# 公司招聘 Agent 创建方案与流程 > 适用场景：根据公司 JD，从已获授权的招聘平台、企业 ATS 或候选人主动投递资料中，筛选符合条件的人选，生成二次联系内容，并在人工确认后推进面试。 > > 重要说明：招聘涉及个人信息、就业公平和平台规则。本方案把 Agent 定位为“招聘助理和推荐系统”，不是替 HR 自动做最终录用决定。正式上线前，应结合公司所在地区法律、平台协议和法务意见进行审核。 --- ## 1. 先明确目标和边界 ### 1.1 这个 Agent 应该做什么 它可以帮助招聘人员： - 读取和结构化 JD - 从允许访问的数据源获取候选人资料 - 根据明确的岗位要求做初步匹配 - 给出匹配理由、证据和不确定项 - 生成个性化的二次沟通草稿 - 在候选人同意后收集可面试时间 - 创建面试预约草稿 - 把全过程记录到 ATS 或招聘台账 ### 1.2 它不应该直接做什么 默认不允许 Agent： - 绕过招聘平台登录、验证码、访问限制或反爬机制 - 未经授权抓取、购买或扩散候选人个人信息 - 自动批量骚扰候选人 - 仅凭模型分数自动淘汰候选人 - 根据年龄、性别、婚育、民族、籍贯、宗教、健康等非岗位必要因素筛选 - 自动代表公司承诺薪资、职位、录用或签约 - 未经人工确认自动发送面试邀请 - 把候选人简历上传到未经批准的第三方服务 ### 1.3 推荐的产品定位 ```text 不推荐：全自动招聘机器人 推荐：AI 招聘助理 自动整理、匹配、起草和提醒 人负责确认、判断和最终沟通 ``` --- ## 2. 总体流程图 下面是推荐的端到端流程： ```mermaid flowchart TD A["招聘人员录入 JD"] --> B["解析岗位要求"] B --> C["确认硬性条件和加分项"] C --> D["从授权数据源获取候选人"] D --> E["标准化简历和去重"] E --> F["规则初筛"] F --> G["模型分析经历与岗位匹配度"] G --> H["生成匹配分数、证据和疑点"] H --> I{"招聘人员复核"} I -->|不合适或资料不足| J["记录原因，不自动骚扰"] I -->|建议联系| K["生成个性化联系草稿"] K --> L{"人工确认发送"} L -->|修改或拒绝| K L -->|发送| M["通过合规渠道联系候选人"] M --> N{"候选人是否同意继续沟通"} N -->|否或拒绝| O["记录拒绝并停止联系"] N -->|是| P["收集可面试时间和方式"] P --> Q["生成面试预约草稿"] Q --> R{"人工确认预约"} R -->|确认| S["写入 ATS/日历并发送确认"] R -->|修改| Q ``` 如果编辑器不支持 Mermaid，可以按下面的纯文本流程理解： ```text JD -> 解析要求 -> 获取授权候选人 -> 去重 -> 规则初筛 | v AI 匹配和解释 | v HR 人工复核 | +----------------+----------------+ | | 不联系 建议联系 | v AI 起草消息，HR 确认 | v 候选人同意继续沟通 | v 预约面试并写入 ATS ``` --- ## 3. 系统架构 ### 3.1 推荐架构图 ```mermaid flowchart LR HR["招聘人员"] --> UI["招聘工作台"] UI --> ORCH["Agent 编排器"] ORCH --> LLM["大语言模型"] ORCH --> RULES["规则筛选引擎"] ORCH --> CONNECTOR["平台和 ATS 连接器"] ORCH --> SEARCH["文档检索与岗位知识库"] ORCH --> APPROVAL["人工审批队列"] CONNECTOR --> SOURCES["授权招聘平台、ATS、邮箱、日历"] APPROVAL --> HR ORCH --> DB["候选人和流程数据库"] ORCH --> AUDIT["审计日志"] ``` ### 3.2 各组件负责什么 | 组件 | 职责 | 是否可以自动执行 | |---|---|---| | 招聘工作台 | 展示候选人、理由、草稿和审批按钮 | 由 HR 操作 | | Agent 编排器 | 安排步骤、调用工具、控制循环 | 可以，但必须有限制 | | 模型 | 解析文本、提取证据、生成草稿 | 可以辅助，不做最终决定 | | 规则筛选引擎 | 判断硬性条件和权限边界 | 可以自动执行明确规则 | | 平台连接器 | 通过授权接口读写平台数据 | 取决于授权范围 | | 审批队列 | 保存待人工确认的动作 | 必须由人确认高风险动作 | | 数据库 | 保存候选人、岗位、状态和来源 | 需要访问控制 | | 审计日志 | 记录谁在何时查看、修改、联系了谁 | 应自动记录 | ### 3.3 Agent 与普通招聘系统的区别 ATS 通常负责保存候选人和管理流程；招聘 Agent 负责理解自然语言、提取信息、比较岗位要求、起草内容和调用工具。 ```text ATS：候选人数据库 + 流程管理 Agent：理解资料 + 辅助判断 + 执行受控动作 招聘工作台：让 HR 看见证据并做最终确认 ``` --- ## 4. 招聘平台如何接入 ### 4.1 推荐的接入优先级 ```text 第一优先：官方 API 或企业合作接口 | 第二优先：招聘平台官方导出、企业 ATS 同步 | 第三优先：候选人主动投递的简历和公开授权资料 | 临时方案：HR 手动上传 CSV、Excel 或 PDF | 不推荐：绕过限制的网页自动化和批量抓取 ``` “各大招聘平台”并不代表可以用同一种方式访问。每个平台可能有不同的 API、企业权限、消息限制和数据使用条款。接入前应确认： - 是否有正式开放接口 - 企业账号是否获得相应权限 - 是否允许保存、分析和再次联系候选人 - 联系频率和消息模板是否有限制 - 候选人是否能拒绝继续联系 - 数据保存期限和删除要求是什么 ### 4.2 连接器的统一接口 不同平台的数据格式不同，建议在系统内部统一成自己的结构： ```python class RecruitmentSource: def list_candidates(self, query: str, page: int) -> list[dict]: raise NotImplementedError def get_candidate(self, source_candidate_id: str) -> dict: raise NotImplementedError def create_message_draft(self, source_candidate_id: str, content: str) -> str: raise NotImplementedError def send_approved_message(self, draft_id: str) -> str: raise NotImplementedError ``` 实际项目中，每个平台分别实现一个连接器： ```text BOSS 连接器 -> 统一候选人格式 猎聘连接器 -> 统一候选人格式 智联连接器 -> 统一候选人格式 公司 ATS 连接器 -> 统一候选人格式 手动导入连接器 -> 统一候选人格式 ``` Agent 不应该直接知道每个平台的页面细节，而应该只调用统一工具，例如： - `search_authorized_candidates` - `get_candidate_profile` - `create_message_draft` - `send_approved_message` - `get_candidate_reply` - `create_interview_draft` ### 4.3 关于网页自动化 只有在平台明确允许、公司获得授权并完成安全评估时，才考虑网页自动化。不能把“技术上能打开网页”当成“业务上可以抓取”。尤其不要： - 绕过验证码或登录保护 - 使用他人账号批量操作 - 隐藏真实访问来源 - 复制大量候选人资料到未授权系统 - 使用多个账号规避消息限制 如果没有官方接口，最稳妥的 MVP 是让 HR 下载或导出候选人资料，再由 Agent 在公司内部处理。 --- ## 5. 如何把 JD 变成可计算的要求 ### 5.1 不要只把整段 JD 丢给模型 应把 JD 拆成结构化要求： ```json { "title": "后端开发工程师", "location": "上海或远程", "employment_type": "全职", "required": [ { "item": "Python 后端开发", "weight": 30, "evidence_required": true }, { "item": "三年以上相关项目经验", "weight": 20, "evidence_required": true }, { "item": "能够进行数据库设计", "weight": 15, "evidence_required": true } ], "preferred": [ { "item": "FastAPI 经验", "weight": 10 }, { "item": "云服务部署经验", "weight": 10 } ], "must_confirm_with_human": [ "薪资期望", "到岗时间", "工作地点接受程度" ] } ``` ### 5.2 硬性条件和加分项 ```text 硬性条件：不满足时标记为“需要人工确认”，不要直接自动淘汰 加分项：用于排序和推荐，但不应成为绝对门槛 待确认项：简历中没有明确证据，需要联系候选人确认 禁止项：与工作能力无关的敏感属性，不得用于筛选 ``` ### 5.3 推荐的匹配结果 不要只给一个黑盒分数，应输出： ```json { "candidate_id": "c_10086", "recommendation": "建议进入人工复核", "score": 82, "confidence": "medium", "matched": [ { "requirement": "Python 后端开发", "evidence": "简历中提到负责 Python 服务开发 4 年" } ], "missing_or_unclear": [ { "requirement": "数据库设计", "reason": "提到 MySQL 使用，但未明确是否负责设计" } ], "questions_to_confirm": [ "是否接受上海办公？", "预计何时可以到岗？" ], "risk_flags": [] } ``` 招聘人员应该能回答：“为什么推荐这个人？”而不是只看到“AI 评分 82 分”。 --- ## 6. 候选人筛选流程 ### 6.1 推荐的四层筛选 ```mermaid flowchart TD A["候选人资料"] --> B["来源和授权检查"] B --> C["重复候选人检查"] C --> D["明确规则检查"] D --> E["提取经历、技能和证据"] E --> F["与 JD 逐项比较"] F --> G["生成推荐、疑点和待确认问题"] G --> H["HR 查看证据"] ``` ### 6.2 四层说明 **第一层：来源和授权检查** 记录资料来自哪里、何时获取、是否允许用于招聘和联系。 **第二层：重复候选人检查** 根据平台候选人 ID、联系方式哈希、候选人主动提供的唯一标识等去重。不要直接把身份证号作为普通业务字段到处复制。 **第三层：明确规则检查** 例如岗位明确要求必须会某项技术、必须能在某地区工作。规则应公开、可解释，并由 HR 确认。 **第四层：模型辅助分析** 模型提取简历证据并逐项对照 JD。没有证据时输出“未知”，不能把“可能会”写成“已经具备”。 ### 6.3 推荐、拒绝和待确认 不要只有“通过/不通过”两个状态，建议使用： ```text 推荐联系：证据充分，符合度较高 建议复核：部分符合，但存在关键疑点 资料不足：无法根据现有资料判断 暂不推荐：与明确岗位要求差距较大，需记录依据 已联系：已进入沟通阶段 候选人拒绝：停止后续联系 已安排面试：预约完成 ``` 尤其是“资料不足”不等于“不合格”。这能减少模型因信息缺失造成的误判。 --- ## 7. 二次联系和面试确认流程 ### 7.1 推荐的人工确认流程 ```mermaid sequenceDiagram participant A as Agent participant H as 招聘人员 participant P as 合规消息渠道 participant C as 候选人 participant CAL as 日历/ATS A->>A: 根据证据生成联系草稿 A->>H: 展示草稿、来源和风险提示 H->>A: 修改或确认 A->>P: 发送已批准消息 P->>C: 候选人收到消息 C-->>P: 回复是否愿意继续沟通 P-->>A: 返回候选人回复 A->>H: 汇总回复并建议下一步 H->>A: 确认面试时间 A->>CAL: 创建预约草稿 H->>CAL: 最终确认 CAL-->>C: 发送面试确认 ``` ### 7.2 联系消息应该包含什么 推荐消息结构： 1. 说明自己代表哪家公司和岗位。 2. 说明为什么联系，引用候选人公开或主动提供的相关经历。 3. 简要介绍岗位，不夸大、不承诺未确认的待遇。 4. 询问候选人是否愿意了解更多。 5. 明确候选人可以拒绝后续联系。 ### 7.3 消息草稿示例 ```text 您好，我是 XX 公司的招聘负责人。