简历筛选器

概述

简历筛选技能（resume-screener · Pay Skill）

按两步法批量筛选本地简历文件夹：Step 1 收集并确认筛选条件 → Step 2 选定文件夹执行筛选并落盘。本技能已升级为 SkillHub Pay Skill（基于 x402 协议），既支持 WorkBuddy 内的本地交互式调用，也支持作为可被 Agent 按次付费调用的 HTTP 服务（POST /screen，详见文末「Pay Skill 改造」）。

运行环境（下载后自动自检 + 自动配置）

技能要求 Python 3.8+，依赖见 requirements.txt：pdfplumber（PDF 抽取）、python-docx（.docx 解析）、cryptography（微信支付 X402 的 RSA 签名）；GUI 还需 tkinter（官方 Python 安装包自带）。

下载后无需手动装环境——各入口脚本在启动时会自动调用 scripts/_env.py 完成自检与自动安装：

• screen_gui.py（GUI 入口）：启动前自检并自动补齐依赖；若 tkinter 缺失会给出平台相关安装指引后退出。
• pay_server.py（Pay Skill 服务）：启动前确保 cryptography 可用，缺失则自动安装。
• screen_resumes.py（CLI 引擎）：被调用时静默自检并补齐 pdfplumber / python-docx。
• 若 pay_config.json 缺失，自动从 pay_config.example.json 复制出配置骨架（不覆盖既有）。

也可显式运行一键配置（等价于上述自检）：

python scripts/setup_env.py            # 自检 + 自动安装缺失依赖 + 生成 pay_config 骨架
python scripts/setup_env.py --no-install   # 仅检查，不安装
python scripts/setup_env.py --check-gui    # 同时检查 tkinter（GUI 入口需要）

自检为幂等操作，反复运行安全；安装失败（如离线）仅告警，不影响已可运行的部分。

# 如需手动准备独立环境（可选）
python -m venv .venv && .venv/Scripts/pip install -r requirements.txt

PY="<你的 python 解释器，或 .venv/Scripts/python.exe>"
SKILL="<本技能目录>"
SCRIPT="$SKILL/scripts/screen_resumes.py"

注：PY 写的是本机受管 venv 的示例路径，发布后请替换为使用者自己的 Python 解释器；

--show-defaults 会把上次岗位名与配置写入技能目录下的 state.json（可删，不影响逻辑）。

支持格式：.docx、.pdf、.txt、.md；.doc 为尽力而为（二进制文本抽取，召回有限）。

Step 1 — 收集并确认筛选条件（逐项弹窗确认）

核心规则：所有筛选条件（岗位名称 / base 地 / 学历 / 工作经验 / 行业经验 / 业务领域 / 存储目录 / 简历文件夹）一视同仁，每一个都必须通过“弹窗/确认卡片”向用户显式确认，禁止在用户未确认的情况下直接沿用默认值或凭假设进入下一步。 即便某条件已有默认值，也要把默认值展示在确认弹窗里，请用户选择“确认沿用”或“修改”；每次都必须真正收集到用户确定的信息后方可推进。

确认弹窗的实现方式（本环境以交互式确认卡片 / 提示充当“弹窗”）：

1. 先读取已保存默认值："$PY" "$SCRIPT" --show-defaults
2. 对每一个条件，单独渲染一张确认卡片，内容为【条件名 · 当前默认值或候选选项 · 请确认或填写】，并等待用户明确回复后再处理下一个。
3. 全部条件（含两个文件夹选择）确认无误后，才进入 Step 2。

各条件说明：

1. 岗位名称（必弹窗确认）：用户输入岗位关键字（如 Java开发工程师）。支持子串匹配，简历“求职意向/期望职位”优先。在确认弹窗中展示上次默认岗位（last_job_title），请用户确认沿用或修改。用户确认后，本次岗位名称将在 Step 2 运行时被脚本自动写回 state.json（成为下次默认）。
2. base 地（需弹窗确认）：手工输入城市/地区关键字（如 北京），子串匹配，优先匹配“期望工作地/现居地”等字段。
3. 学历要求（需弹窗确认）：三选一 —— 高中以上 / 专科以上 / 本科以上（含本档及以上）。
4. 工作经验（需弹窗确认）：四选一档位（输入数字即可）：
   • 3 → 筛选 2~5 年；5 → 4~7 年；7 → 6~9 年；10 → 10 年以上

