dsh-resume-screening
DeepSeek Harness 简历筛选插件：面向 HR 的批量简历入库 + 自动化初筛工具。单个简历库可管理 10 万份以内的简历（docx / pdf / xlsx / xls / md / txt），统一建档入库后用自然语言下达筛选条件：先靠数据库精准粗筛，再对少数入围者做 LLM 精判，秒级返回按适配度排序的候选人名单。
核心能力
① 简历批量入库与统一管理
- 支持 docx / pdf / xlsx / xls / md / txt，自动转换为统一格式的 Markdown 归档；
- 按文件内容哈希自动去重，重复投递不重复建档；
- 每条简历记录入库时间与源文件修改时间，方便识别"收进来太久"的简历。
② 结构化建档（一次入库，永久复用）
- 入库即抽取并写入结构化档案：
- 硬性字段（规则抽取，确定性高）：学历 / 性别 / 年龄 / 工作年限 / 学校 / 专业；
- 细粒度技能（LLM 兜底抽取）：如 Java、Spring Boot、Vue 3、MySQL…；
- 粗颗粒类别（规则 + LLM 兜底）：技能类别（计算机 / 财务 / 金融 / 管理 / 外贸…）、经验方向（编程开发 / 财务会计 / 数据分析…），供后续快速粗筛；
- 抽取遵循"规则优先（快、免费、可复现）→ LLM 兜底（低置信 / 语义字段，JSON 强约束防幻觉）"，全部标签带置信度与来源。
③ 两段式智能筛选
- 第一段 · 规则粗筛：在库内按「必选硬条件 + 可选加分加权」匹配，毫秒级缩小范围（如：必须男、本科及以上、会 JAVA，最好 2 年工作经验加分）；
- 第二段 · LLM 精判：仅对粗筛入围者逐份读原文判"适配度"，输出 0-100 分、结论档位（强烈推荐 / 可面试 / 保留 / 不推荐）、命中技能、缺口、硬字段复核；
- 一次筛选的规则分与 LLM 分都会落库，同一个岗位条件可反复复用。
④ 增量自动入库
resume_screen 支持传入简历文件夹：先把该文件夹里未入库的新简历自动入库（去重 → 建档 → 打标 → 记录时间），再对全库整体筛选。用户拿任何一批新简历发起筛选都不会漏。
⑤ 岗位条件可复用
- 用自然语言把招聘要求保存为「岗位」（必选 / 加分 + 算子 + 权重），例如「JAVA 工程师岗」，后续有新简历即可一键按同一套标准复筛。
⑥ 工程底座
- Markdown 归档为真相源，SQLite 为筛选索引（多值标签 / 加权排序 / 多条件 AND），索引可随时从归档全量重建；
- 批量处理带状态机 + 断点续跑 + 幂等去重；
- LLM 调用复用 DSH 当前对话模型（宿主标准流式接口
ctx.llm.stream），结构化抽取/精判请求显式关闭思维链以控制成本与延迟。
对比：用本插件 vs 直接把简历丢给 LLM
| 维度 | 直接把简历丢给 LLM | 本插件 |
|---|
| 规模化 | 上下文有限，数百份即溢出或质量下降 | 简历提前入库建档，筛选在库内完成，最高支持 10 万份量级 |
| 成本 | 每次筛选全量重读全部简历，费用随数量线性膨胀 | 只有粗筛入围的少数人才调用 LLM |
| 硬条件准确度 | 依赖模型"读"，标准不稳定、可能看漏 | 数据库字段过滤，确定性高、可复现 |
| 增量简历 | 记不住历史，需全量重筛 | 自动入库 + 自动去重，增量筛选 |
| 结果追溯 | 无 | 分数 / 理由 / 入库时间全部留档，可导出 CSV |
核心优势：快（库内粗筛秒级）、省（LLM 只精判少数人）、准（硬条件查档案，不会双标不漏人）、全（新简历永不漏、重复自动去重、入库时间可考）。
快速开始（对话）
# 1. 初始化简历库 + 收简历
resume_init
resume_ingest folderPath="D:\简历库\0908简历"
# 2. 建立岗位要求（自然语言结构化）
resume_define_rule 岗位名="JAVA工程师岗"
必选: gender=男；education in 本科/硕士/博士；skill contains java
加分: experience_years>=2 (+15)
# 3. 自动入库 + 初筛 + LLM 精判（一次完成）
resume_screen reqId=2 folderPath="D:\简历库\0908简历" llm=true
# 4. 导出结果
resume_export reqId=2 outPath="D:\简历库\结果.csv"
筛选运算符口径
| 运算符 | 口径 |
|---|
= / != | 去空白 + 大小写不敏感比较；数值等价（"5" == 5） |
in | 逗号分隔（中英文逗号都认）任一相等 |
>= <= > < | 数值比较；值不是数字时退化为相等比较 |
contains | 大小写不敏感 + 拉丁词整词边界：java 命中 Java、Java 开发，不命中 JavaScript；c++ / .net / node.js / 中文词按子串匹配 |
contains 的整词边界意味着 sql 不再命中 MySQL —— 要匹配这种写法请把关键词写全（如 mysql）。
多值标签（skill 等）只要任意一个值命中即算命中。
工具一览
| 工具 | 作用 |
|---|
resume_init | 初始化简历库（归档目录 + SQLite + 标签字典） |
resume_ingest | 扫描文件夹收简历，内容哈希去重，入库待处理 |
resume_process | 批量 转换 → 规则抽取 → LLM 兜底 → 归档 + 入库 |
resume_status | 查看库内简历处理状态分布 |