我们正在招聘后端开发工程师。 根据您公开/主动提供的经历，您曾参与 Python 服务开发，这与我们岗位的技术方向比较相关。这个岗位主要负责内部业务系统和 API 服务建设，工作地点为上海/远程，具体安排可以进一步沟通。 想请问您近期是否愿意了解一下这个机会？如果您暂时不考虑，也可以直接告诉我，我们会停止后续联系。 ``` ### 7.4 不应让 Agent 自动承诺的内容 - 最终薪资和股票待遇 - 一定能够录用 - 面试必然通过 - 远程、签证、福利等尚未确认的条件 - 候选人的隐私资料已经被谁查看 - 公司对候选人的内部评价 ### 7.5 面试预约 建议 Agent 只做“时间收集和预约草稿”： ```text 候选人提供可用时间 -> Agent 检查面试官日历空闲 -> 生成候选时间选项 -> HR 确认岗位、面试官和会议链接 -> 创建日历事件 -> 发送确认和改期方式 ``` 如果涉及多个面试官、跨时区、机密会议链接或高管岗位，必须保留人工确认。 --- ## 8. Agent 需要哪些工具 ### 8.1 推荐的工具清单 | 工具 | 作用 | 风险级别 | 默认策略 | |---|---|---:|---| | `parse_job_description` | 解析 JD | 低 | 自动 | | `search_authorized_candidates` | 搜索授权候选人 | 中 | 自动，限范围 | | `get_candidate_profile` | 查看候选人资料 | 中 | 自动，记录审计 | | `compare_candidate_to_jd` | 生成匹配分析 | 中 | 自动，需 HR 复核 | | `create_message_draft` | 生成联系草稿 | 低 | 自动 | | `send_approved_message` | 发送已批准消息 | 高 | 必须人工确认 | | `get_candidate_reply` | 获取候选人回复 | 中 | 自动，遵循授权 | | `find_interview_slots` | 查询空闲时间 | 中 | 自动，限制日历范围 | | `create_interview_draft` | 生成面试预约草稿 | 中 | 自动 | | `confirm_interview` | 创建最终预约并通知 | 高 | 必须人工确认 | | `update_ats_status` | 更新候选人状态 | 中 | 按权限执行并记录 | | `delete_candidate_data` | 删除候选人资料 | 高 | 管理员确认 | ### 8.2 工具白名单示意 ```python READ_ONLY_TOOLS = { "search_authorized_candidates", "get_candidate_profile", "get_candidate_reply", "find_interview_slots", } APPROVAL_REQUIRED_TOOLS = { "send_approved_message", "confirm_interview", "update_ats_status", "delete_candidate_data", } ``` Agent 不能通过模型输出任意 Python 函数名，也不能因为候选人消息中的文字就自动获得管理员权限。 ### 8.3 如果使用 MCP 可以把招聘平台、ATS、日历和企业知识库分别封装成 MCP Server： ```text 招聘平台 MCP Server - 搜索授权候选人 - 读取候选人资料 - 创建联系草稿 ATS MCP Server - 查询岗位 - 更新候选人阶段 - 写入面试反馈 日历 MCP Server - 查询面试官空闲时间 - 创建预约草稿 企业知识库 MCP Server - 查询公司介绍 - 查询福利和招聘流程 ``` MCP 只是连接协议，不会自动解决招聘合规问题。每个 Server 仍需要独立设计权限、日志和数据范围。 --- ## 9. 