求职者的简历由 AI 评级、登记并发给人事

求职者的简历由 AI 评级、登记并发给人事

一个用于求职申请表单的 n8n 工作流。它读取每位求职者的 PDF 简历，让 Gemini 对照提示词里写的职位评级，往 Google 表格里加一行，把评级发邮件给人事，并给求职者发一封收到确认。

包里有什么

• workflow.json：n8n 导出的工作流，7 个节点。七个都在运行，没有便签。里面没有任何凭据。
• 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

• Using AI Analysis & Rating 的提示词里有两个没人填的标记，${output_language} 和 ${resume}。模型会把它们当作字面文字来读。前一个现在是一句“Write all of your output text in English.”。后一处现在写的是简历在下一条消息里，因为这个节点本来就把简历文字作为单独一条消息发过去。
• Google Gemini Chat Model 没设模型，所以运行的是 n8n 为它这一版定的默认值 models/gemini-2.5-flash。Google 的弃用页面（2026 年 11 月 12 日查阅）说，这个名字从 2026 年 12 月 1 日起转到 gemini-3.5-flash-lite。节点现在写明 models/gemini-3.8-flash，Google 的模型页把它列为稳定版。这是一条不带工具的普通链。
• 两个 Gmail 节点都是 2.1 版，它的 Email Type 默认是 HTML，还会加一行说明邮件是 n8n 发的。现在两个都发纯文本，没有那一行，所以消息里的换行都能保留。
• Inform HR New CV Received 原来发给一位具名个人的邮箱。现在里面是 <YOUR_HR_EMAIL_ADDRESS>。求职者的确认信原来署着一个公司名称，现在以 <YOUR_COMPANY_NAME> 结尾。
• 凭据关联已删除。Candidate Lists 里的文档和标签页是空的，由你自己选。
• 文件的名称是我们起的。
• 别的都没改。表单、PDF 这一步、提示词的规则和职位文字都照原文件。

Mindket 对照 n8n 的源码和 Google 的页面读过这份副本，没有在真实的 n8n 上运行。

开始之前

• 一个 n8n 实例，n8n Cloud 或自己的服务器都行。
• 一个能编辑表格、能通过 Gmail 发邮件的 Google 账号。
• 一个给 Gemini 凭据用的 Google AI Studio API 密钥。
• 一张 Google 表格，里面有一个标签页，列为 CV、Full Name、E-mail、Expectation、Linkedin 和 AI Rating。
• 接收评级的邮箱地址，和你的公司名称。

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. 添加一个填着你 AI Studio 密钥的 Google Gemini (PaLM) 凭据，在 Google Gemini Chat Model 里选中它。
3. 添加一个 Google Sheets 凭据和一个 Gmail 凭据，在 Candidate Lists、Inform HR New CV Received 和 Confirmation of CV Submission 里选中。
4. 在 Candidate Lists 里，选你的文档和你的标签页。
5. 在 Inform HR New CV Received 里，把 <YOUR_HR_EMAIL_ADDRESS> 换成接收评级的邮箱地址。在 Confirmation of CV Submission 里，把 <YOUR_COMPANY_NAME> 换成你的公司名称。
6. 修改 Using AI Analysis & Rating 提示词里的职位。那里写的是“Software Engineer”，Application Form 里表单的标题也是这样。
7. 用测试地址打开表单，提交一份你自己的 PDF 简历，检查表格和两个收件箱。想要一个长期有效的表单地址时，再发布这个工作流。

一次运行的过程

1. Application Form 显示一个标题为“Application for Software Engineer Position”的表单，有五个必填字段：Full Name、E-mail、Expectation（提示是 2000-3000$）、Linkedin，以及一个 PDF 上传项 Your Resume/CV。
2. Convert Binary to Json 从二进制字段 Your_Resume_CV 里提取 PDF 的文字。
3. Using AI Analysis & Rating 把规则作为系统消息、简历文字作为用户消息发给模型。规则要求对职位“Software Engineer”给出 1 到 10 的分数并附上理由，再给出是否面试的建议，用纯文本，不超过 75 个词。
4. Candidate Lists 追加一行，有简历的文件名、姓名、邮箱、期望薪资、LinkedIn 地址，以及放在 AI Rating 下的评级。
5. Inform HR New CV Received 给你设的邮箱发邮件，带着求职者的信息和评级。
6. Confirmation of CV Submission 给求职者发邮件，告诉他简历已送达，将会被审阅。

想改的地方

• 职位和评级的规则：Using AI Analysis & Rating 里的提示词。
• 评级使用的语言：那条提示词里关于语言的那句话。
• 表单的问题：Application Form。如果你改了简历字段的名字，Convert Binary to Json 里的 Your_Resume_CV 也要跟着改，因为 n8n 是按标签生成这个名字的。
• 两封邮件：Inform HR New CV Received 和 Confirmation of CV Submission。
• 模型：Google Gemini Chat Model。

要知道的

• 表格的 CV 列放的是文件名，不是文件本身。
• 只是一张扫描图的 PDF，没有文字可供模型阅读。
• 评级是机器对一份简历的初读。对一个人做任何决定之前，先打开简历。
• 表单没有登录。知道地址的人都能提交，每次提交会发两封邮件、调用一次模型。
• 数据去向：表单收集姓名、邮箱、LinkedIn 地址和简历。简历文字会发给 Google，信息进入你的表格和你的收件箱。在你招聘的地方，查一下处理求职者数据和自动筛选的规定。
• 费用：每位求职者一次模型调用，由 Google 按你的套餐计费。