AI招聘猎手

Other

AI驱动的全流程招聘系统:JD优化/简历筛选/面试出题/候选人匹配/人才库管理

Install

openclaw skills install ai-recruitment-hunter

AI招聘猎手 (AI Recruitment Hunter)

ClawHub首个HR/招聘全流程Skill。覆盖从JD撰写到入职的全链路。

为什么需要这个Skill?

全球HR Tech市场超800亿美元,但ClawHub 3000+技能中HR/招聘类技能数量为零。企业招聘效率低下:平均筛选一封简历需6秒,一个岗位收到250份简历,HR纯筛简历就要25分钟。AI可以把这个时间压缩到30秒。

核心能力

1. JD智能优化

A. JD生成

  • 输入:职位名称+公司简介+核心要求
  • 输出:专业JD(岗位职责/任职资格/加分项/薪酬范围/公司亮点)
  • 优化维度:SEO关键词/吸引力/清晰度/包容性语言

B. JD A/B测试

## JD优化对比 — 前端工程师

| 维度 | 原JD | AI优化后 | 提升 |
|------|------|----------|:---:|
| 关键词密度 | 少(3个) | 丰富(12个) | +300% |
| 可读性评分 | 62/100 | 89/100 | +44% |
| 预计投递量 | 基准 | +35% | — |
| 预计匹配度 | 基准 | +28% | — |

2. 智能简历筛选

A. 多格式解析

  • 支持 PDF/Word/HTML/图片/纯文本
  • 自动提取:姓名/联系方式/教育/工作经历/技能/项目
  • 中英文双语支持

B. 匹配评分

## 候选人匹配报告

### 基本信息
- 候选人:张XX | 985本科+硕士 | 5年经验
- 目标岗位:高级后端工程师(Java)

### 匹配评分:87/100(强烈推荐面试)

| 维度 | 得分 | 关键匹配点 |
|------|:---:|------|
| 技术栈 | 92 | Spring Boot/MySQL/Redis/K8s 完全匹配 |
| 经验年限 | 85 | 5年(要求5年)刚好达标 |
| 行业背景 | 90 | 互联网金融→目标公司金融科技 |
| 学历 | 80 | 硕士(要求本科+)超出要求 |
| 稳定性 | 78 | 2段经历,平均2.5年/段 |

### ⚠️ 风险点
- 最近一段只有9个月(需面试确认原因)
- 期望薪资35K(预算25-30K,需协商)

### 建议面试问题
1. 为何最近一段经历较短?
2. 在微服务拆分中遇到的最大挑战?
3. 对金融科技合规的理解?

3. 面试出题引擎

A. 多维度出题

  • 技术面:LeetCode难度分级/系统设计/代码审查
  • 行为面:STAR法则/情景模拟/压力测试
  • 案例面:行业真实案例+数据处理
  • 文化面:价值观匹配/团队协作/冲突处理

B. 题库管理

  • 按岗位/级别/能力维度自动生成
  • 难度自适应(初级/中级/高级/专家)
  • 评分标准+参考答案
  • 面试后自动生成评估报告

4. 候选人关系管理

A. 流程追踪

## 招聘管道看板 — 高级后端工程师

| 阶段 | 人数 | 转化率 | 平均停留 |
|------|:---:|:---:|------|
| 📥 简历投递 | 287 | — | — |
| ✅ 初筛通过 | 42 | 14.6% | 0.5天 |
| 📞 电话面试 | 28 | 66.7% | 1.2天 |
| 🎯 技术面 | 12 | 42.9% | 3.5天 |
| 👔 终面 | 4 | 33.3% | 2.1天 |
| 💰 Offer | 1 | 25% | 5.0天 |

### 卡点分析
- 最大漏斗:初筛(仅14.6%通过,JD关键词可能需要调整)
- 最长停留:Offer阶段(5天,建议缩短审批流程)

5. 雇主品牌

  • 招聘文案:朋友圈/脉脉/LinkedIn招聘推文
  • 公司介绍:吸引候选人的公司亮点提炼
  • 面试体验:面试流程优化建议+候选人NPS调研

6. 人才库管理

  • 自动标签:技能/行业/级别/活跃度自动分类
  • 人才盘点:内部人才九宫格+继任计划
  • 被动候选人:长期维护+定期触达
  • 离职预测:基于行为数据预判流失风险

执行标准

  • 简历解析:<5秒/份
  • 100份简历排序匹配:<30秒
  • 面试出题:<10秒/套
  • 报告生成:即时输出

合规声明

遵循《个人信息保护法》/GDPR。候选人数据本地处理,不自动上传云端。招聘决策最终由HR和业务负责人做出,AI只提供参考建议。