数据结构设计 ### 9.1 岗位表 ```json { "job_id": "job_backend_001", "title": "后端开发工程师", "department": "技术部", "location": ["上海", "远程"], "required_skills": ["Python", "API 开发", "数据库"], "preferred_skills": ["FastAPI", "云部署"], "status": "open", "created_by": "hr_001" } ``` ### 9.2 候选人表 ```json { "candidate_id": "candidate_10086", "source": "authorized_platform", "source_candidate_id": "platform_abc", "consent_status": "contact_allowed", "profile": { "name": "候选人姓名", "skills": ["Python", "MySQL"], "experience_summary": "..." }, "source_updated_at": "2026-09-08T10:00:00+08:00", "retention_until": "2027-09-08T10:00:00+08:00" } ``` ### 9.3 匹配分析表 ```json { "job_id": "job_backend_001", "candidate_id": "candidate_10086", "recommendation": "needs_review", "score": 82, "confidence": "medium", "evidence": [ { "requirement": "Python", "status": "matched", "source_quote": "负责 Python API 服务开发" } ], "missing_information": ["是否接受上海办公"], "generated_at": "2026-09-08T10:10:00+08:00", "reviewed_by": null } ``` ### 9.4 必须保存的审计字段 - 数据来源和获取时间 - 候选人授权状态 - 谁查看过候选人资料 - 模型版本和提示词版本 - Agent 调用了哪些工具 - 筛选结果和证据 - 谁批准了消息发送 - 消息发送时间和渠道 - 候选人是否拒绝后续联系 - 数据删除和保留记录 --- ## 10. 推荐的实现方式 ### 10.1 初学者 MVP：先不接招聘平台 第一版建议使用 HR 手动导入的匿名或测试数据： ```text CSV/Excel/PDF 简历 -> 本地导入 -> JD 结构化 -> 规则筛选 -> AI 匹配分析 -> HR 复核列表 -> 只生成联系草稿 ``` 这样可以先验证筛选质量和工作流程，不会一开始就面对平台接口、批量消息和个人信息风险。 ### 10.2 生产版技术栈示例 | 层 | 可选技术方向 | |---|---| | 前端工作台 | React、Vue 或公司现有后台系统 | | Agent 服务 | Python + FastAPI，或 TypeScript + Node.js | | 异步任务 | Celery、Redis Queue 或同类队列 | | 数据库 | PostgreSQL 或公司现有数据库 | | 文件存储 | 加密对象存储，设置访问期限 | | 搜索 | PostgreSQL 全文搜索、Elasticsearch 或向量数据库 | | 模型 | 公司批准的模型 API 或私有部署模型 | | 身份权限 | 企业 SSO、RBAC、最小权限 | | 审计 | 结构化日志 + 不可随意修改的审计记录 | | 日历和 ATS | 官方 API 或企业授权连接器 | ### 10.3 不建议一开始使用浏览器自动化 浏览器自动化会增加： - 平台封禁风险 - 密码和 Cookie 泄露风险 - 验证码和页面变化导致的不稳定 - 难以审计的批量操作 - 违反平台服务条款的可能 如果平台没有接口，先使用官方导出或 HR 手动导入，而不是直接模拟人操作。 --- ## 11. Agent 主循环设计 招聘 Agent 的循环应该是有限的、可审计的： ```python MAX_STEPS = 8 TOOLS = { "search_authorized_candidates": search_authorized_candidates, "get_candidate_profile": get_candidate_profile, "compare_candidate_to_jd": compare_candidate_to_jd, "create_message_draft": create_message_draft, "find_interview_slots": find_interview_slots, } APPROVAL_REQUIRED = { "send_approved_message", "confirm_interview", } for step in range(MAX_STEPS): response = call_model(messages, tools=list(TOOLS)) if response.is_final: return response.text for call in response.tool_calls: if call.name in APPROVAL_REQUIRED: return { "status": "waiting_for_human_approval", "action": call.name, "arguments": call.arguments, } if call.name not in TOOLS: raise PermissionError("工具不在白名单中") arguments = validate_tool_arguments(call.name, call.arguments) result = TOOLS[call.name](**arguments) record_audit_log(call, result) messages.append(tool_result_message(call, result)) else: return {"status": "stopped", "reason": "超过最大步骤数"} ``` 关键原则： - Agent 可以提出动作，但高风险动作只生成审批任务。 - 只有批准后的独立服务才能发送消息或创建面试。 - 每个工具调用都要记录日志。 - 达到最大步数、超时或连续错误时自动停止。 --- ## 12. 招聘 Agent 的提示词模板 ```text 你是公司的招聘助理，不是最终招聘决策者。 你的任务：根据岗位要求，整理候选人资料，输出有证据的匹配分析，并为招聘人员生成联系草稿。 工作规则： 1. 只能使用授权数据源和当前任务提供的资料。 2. 逐项比较岗位要求和候选人证据。 3. 简历未提及的能力必须标记为 unknown，不得推断为具备或不具备。 4. 不得使用年龄、性别、婚育、民族、籍贯、宗教、健康等非岗位必要信息进行评价。 5. 不得自动做最终录用或淘汰决定。 6. 不得自动发送消息；只能生成草稿并等待招聘人员确认。 7. 候选人表示拒绝或不希望继续联系后，必须停止后续联系。 8. 不得承诺未经确认的薪资、职位、福利、远程安排或录用结果。 输出格式： - 推荐状态：推荐联系 / 建议复核 / 资料不足 / 暂不推荐 - 匹配要点：逐项列出 JD 要求和候选人证据 - 缺失信息：需要进一步确认的内容 - 风险提示：隐私、授权、重复联系或其他风险 - 联系草稿：礼貌、简洁、允许候选人拒绝后续联系 - 下一步：等待 HR 复核，不得直接发送 ``` --- ## 13. 联系流程中的安全规则 ### 13.1 反骚扰规则 ```text 每位候选人记录最近联系时间 同一岗位设置最大联系次数 候选人拒绝后进入“停止联系”名单 连续未回复不应无限追发 每天设置平台和公司的发送上限 所有消息先经过模板和敏感信息检查 ``` ### 13.2 候选人拒绝后的处理 候选人表达“不考虑”“请不要再联系”“暂时不看机会”等意思时，Agent 应： 1. 识别为拒绝或停止联系意愿。 2. 礼貌回复一次确认。 3. 写入拒绝或停止联系状态。 4. 停止该岗位和相关岗位的自动联系，具体范围按公司规则执行。 5. 不把拒绝原因当作负面人格评价。 ### 13.3 敏感信息处理 简历中可能出现身份证号、住址、照片、婚育、健康和联系方式等信息。建议： - 只收集完成招聘所需的信息 - 对不必要字段脱敏或不进入模型上下文 - 模型供应商和存储系统签署公司认可的数据协议 - 传输和存储加密 - 使用角色权限限制 HR、面试官和管理者可见范围 - 设置保留期限和删除流程 --- ## 14. 评测和验收标准 上线前至少准备一批经过 HR 标注的历史样本，但要脱敏。