（年限从“X年工作经验 / 工作经历日期区间求和 / 最高学历毕业年份”三处综合识别。）

1. 技能描述设定（需弹窗确认，主条件·硬性门槛）：技能关键字，即具体的工具/工种名称（如 IT 岗的 SpringCloud, MySQL、技工岗的 钳工, 焊工）。命中 = 简历「项目经验 / 工作经历 / 专业技能(技能特长)」任一区块中出现该技能名（逗号/空格分隔，所列技能命中任一项即可（OR））。留空则不过滤；填写后作为主条件之一——技能为硬性门槛，填写且任一项都未命中则一律判未通过（行业/业务领域优先项也无法放宽）。
2. 行业经验设定（需弹窗确认，非必须满足）：行业关键字（如 电力）。命中 = 简历“项目经验”中出现该行业（内置同义词见 INDUSTRY_SYNONYMS；逗号分隔，命中任一即通过）。无项目经验区块则回退全文检索。不参与“通过/未通过”判定，仅作为优先排序信号；可留空。
3. 业务领域设定（需弹窗确认，非必须满足）：业务领域关键字（如 电商、金融、医疗）。命中 = 简历“项目经验”中出现该领域（内置同义词见 DOMAIN_SYNONYMS）。不参与“通过/未通过”判定；与行业经验同时命中时该简历排至报告最前并标记 ★优先。
4. 筛选结果存储目录（操作系统原生“选择文件夹”对话框，可新建）：通过 scripts/pick_folder.py 拉起 Windows 原生文件夹选择框（非聊天确认卡片），让用户直接点选目录；对话框内自带“新建文件夹”按钮。Step 2 会把命中简历复制到这里，并生成 screening_report.csv / .json。

所有条件（含两个文件夹选择）必须各自通过弹窗确认，且每次都须真正收集到用户确定的信息，全部确认无误后进入 Step 2。

Step 2 — 选择文件夹并执行筛选

1. 简历所在文件夹（操作系统原生“选择文件夹”对话框，禁止纯文本输入）：通过 scripts/pick_folder.py 拉起 Windows 原生文件夹选择框，让用户直接点选文件夹。脚本会递归扫描该文件夹及其子文件夹（深度上限 3 层）中的简历文件。选定文件夹必须真实存在，否则需重新拉起对话框。

实现要点：本环境 PowerShell 工具的 stdout 被宿主吞掉，故不可用 PowerShell 拉对话框；改用受管 Python 的 tkinter.filedialog.askdirectory（scripts/pick_folder.py），所选路径经 Python stdout 返回，Bash 可正常捕获：

BASH复制

SEL=$("$PY" "$SKILL/scripts/pick_folder.py" "选择待筛选简历所在文件夹" "C:/Users/kosen/Downloads")

1. 执行脚本（代入 Step 1 收集到的条件；未提供的留空，行业/业务领域留空即不限制、且不影响通过与否）：

"$PY" "$SCRIPT" 
  --folder "简历文件夹路径" 
  --output "筛选结果存储目录" 
  --job-title "岗位名称" 
  --location "base地" 
  --education "本科以上" 
  --experience 5 
  --industry "电力" 
  --domain "电商" 
  --skills "Spring, MySQL"

• 若要只预览不复制文件，追加 --no-copy；调试抽取效果加 --verbose。
• --job-title 传入后会自动更新 state.json 的 last_job_title。
• --industry / --domain 为可选软条件：留空则不限制；提供后仅用于把“行业+领域双命中”的简历置顶，不会造成未通过。

1. 脚本产出：
   • 命中简历：复制到 --output 目录（重名自动加前缀）。
   • screening_report.csv / screening_report.json：每份简历的逐项判定、姓名、识别年限、目标岗位、行业/业务领域命中、是否 ★优先、总结果。双命中简历排在最前。
   • 控制台汇总：总数 / 通过 / 未通过 / 解析失败 / 优先置顶份数。
2. 把汇总与报告路径反馈给用户，必要时用 --verbose 复跑解释某份未通过原因。

