Mindket

Cv Parser

新上架第 1 版 · 更新于

概览

一个 Gradio 应用,读取简历并用多个语言模型提取信息,代码分成读取器、分段器和解析器。适合招聘人员和开发者。

Cv Parser 是一款工具包,属于效率类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • Python 3.9.7 和 pip
  • huggingface_hub 包,用来获取文件
  • Gradio 3.50,以及 requirements.txt 里的包
用在
  • 网页浏览器,直接在 Hugging Face 的 Space 页面上使用
  • 在 Windows、macOS 或 Linux 上用 Python 3.9.7 运行本地副本
先运行
pip install -U huggingface_hub
hf download asimokby/cv-parser-huggingface --repo-type space --local-dir cv-parser-huggingface
cd cv-parser-huggingface

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

Cv Parser 是 Hugging Face Spaces 上的一个 Gradio 应用,用来解析 CV,也就是简历。README 里只有 CV parser 这几个字。代码分成读取器、分段器、解析器和模型文件,设置里指定了五个模型,其中包括 dslim/bert-base-NER 和 flair/pos-english-fast。

适合谁

它适合想从简历里提取结构化信息的人,也适合想读懂简历解析流程如何组织的开发者。

IndustryWho uses itHow they use itExample
招聘招聘人员尝试从候选人的简历里提取信息打开 Space,给它一份简历
人力资源HR 分析师看解析器能从文档里读出什么用一份示例简历测试
软件Python 开发者阅读读取器、分段器和解析器的文件下载这个 Space,打开 ResumeParser.py

如果你需要有文档说明的输出字段或实测准确率,可以跳过它,因为来源没有给出。

用在哪里

  • 网页浏览器,直接在 Hugging Face 的 Space 页面上使用
  • 在 Windows、macOS 或 Linux 上用 Python 3.9.7 运行本地副本
Use caseWhoWhat they get back
解析简历招聘人员浏览器里显示的从简历中读出的信息
学习解析流程开发者分别负责读取、分段和解析简历的文件

如何设置

在线使用什么都不用装。本地副本需要先准备这些。

  • Python 3.9.7 和 pip
  • huggingface_hub 包,用来获取文件
  • Gradio 3.50,以及 requirements.txt 里的包
  1. 安装 Hugging Face Hub 包。
  2. 把这个 Space 下载到名为 cv-parser-huggingface 的文件夹。
  3. 进入这个文件夹。
  4. 安装 Gradio 3.50,再安装 requirements.txt 里的包。
  5. 启动应用。
pip install -U huggingface_hub
hf download asimokby/cv-parser-huggingface --repo-type space --local-dir cv-parser-huggingface
cd cv-parser-huggingface
pip install gradio==3.50
pip install -r requirements.txt
python app.py

如何使用

打开 Hugging Face 上的 Space 页面,给它一份简历。本地副本则在文件夹里运行 python app.py,再打开它启动的页面。

示例

你在 Space 页面上给应用一份简历文件。它读取并拆分文档,用语言模型处理各部分,并显示找到的信息。

新手与专家

如果你是新手,先用一份不含隐私信息的示例简历来试。解析的意思是,程序读一份文档,再把内容归入带标签的部分,比如姓名和日期。

如果你懂这个领域,指定的模型涵盖实体标注、词性标注和零样本分类,其中一个还能处理法语里的日期。各文件怎么分工写在代码里,不在 README 里。

  1. 你给应用一份简历
  2. 读取器和分段器拆分文档
  3. 模型给各部分打标签,页面显示结果

注意事项

  • README 只有一行标题,所以具体的输出字段要看页面和代码才清楚
  • 它为 Python 3.9.7 和 Gradio 3.50 而写,并会加载五个指定的模型
  • License: mit
  • Cost to run: 未提及
  • Data it reaches: 你给它的简历和它指定的模型

README 和文件

README

Cv Parser

一个 Gradio 应用,读取简历并用多个语言模型提取信息,代码分成读取器、分段器和解析器。适合招聘人员和开发者。

由 asimokby 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么:Cv Parser 是 Hugging Face Spaces 上的一个 Gradio 应用,用来解析 CV,也就是简历。README 里只有 CV parser 这几个字。代码分成读取器、分段器、解析器和模型文件,设置里指定了五个模型,其中包括 dslim/bert-base-NER 和 flair/pos-english-fast。

