对照职位招聘页给简历打匹配分

对照职位招聘页给简历打匹配分

一个对照职位招聘页给简历打分的 n8n 工作流。有人在表单里上传一份 PDF 简历，再贴上招聘页的链接。工作流读取简历，抓取招聘页，由 OpenAI 从页面里提取职位描述。一个 OpenAI 智能体随后列出候选人的优势和短板，评估录用的风险和回报，并给出 0 到 10 的匹配分和理由。候选人的姓名和邮箱从简历里取出，所有内容写成 Google 表格里的一行。

包里有什么

• workflow.json：n8n 导出的工作流，14 个节点，其中一个是便签。里面没有任何凭据，也没有表格 ID。
• README.md：这份设置说明，压缩包里的是英文版。

我们相对原来的副本改了什么

• Append Data 原来指向作者的表格，现在要 YOUR_SHEET_ID，写进第一个标签页。
• Strengths 和 Weaknesses 两列原来用 join("nn") 把列表连起来，因为原来的副本丢了反斜杠。现在补回来了，每一项又各占一行：join("\n\n")。
• 智能体的模型节点原来写的是 o4-mini。OpenAI 的弃用页面（2026 年 11 月 2 日查看）写明它已在 2026 年 10 月 23 日停用，替代型号是 gpt-5.6-terra，所以发给它的请求会失败。这个节点现在用 gpt-5.6-terra，名字也改成了这个。

开始之前

• 一个 n8n 实例，n8n Cloud 或自己的服务器都行。
• 一个 OpenAI API 密钥。
• 一个 Google 账号和一张存放结果的表格。
• 带真实文字的 PDF 简历，不是扫描件。
• 不用登录就能打开的招聘页地址。

设置

1. 在 n8n 里新建一个工作流，打开它的菜单，选 Import from File，选中 workflow.json。
2. 添加一个 OpenAI 凭据，在 gpt-5.6-terra 和 OpenAI Chat Model 里选中它。
3. 建一张表格，第一个标签页第 1 行的表头是：Date、First Name、Last Name、Email、Strengths、Weaknesses、Risk Factor、Reward Factor、Justification、Overall Fit。
4. 在 Append Data 里添加 Google Sheets 凭据，把 YOUR_SHEET_ID 换成表格地址里 /d/ 和 /edit 之间的那一段。
5. 打开 On form submission。它的标题是 Check Your Resume Score。如果只有你的团队用它，就改掉标题，并把 Resume 字段接受的文件类型设为 .pdf。
6. 保存，从测试地址打开表单，上传一份简历和一个招聘链接，然后发布工作流。

一次运行的过程

1. On form submission 接收简历文件和招聘页链接，两项都必填。
2. Extract from File2 读出 PDF 里的文字，Set Resume 把它存为 resume。
3. 在另一条分支上，HTTP Request 抓取招聘链接，Information Extractor1 让 gpt-4.1-mini 从页面里提取职位描述。
4. Merge 和 Aggregate 把两段文字放进同一个条目，简历在前。
5. Recruiter Agent 用 gpt-5.6-terra 对比两者。它的回答必须符合 Structured Output Parser 里的六个字段：优势、短板、风险和最坏情况、回报和最好情况、0 到 10 的整数分，以及理由。
6. Information Extractor 再读一遍简历，取出名、姓和邮箱。
7. Append Data 在表格里加一行，带上这次运行的日期和时间。

改改样子

• 智能体看重什么：Recruiter Agent 里的系统消息，输出格式和打分标准都在那里。
• 返回哪些字段：Structured Output Parser 里的结构定义。同时改 Append Data 的映射。
• 更多联系方式，比如电话：在 Information Extractor 里加一个属性，再给它加一列。
• 模型：评分和联系方式用 gpt-5.6-terra，读招聘页用 OpenAI Chat Model。
• 表单：On form submission 里的标题、字段名和接受的文件类型。

需要知道的

• 费用：OpenAI 每次运行计三次调用的费用。读招聘页的那次会收到整个页面的 HTML，可能很长。
• 日期：Append Data 用 hh:m a 写时间，所以十分钟以内的分钟数会少一个零，比如 03:5 PM。改成 hh:mm a。
• 文件：只能读 PDF。Word 文件会让运行停在 Extract from File2，扫描版 PDF 则让智能体拿到一份空白简历去评。
• 招聘链接：很多招聘网站会拦截普通请求，或者要浏览器才能显示职位。这时运行会停在 HTTP Request，或者拿不到职位描述。公司自己的招聘页效果更好。
• 联系方式：三项都是必填，所以简历里没有邮箱时，模型也可能给出一个。给任何人写信之前，先核对这一列。
• 重复：每次提交都会加一行新的，同一位候选人提交两次就会出现两次。
• 公开的表单：发布之后，任何知道地址的人都能提交文件，花你的 OpenAI 额度。候选人看不到分数，分数只进你的表格。
• 模型：OpenAI 的页面写明 gpt-4.1-mini 将在 2027 年 1 月 14 日停用，替代型号是 gpt-6-luna。在那之前换掉 OpenAI Chat Model。
• 公平招聘：这个分数只是一个模型对两段文字的理解。在一些地方，比如纽约市，用软件帮忙给候选人排序，需要做偏见审计并告知候选人。查清你招聘所在地的规定，做决定之前，每一行都要有人读过。
• 你的数据：每份简历和招聘页都会发给 OpenAI，姓名和邮箱存在你的表格里。告诉候选人他们的简历会被怎样处理。