本地 GUI 模式（Windows 原生窗口，可选）

嫌逐步确认繁琐时，可直接运行 GUI 前端，弹出 Windows 原生窗口一次性完成条件设置与筛选：

"$PY" "$SKILL/scripts/screen_gui.py"

窗口内容：岗位 / base地 / 学历 / 经验 / 技能描述（主条件）/ 行业 / 领域 输入框；简历文件夹与结果存储目录通过 Windows 原生“选择文件夹”对话框指定；输入框下方展示筛选逻辑注释；底部两个按钮——「筛选」与「取消」（筛选进行中可终止筛选任务，未运行则关闭窗口）。窗口会自动预填上次默认条件。

交互与完成流程：

• 筛选前校验：简历文件夹 与 结果存储目录 不能相同（选源目录后未单独选结果目录时，结果目录自动默认为源目录下的「筛选结果」子目录，避免相同）；若两者被设为同一路径，点击「筛选」会立即弹窗报错、不进入筛选。
• 点击「筛选」后按钮变为 「筛选中…」（禁用），后台运行 screen_resumes.py 并实时回显日志；过程中仍可点「取消」终止。
• 真实完成后：按钮变为 「关闭」（手动点击才关闭窗口，不再自动关闭）；同时界面下方出现可点击的结果存储目录链接，点击即可直接打开该目录（Windows 资源管理器），便于查看 screening_report.csv/.json 与命中简历；报告文件本身也会记录 output_dir 字段（结果存储路径）。任务以筛选完成 + 报告写入为准，无需依赖自动打开文件夹。

Pay Skill 改造（基于微信支付 Agent Pay X402，符合 SkillHub 教程 agent-pay-upgrade）

本技能已按 SkillHub 教程「升级为 Pay Skill」改造：无需重构筛选业务逻辑，仅在原服务之上叠加微信支付 Agent Pay X402 协议的支付封装，使之成为可被 Agent 按次付费调用的付费技能。封装由scripts/pay_server.py 承担，对应教程四段流程：

1. 开发者签名（Developer Signature）：用 SkillHub 商户中心下发的 RSA-2048 私钥对 X402 预下单

请求体做 SHA256withRSA 签名（signature_type: SKILLHUB-SHA256-RSA2048），写入 L1 的 signature字段，保证来源可信、未被篡改。

1. 微信支付下单（WeChat Pay Order）：调用微信支付下单接口（Native / JSAPI / H5）拿到订单标识——

Native 返回 code_url，JSAPI/H5 返回 prepay_id。

1. X402 AI 预下单（Pre-order）：用开发者密钥调用 POST /palmpayminiapp/clawagentpay/preorder，

换取 payment_code。

1. 支付触发返回（Payment Trigger Return）：未付费的 POST /screen 返回 HTTP 402（兼容模式 200）
   • WeixinPay-Required: <payment_code> 头，响应体同时附 WeixinPay 提示块；Agent 拿到 payment_code

后调用 weixinpay_pay 向用户申请支付授权，再带 WeixinPay-Payment 头（支付证明）重试，服务端校验后触发执行 screen_resumes.py 并返回筛选报告 JSON。

付费前置检查（Pre-payment Check）

原则：绝不对注定失败的请求发起收费。 两道防线：

1. 免费端点 POST /preflight（priceCny: 0）：付费前先行校验——folder 是否存在且服务可访问、

education / experience 取值是否合法、output 上级目录是否存在——并回报本次调用报价。返回{"preflight": "pass"} 后再发起付费调用。

1. POST /screen 内嵌前置校验：即便跳过 /preflight 直接调用，服务也会在下发支付要求之前执行

同一套校验；参数不合法直接返回 400（含逐项 issues 说明），不进入支付流程、不产生任何费用。

Agent 推荐调用顺序：POST /preflight（免费）→ pass → POST /screen（402 + WeixinPay-Required）→ 用户支付授权 → POST /screen + WeixinPay-Payment（返回结果）。

退款与异常处理（Refund & Exception Handling）

退款政策：full-refund-on-failure——凡已扣费但未成功交付筛选报告的调用，一律全额退款。

本地运行（含演示模式）

PY="<你的 python 解释器>"
SKILL="<本技能目录>"

