docx

DOCX

周启明_个人简历.docx

批量解析简历(1/4)

正在解析简历文件,提取关键信息并进行岗位匹配,请稍候...

筛选完成

筛选结果

候选人综合对比表.xlsx
候选人综合对比表
注:页面中的示例文档仅用于展示产品功能,相关内容不对应真实实体或业务信息。

工作流程

四步完成从简历目录到候选名单的转换

01
02
03
04

批量解析简历

上传岗位需求与简历目录(PDF / DOCX,含扫描件 OCR),一次处理数百份

岗位语义理解

理解技能栈、工作年限、学历、薪资期望与项目经历,形成结构化候选人画像

推理评分

JD 与简历语义对齐,按可配置权重评分排序,逐项给出来源依据

生成交付物

原生 Excel 人才池 + 候选人对比 + 面试意向书 Word,可直接回填 ATS / OA

开发者能力拆解

可嵌入、易集成的招聘 Agent,无缝对接 ATS、OA 与 ERP 平台

Parse

批量解析

Spire.PDF / Spire.Doc 简历批量读取

Understand

语义理解

技能 / 年限 / 薪资 / 项目理解

Reason

推理评分

JD ↔ 简历语义推理,可解释加权评分

Generate

原生输出

Spire.XLS 人才池 + Spire.Doc 意向书

//创建AIOptions选项配置
AIOptions options = new AIOptions();

//设置SpireToken Key
options.SpireToken = "************************";

//设置超时时长
options.TimeoutMs = 1000000;

//设置工作文件夹路径
string OutputDir = "F:\\test\\";
options.WorkDir = OutputDir;

//使用Workbook对象
using (Workbook workbook = new Workbook())
{
    //创建AI文档处理器
    AIDocumentProcessor processor = workbook.AI(options);

    //自然语言指令
    string instruction = "解析附件PDF,DOCX 格式的简历,对照'岗位JD.pdf'岗位需求进行匹配,生成'候选人结果.xlsx',表1含所有候选人综合匹配度对比,需要包含有 '姓名,应聘岗位,经验,核心技能,薪资期望,匹配分,状态'字段,表2进行候选人横向对比出最符合的前3人  ";

    //执行AI指令,筛选生成"候选人结果.xlsx"
    processor.ExecuteInstruction(workbook, instruction, "候选人结果.xlsx", new string[] { "岗位JD.pdf", "顾文博_个人简历.pdf", "林浩然_个人简历.pdf", "沈嘉诚_个人简历.pdf" , "许承远_个人简历.docx", "周启明_个人简历.docx" });
}

//使用Document对象
using (Document doc = new Document())
{
    //加载模板word
    doc.LoadFromFile("面试邀请函模板.docx");

    //创建AI文档处理器
    AIDocumentProcessor processor = doc.AI(options);

    //自然语言指令
    string instruction = "根据'候选人结果.xlsx' 中排名前3为的候选人,姓名,匹配分,替换‘面试邀请函模板.docx’对应字段的占位符,生成面试邀请函Word 文档,面试时间从当前工作日时间推算,每隔2工作日安排一位候选人面试,发函日为当前系统时间";

    //执行AI指令,生成面试通知邀请函,结果在指定的工作目录中查看
    processor.ExecuteInstruction(doc, instruction, null, new string[] { "候选人结果.xlsx" });
}
背景光晕

核心能力

专为招聘团队打造的人才筛选 Agent

跨格式精准解析

多格式简历解析

批量解析 PDF、DOCX(含扫描件自动 OCR)简历,识别文本、表格与项目经历段落,抽取结果直接进入结构化人才池。

语义级条款比对

岗位语义匹配

JD 与简历语义级对齐:技能栈、年限、项目相关性均可解析,不只靠关键词命中,覆盖"职责描述与项目经验"这类隐含匹配。

原生修订模式

评分可解释可调权

匹配分由岗位要求加权得出,每项评分带来源依据;可调整权重复筛,配合硬性门槛(年限 / 学历 / 资质)过滤。

AI 法律建议

原生 Excel 人才池

直接生成原生 Excel 人才池,保留筛选、排序与公式能力,招聘团队拿到即可按部门 / 岗位 / 评分二次筛选。

多版本管理

候选人横向对比

Top 候选人按技能栈、经验亮点、匹配依据、风险点横向对比,辅助面试官快速聚焦差异化,而非凭印象。

批量合同审查

意向书批量生成

按候选人生成面试 / 录用意向书 Word,套用企业模板,姓名、岗位、时间自动回填,一键批量发送。

和通用 AI 的区别

通用 AI 给印象,Spire.Agent.Office 交付可筛、可回填的人才库

对比维度 通用 AI Spire.Agent.Office
批量处理 逐份上传,人工复制粘贴 一键解析数百份跨格式简历,直出结构化人才池
匹配评分 主观印象,无量化依据 JD 语义匹配评分,逐项可溯源、可调权复筛
输出形态 聊天文本,需人工转录 原生 Excel 人才池 + Word 意向书,模板直接套用
系统集成 依赖人工复制粘贴,无法直连业务系统 API 集成 ATS / OA,人才库直接回填招聘流程

常见问题

支持哪些简历格式? Arrow

支持 PDF、DOCX(含扫描件自动 OCR)与图片简历,可一次解析整个招聘渠道的简历目录。投递平台的导出文件(如 CSV 附件)也可直接导入。

匹配评分依据是什么? Arrow

评分由技能栈、工作年限、项目相关性、学历与薪资期望等维度加权得出,权重按岗位要求可配置。每一项评分都带来源依据,可展开查看"为什么是 92 分"。

如何避免招聘偏见、保证合规? Arrow

评估阶段可开启隐私脱敏模式,姓名、性别、照片、籍贯等字段不进入评分;评分依据透明可审计,支持对筛选结果做公平性抽检,降低无意识偏见。

能接入我们自己的 ATS / HR 系统吗? Arrow

可以。人才池为原生 Excel,也可输出 JSON / CSV 或通过 API 直接回填 ATS、OA、ERP。支持私有化部署,候选人数据完全留在企业内网。

页面上的市场数据来源是? Arrow

"44% 企业用 AI 筛简历、初筛时间最多缩短 75%"来自 Stealth Agents 2026;"AI 简历筛选市场 $1.6B(2025)→$4.2B(2031)、年复合增速 17%"来自 Mordor Intelligence 2026。不同机构对市场口径定义不同,数值会有差异。

和 ChatGPT 这类通用 AI 筛简历有什么区别? Arrow

通用 AI 只能逐份粘贴判断、给主观印象。Spire.Agent.Office 是一整套筛选流程:批量解析、结构化人才池、可解释评分、候选人对比与原生 Excel / Word 交付物,且能作为招聘系统的一部分被集成调用。

准备好让 AI 筛选简历了吗?

免费领取 1 个月开发者授权