resume_define_rule / resume_list_rules | 保存 / 查看岗位筛选条件 |
resume_screen | 执行筛选；llm=true 追加精判；folderPath 触发自动入库 |
resume_export | 导出筛选结果 CSV（含入库时间 / 源文件时间） |
resume_rebuild | 从归档 Markdown 全量重建索引 |
斜杠命令：/resume_screen（host 直跑，不经模型）。
工作原理
| 层 | 角色 |
|---|
| Markdown 归档（真相源） | 每份简历一篇 .md，含结构化属性与原文，可读、可迁移、永不丢 |
| SQLite（筛选索引） | 派生索引：候选人 / 标签 / 标签值 / 岗位 / 条件 / 筛选结果，为筛选而生，可随时全量重建 |
| 筛选引擎（规则层） | 必选硬过滤 → 可选加分加权排序，纯函数、可复现 |
| LLM 精判层 | 对入围者读原文判适配度，输出结构化评分与理由 |
标签体系
- 硬性字段（列存）：学历、性别、年龄、工作年限、学校、专业
- 语义 / 分类标签（多值标签表）：
skill（细粒度技能）、skill_category（技能类别）、experience_direction（经验方向）、project_management（项目管理经验）
- 时间字段：
ingested_at（入库时间）、source_mtime（源文件修改时间）
- 标签字典可在 Web 面板增改（键 / 显示名 / 类型 / 说明 / 是否多值）；
skill_category、experience_direction 为核心粗分类维度，默认始终注入，不受历史持久化设置遮蔽。
Web 设置面板
参考 dsh-study-notebook 的 settings.section 模式：
- 通用：简历库根目录、归档子目录、是否保留原文件、LLM 开关与阈值、批次大小
- 标签库：增改标签定义
- 岗位要求：一岗位一组条件（标签 + 算子 + 阈值 + 必选/可选 + 权重 + 说明文案）
环境要求
- DSH 0.1.7 ~ 0.2.x —— 设置面板依赖 0.1.7 的
configForms 契约。旧版 DSH 上 host 功能（入库 / 建档 / 筛选 / 导出）照常可用，只是设置面板不会出现。
- 0.2 已实测可用：本机在
0.2.0-rc.1 上完整跑通（含浏览器端设置页）；peerDependencies 上界已从 <0.2.0-0 抬到 <0.3.0-0。
- Node.js
^22 或 >=24（用到内置 node:sqlite）
配置
三层来源，后者覆盖前者：
- 内置默认值 ——
config.mjs 的 DEFAULT_CONFIG
~/.dsh-resume-screening/config.json —— 本地配置文件，仍被读取- DSH profile 配置 ——
cordis.patch.yml 里本条目 insert[].config，优先级最高；Web 设置面板的写入落在这里
0.1.7 契约变更：旧的 settings.register(...) + settings.yaml 通道已作废（DSH 0.1.7 移除了 dsh-settings-file）。
现在插件具名导出 Config（schemastery schema）供 DSH 投影成设置表单，每个可写字段标 .volatile() 表示「能现场改」。
依赖 schemastery >= 3.18.4（才有 .volatile()），并直接依赖 @deepseek-ai/cosmokit（判定/解包 Volatile 盒）。
⚠️ 两个必须知道的 0.1.7 事实（都是 2026-09-26 实测，0.1.1 在这两条上都栽过）：
.volatile() 字段的解析值是「Volatile 盒」不是纯值 —— apply(ctx, config) 与 settings.describe()
给出的 config.libraryRoot 等是 {get()} 冻结对象，必须 .get() 解包，
否则 path.join() 会抛 The "path" argument must be of type string ... Received an instance of Object
（症状：面板正常，但所有工具一调就崩）。宿主自己的插件也这么解（如 dsh-agent-default-model）。- 写入设置不会让插件重新
apply —— 面板保存只落盘 + 更新宿主镜像，插件内存里的配置快照不会自动刷新。
所以插件必须在每个入口重读 settings.describe()；本插件统一收口在 currentConfig()。
开发与测试
npm run check # 8 个文件语法校验
npm test # 回归测试：复刻宿主的「Volatile 盒」配置,真调 resume_init / resume_status,
# 并验证「改设置后不重启即生效」
test/runtime.mock.mjs 不连宿主、不联网：用插件自己的 Config 解析出宿主会交付的那份配置，
再真调工具。改了配置读取链路后必跑 —— 这类 bug 只验设置面板是发现不了的。
依赖
@deepseek-ai/dsh-tools（peer，宿主提供）@deepseek-ai/schemastery、@deepseek-ai/cosmokit、mammoth（docx）、pdfjs-dist（pdf）、xlsx（excel）- 存储：
node:sqlite（Node 22+，零外部原生依赖）
- LLM：复用宿主
dsh-llm（ctx.llm.stream 标准流式接口，非自建通道）
License
MIT