# 本地自测（自动生成临时 RSA 密钥，mock 预下单，无需真实商户）
"$PY" "$SKILL/scripts/pay_server.py" --port 8787 --mock-preorder --gen-key

# 真实接入（填入 pay_config.json 或环境变量 SKILLHUB_*）
"$PY" "$SKILL/scripts/pay_server.py" --port 8787 --config "$SKILL/scripts/pay_config.json"

• 无真实商户配置时，用 --mock-preorder 跳过真实预下单网络请求（返回伪 payment_code），便于本地

验证 402 + WeixinPay-Required 响应形态；生产环境请提供 SkillHub 商户中心下发的developer_id / pub_key_id / private_key_pem，以及微信支付商户配置（或 static_code_url）。

• 配置文件含私钥，请勿提交或打包；可用环境变量 SKILLHUB_PRIVATE_KEY_PEM 等注入。模板见

scripts/pay_config.example.json。退款凭证含支付指纹（X-Payment 的 SHA-256）、退款金额、资产、网络、失败原因、签发时间戳与开发者签名，防伪可验证；调用方 / Facilitator 凭凭证发起原路退款（发布到 SkillHub 后由微信支付 Agent Pay 履约，退款约 1~3 个工作日原路到账）。重复携带同一 X-Payment 重试失败请求不会重复扣费——支付指纹一致，Facilitator 侧幂等。

本地启动 Pay Skill 服务

"$PY" "$SKILL/scripts/pay_server.py" 
  --port 8787 
  --price 0.05 
  --pay-to "0x你的收款地址" 
  --network base 
  --dev-secret "你的开发者签名密钥"

• 不传 --dev-secret 时自动生成一次性密钥（仅本地演示）。
• --pay-to / --network / --price 需与 SKILL.md 的 payment / endpoints[].priceUsdc 保持一致；发布到 SkillHub 时替换为平台下发的微信支付商户配置（见 references/skillpay-guide.md）。

x402 调用流程（Agent 侧）

Agent → POST /preflight {folder, ...}          ← 免费·付费前置检查
      ← 200 {preflight: "pass", priceUsdc}     （fail 则 400 + issues，修正后重试）
Agent → POST /screen  {folder, job_title, ...}
      ← 402  PAYMENT-REQUIRED: <base64 x402 要求>
Agent → 完成支付授权（钱包/微信支付 Agent Pay）
Agent → POST /screen  {…}   + 头 X-Payment: <base64 支付证明>
      ← 200  {total, passed, failed, parse_error, priority, report}
      （若执行失败 ← 422 + X-REFUND-VOUCHER 退款凭证，全额退款）

调用前应先告知用户本次调用的价格（如 $0.05 USDC 或发布后的 ¥0.50/次）。

Endpoints

POST /preflight — priceUsdc: "0"（免费）付费前置检查：校验 folder / education / experience / output 合法性并回报报价；pass 后再付费调用。

POST /screen — priceUsdc: "0.05"请求体（JSON）：folder（必填）+ output / job_title / location / education / experience / industry / domain / skills / no_copy（可选），字段含义见 frontmatter inputSchema。成功（200）返回 outputSchema 中的汇总对象；未付费（402）返回 PAYMENT-REQUIRED 头；参数非法（400）不收费；已付费但执行失败（422）附退款凭证。

调参与边界

• 简历格式千差万别，解析为启发式：若某维度识别不准，先看 --verbose 输出定位；可在 screen_resumes.py 的 EDU_RANK / EXP_OPTION_RANGE / INDUSTRY_SYNONYMS / DOMAIN_SYNONYMS 中扩充关键字。
• .doc 不支持结构化解析，建议让用户把简历转 .docx 后重试。
• 主条件（岗位 / base地 / 学历 / 经验 / 技能描述）为与关系（全部满足才“通过”）；技能描述多关键字为或关系（所列技能在「项目经验 / 工作经历 / 专业技能(技能特长)」任一区块命中任一项即通过），且为硬性门槛——填写且未命中时一律不入选，优先项无法放宽。行业经验、业务领域为非必须满足的软条件，内部多关键字为或关系，仅用于优先排序。
• Pay Skill 服务运行在调用方可访问的网络上；本地模式下 folder 为服务进程可访问的本地路径。base_url 在发布时应替换为公网可访问的托管地址。