评测不只看“推荐了多少人”，还要看： | 指标 | 含义 | |---|---| | 证据准确率 | 匹配结论是否有简历原文依据 | | 漏选率 | 合适候选人是否被错误忽略 | | 错误推荐率 | 不符合要求的人是否被过度推荐 | | 人工采纳率 | HR 是否愿意接受 Agent 的建议 | | 消息修改率 | HR 需要修改联系草稿的比例 | | 候选人回复率 | 合规联系后的有效回复比例 | | 误联系率 | 是否联系了不应联系的人 | | 停止联系遵守率 | 候选人拒绝后是否完全停止 | | 工具失败率 | 平台、日历、ATS 调用是否稳定 | | 审计完整率 | 关键动作是否都有日志 | ### 14.1 必测异常场景 - 候选人资料重复 - 简历是图片，无法提取文字 - JD 本身有冲突要求 - 平台 API 超时或返回权限错误 - 候选人资料已撤回 - 候选人拒绝继续联系 - 候选人要求删除资料 - 模型把“熟悉”误判为“精通” - 候选人消息诱导 Agent 越权 - Agent 试图直接调用发送消息工具 --- ## 15. 分阶段开发计划 ### 阶段 0：业务和合规确认 交付物： - 招聘流程图 - JD 字段标准 - 数据来源清单 - 平台授权和接口清单 - 敏感数据清单 - 人工审批节点 - 删除和停止联系流程 ### 阶段 1：离线筛选 Demo 范围： - HR 手动上传脱敏简历 - 解析 JD - 规则筛选 - 模型生成匹配证据 - HR 查看和标记结果 暂时不接平台，不发消息。 ### 阶段 2：招聘工作台 增加： - 候选人列表和筛选状态 - JD 与候选人对比页面 - 证据和不确定项展示 - HR 批量标记和备注 - 审计日志 ### 阶段 3：官方平台或 ATS 接入 增加： - 官方 API 连接器 - 候选人去重 - 增量同步 - 数据来源和授权状态 - 错误重试和限流 ### 阶段 4：联系草稿和人工审批 增加： - 个性化消息草稿 - 发送前预览 - HR 修改和批准 - 候选人拒绝后的停止联系 - 联系记录和发送上限 ### 阶段 5：面试预约 增加： - 候选人可用时间收集 - 面试官日历查询 - 面试安排草稿 - HR 确认后创建日历事件 - 改期和取消流程 ### 阶段 6：评测和生产化 增加： - 脱敏历史样本评测 - 模型和提示词版本管理 - 监控、告警和成本统计 - 权限分级 - 数据删除和导出 - 定期公平性和误判复查 --- ## 16. 一个可落地的最小版本 如果你现在就要开始，建议做下面这个版本： ```text 输入：一个 JD + 一批 HR 手动导入的脱敏简历 Agent 能力： 1. 解析 JD 2. 提取候选人技能和经历 3. 逐项比较并给出证据 4. 标记推荐联系、建议复核、资料不足 5. 生成二次联系草稿 6. 等待 HR 点击确认 Agent 不能： 1. 自动从网站批量抓取 2. 自动发送消息 3. 自动淘汰候选人 4. 修改或删除原始简历 5. 处理未授权的敏感个人信息 ``` 这个版本已经能验证最重要的价值：是否减少 HR 阅读简历和准备沟通内容的时间，同时保留人的判断和平台合规边界。 --- ## 17. 最终检查清单 ### 业务 - [ ] JD 已拆成硬性条件、加分项和待确认项 - [ ] 每个推荐结果都有证据 - [ ] 资料不足不会被自动当作不合格 - [ ] HR 可以查看、修改和撤销 Agent 建议 ### 平台 - [ ] 数据来源有明确授权 - [ ] 使用官方 API、导出或企业 ATS - [ ] 没有绕过验证码、登录限制或平台风控 - [ ] 联系频率、消息范围和保存期限符合平台规则 ### 安全 - [ ] 高风险工具需要人工确认 - [ ] 工具使用白名单 - [ ] Agent 有最大步数、超时和重试限制 - [ ] 文件、数据库和日历权限为最小权限 - [ ] 所有重要动作都有审计日志 ### 候选人权益 - [ ] 候选人知道联系方和岗位来源 - [ ] 候选人可以拒绝后续联系 - [ ] 拒绝后会停止联系 - [ ] 支持资料删除或更正请求 - [ ] 不使用与工作能力无关的敏感属性筛选 ### 上线 - [ ] 先使用脱敏历史数据测试 - [ ] 先只生成推荐和草稿，不自动发送 - [ ] HR 验收准确率和误判率 - [ ] 小范围灰度后再扩大范围 - [ ] 定期复查模型、提示词、平台规则和法律要求 --- ## 18. 一句话总结 **招聘 Agent 最适合做“找资料、做整理、给证据、写草稿、提提醒”，而不是替公司自动决定谁被录用、自动群发消息或绕过招聘平台规则。** 最稳妥的落地路径是： ```text 脱敏简历离线 Demo -> HR 工作台 -> 官方平台/ATS 接入 -> 联系草稿 -> 人工确认发送 -> 候选人同意后预约面试 -> 评测、审计和逐步自动化 ```