下载地址
https://www.zhengdianxue.com/wp-content/uploads/skills/org-u0liiotk--jiazheng-gongxu-pipei.zip将提示词发送给你的 AI 安装该 skills
请根据 https://skillhub.cn/install/skillhub.md，安装 @org-u0liiotk/jiazheng-gongxu-pipei。阅读全文 （展开查看完整说明）
概述
概述
本技能把家政公司撮合业务中「凭经验拍脑袋派单」的过程，改造为「硬性条件一票否决 + 加权评分排序 + 人工校验」的标准化智能匹配流程。输入是《工人信息采集表》与《雇主信息采集表》两张表，输出是可直接用于派单沟通的匹配报告。
匹配流程（Workflow）
第 1 步：定位数据源
按以下顺序确认两张表的数据来源，缺哪张就向用户要哪张：
- 腾讯文档在线表格（课程标准数据源）：《工人信息采集表(标签与月嫂数据集)》、《雇主信息采集表(标签与样例数据集)》。通过腾讯文档 skill 读取表格内容；拿到的是在线表格 file_url 或 file_id 时，先读数据 sheet（表名含「月嫂信息」「雇主信息」），跳过「表格_2026xxx」字段定义 sheet。
- 本地 Excel/CSV 文件：用户直接提供 worker/employer 文件时，可用
scripts/match.py跑确定性评分，也可自行解析（表头行不是第 1 行时，找到含「姓名/雇主姓名」的行为表头）。 - 用户口述需求：用户只描述了雇主要求（如「找一个住家月嫂，天河区，预算1万5到1万8」）时，仍需工人信息表才能匹配；只有单边信息时先补齐再匹配。
第 2 步：数据准备与清洗
- 统一字段名口径，字段含义与取值见
references/field-schema.md（两张表各 36/33 个字段的定义，必读）。 - 缺失值处理：非关键字段缺失按「未知」处理并记录到报告的「需人工确认」清单；关键字段（工种、区域、薪资、在岗状态）缺失时降低置信度并在报告中标注。
- 多值字段（技能标签、可服务区域、证书）按
,、、、；、/拆分为标签集合。 - 薪资/预算区间解析：「15000-18000/月」→ (15000, 18000)；「面议」→ 开区间。
第 3 步：硬性条件筛查（一票否决）
对每位工人逐项核查以下硬性条件，任一不通过即淘汰，淘汰原因必须记录（报告中要向经营者展示为什么被筛掉）。完整判定规则（含正反例、边界情况）见 references/matching-rules.md 第 1 节：
| # | 硬性条件 | 核对字段 |
|---|---|---|
| H1 | 工种匹配 | 雇主「需求工种」 ∈ 工人「主营工种/可兼营工种」 |
| H2 | 服务区域 | 雇主「服务地址」所在区 ∈ 工人「可服务区域」 |
| H3 | 上岗可用 | 工人「当前在岗状态」为待岗/即将下户，且「最近可上岗日期」≤ 雇主「服务开始时间」，未被占用 |
| H4 | 证书要求 | 雇主「证书硬性要求」列出的证书工人全部具备（健康证需在有效期内） |
| H5 | 年龄/性别偏好 | 雇主有明确偏好时必须满足 |
| H6 | 禁忌冲突 | 工人「工作禁忌」与雇主家庭情况（宠物/吸烟/传染病/监控等）冲突 |
| H7 | 住宿条件 | 工人「需独立住宿」而雇主「不提供独立住宿」 |
| H8 | 服务时间类型 | 住家/白班/钟点类型一致 |
薪资区间无交集不否决，标记为「需协商」进入软性评分。
第 4 步：加权评分排序（满分 100）
对通过硬性筛查的候选人按 7 个维度打分，权重与细则见 references/matching-rules.md 第 2 节：
| 维度 | 权重 |
|---|---|
| 技能匹配度（技能标签覆盖工作内容与特殊技能要求） | 25 |
| 经验与口碑（年限、历史评分、复购） | 20 |
| 偏好契合（籍贯/方言、经验年限要求） | 15 |
| 薪资匹配（区间重叠度） | 10 |
| 时间灵活性（到岗速度、剩余可接单数、节假日加班） | 10 |
| 家庭情况适配（宝宝月龄/老人/宠物/饮食禁忌 vs 特殊场景经验） | 10 |
| 风险记录（爽约、提前离职、客诉扣分） | 10 |
本地文件场景可用 python scripts/match.py --workers <file> --employers <file> 自动完成第 3、4 步；在线表格或字段不规则时按规则人工（AI）评分，评分过程必须逐项列明得分依据。
第 5 步：输出匹配报告
按以下结构输出（每组雇主需求一份），模板见 references/matching-rules.md 第 3 节：
- 雇主需求摘要（一句话画像 + 关键约束）
- Top 3 候选：每人含总分、分项得分表、硬性条件核查表（✓/✗）、推荐理由（写人话，给经营者看）、风险提示
- 落选说明：被硬性条件筛掉的代表性人选及原因（帮助经营者理解供给缺口）
- 需人工确认事项：AI 拿不准、必须人来核实的点（薪资协商、试工安排、禁忌细节）
- 下一步建议：联系顺序、面试/试工话术要点
原则
- 硬性条件绝不放水：H1-H8 任一不过就是不过，不做「差不多可以」的变通；变通建议只能出现在「需人工确认」。
- 评分必须可解释：每个分数都能追溯到具体字段值，禁止只给总分不给依据。
- AI 推荐、人工拍板：报告结尾必须提醒「本报告为AI初筛建议，签约前需人工电话核实」。
- 数据不足不硬凑：关键字段缺失时宁可标记「信息不足，需补充采集」，不编造。
Resources
scripts/
match.py— 确定性匹配引擎：输入工人表 + 雇主表（xlsx/csv），自动完成硬性筛查与加权评分，输出 Markdown 匹配报告。用法：python match.py --workers 工人表.xlsx --employers 雇主表.xlsx [--top 3] [--out 报告.md]。
references/
field-schema.md— 两张采集表全部字段的定义、取值口径与清洗规则（第 2 步必读）。matching-rules.md— 硬性条件判定细则（含边界情况）、加权评分细则、匹配报告模板。