适合谁:它适合想从简历里提取结构化信息的人,也适合想读懂简历解析流程如何组织的开发者。

Industry | Who uses it | How they use it | Example
招聘 | 招聘人员 | 尝试从候选人的简历里提取信息 | 打开 Space,给它一份简历
人力资源 | HR 分析师 | 看解析器能从文档里读出什么 | 用一份示例简历测试
软件 | Python 开发者 | 阅读读取器、分段器和解析器的文件 | 下载这个 Space,打开 ResumeParser.py

如果你需要有文档说明的输出字段或实测准确率,可以跳过它,因为来源没有给出。

用在哪里:

  • 网页浏览器,直接在 Hugging Face 的 Space 页面上使用
  • 在 Windows、macOS 或 Linux 上用 Python 3.9.7 运行本地副本
Use case | Who | What they get back
解析简历 | 招聘人员 | 浏览器里显示的从简历中读出的信息
学习解析流程 | 开发者 | 分别负责读取、分段和解析简历的文件

如何设置:在线使用什么都不用装。本地副本需要先准备这些。

  • Python 3.9.7 和 pip
  • huggingface_hub 包,用来获取文件
  • Gradio 3.50,以及 requirements.txt 里的包
  1. 安装 Hugging Face Hub 包。
  2. 把这个 Space 下载到名为 cv-parser-huggingface 的文件夹。
  3. 进入这个文件夹。
  4. 安装 Gradio 3.50,再安装 requirements.txt 里的包。
  5. 启动应用。
pip install -U huggingface_hub
hf download asimokby/cv-parser-huggingface --repo-type space --local-dir cv-parser-huggingface
cd cv-parser-huggingface
pip install gradio==3.50
pip install -r requirements.txt
python app.py

如何使用:打开 Hugging Face 上的 Space 页面,给它一份简历。本地副本则在文件夹里运行 python app.py,再打开它启动的页面。

示例:你在 Space 页面上给应用一份简历文件。它读取并拆分文档,用语言模型处理各部分,并显示找到的信息。

新手与专家:如果你是新手,先用一份不含隐私信息的示例简历来试。解析的意思是,程序读一份文档,再把内容归入带标签的部分,比如姓名和日期。

如果你懂这个领域,指定的模型涵盖实体标注、词性标注和零样本分类,其中一个还能处理法语里的日期。各文件怎么分工写在代码里,不在 README 里。

你给应用一份简历
读取器和分段器拆分文档
模型给各部分打标签,页面显示结果

注意事项:

  • README 只有一行标题,所以具体的输出字段要看页面和代码才清楚
  • 它为 Python 3.9.7 和 Gradio 3.50 而写,并会加载五个指定的模型
  • License: mit
  • Cost to run: 未提及
  • Data it reaches: 你给它的简历和它指定的模型

Hugging Face 上的数据(2026年11月13日)

  • 点赞:3
  • 构建方式:gradio
  • 许可证:mit

链接

  • Space:https://huggingface.co/spaces/asimokby/cv-parser-huggingface
  • 文件:https://huggingface.co/spaces/asimokby/cv-parser-huggingface/tree/main

试用

在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
Cv Parser 本页3gradiomit
MusicGen共有 gradio5,116gradiocc-by-nc-4.0
Kokoro TTS共有 gradio3,556gradioapache-2.0
Background Removal共有 gradio2,988gradiomit
Omni Image Editor共有 gradio2,922gradiomit
Diffusers Image Outpaint共有 gradio2,565gradioapache-2.0
数据为 Mindket 在 2026-11-12 读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

anaksor-ocr

Sokheng · 工具包

这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

新上架

Qwen2.5-7B-Instruct-GGUF

Qwen · 工具包

Qwen2.5-7B-Instruct 的 GGUF 文件,提供八种量化大小,可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。

新上架

ACE-Step 1.5 XL SFT

ACE-Step · 工具包

用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。

新上架

效率类的相似商品

查看效率类的全部商品

Guizang PPT Skill

op7418 · 技能

能生成单文件 HTML 幻灯片、幻灯片配图和多平台封面的技能,有两套视觉风格,还带演讲者模式用于排练。适合使用 Claude Code 或 Codex 的演讲者。

新上架29.8k

Frontend Slides

zarazhangrui · 技能

从零开始或从 PowerPoint 文件生成 HTML 演示文稿,并展示几种视觉风格预览供你挑选,适合不懂 CSS 和 JavaScript、又想做网页幻灯片的人。

新上架32.3k

IPTV

iptv-org · 工具包

把来自多个国家的公开电视直播频道整理成播放列表,任何支持直播流的视频播放器都能打开。适合想看直播的观众,也适合需要频道数据的开发者。

新上架144k