简历智能解析与飞书同步

静默执行协议（Critical）

本 Skill 必须遵循以下原子性执行原则：

1. 禁止中途确认：Do not ask for confirmation to proceed. 不要在执行过程中询问"是否继续"、"需要更多信息"等问题。
2. 一次性完成：Generate the full output in one go. 从文件解析到飞书写入必须一口气完成。
3. 缺失用默认：If data is missing, use the defined defaults. 字段缺失时按预设规则处理，不要询问用户。
4. 静默错误处理：遇到单个文件错误时记录日志并继续处理下一个，不要中断整体流程。
5. 批量无上限询问：即使处理 100 份简历，也不要询问"文件较多，是否分批处理"。

概述

本技能将简历文件（PDF/Word/WPS/图片）或飞书文档链接解析为结构化数据，并自动同步到飞书多维表格。支持手动上传、飞书文档链接和定时目录监控三种模式。

配置参数

执行前需确认以下配置（从环境变量或用户提供）：

# 飞书 API 配置
FEISHU_APP_ID: "cli_xxxxx"           # 飞书应用 App ID
FEISHU_APP_SECRET: "xxxxx"           # 飞书应用 App Secret
FEISHU_APP_TOKEN: "bascxxxxx"        # 目标多维表格 app_token
FEISHU_TABLE_ID: "tblxxxxx"          # 目标数据表 table_id
FEISHU_WEBHOOK_URL: "https://open.feishu.cn/open-apis/bot/v2/hook/xxxxx"  # 机器人 Webhook

# 监控模式配置（可选）
WATCH_DIRECTORY: "/path/to/resume/folder"  # 监控目录路径
STATE_FILE: ".resume_sync_state.json"      # 状态文件路径
CRON_SCHEDULE: "0 10 * * 1"                # Cron 表达式（每周一10:00）

字段定义（19 字段）

特殊字段处理规则

年龄推理规则

当简历未明确标注年龄或出生日期时，按以下优先级推理：

1. 优先：直接提取出生日期/年龄字段
2. 次选：根据最早学历入学年份推算
• 计算公式：当前年份 - (入学年份 + 入学时年龄)
• 假设：本科入学年龄 = 18，硕士入学年龄 = 22，博士入学年龄 = 25
3. 兜底：若无法推理，留空

示例：
- 简历显示「2015年9月入学北京大学本科」
- 推算：出生年 = 2015 - 18 = 1997
- 当前 2026 年，年龄 = 2026 - 1997 = 29 岁

211/985 院校标注规则

匹配 universities.json 名单，在院校名后追加标注：

• 985 院校 → 清华大学 (985)
• 仅 211 院校 → 上海财经大学 (211)
• 普通院校 → 不标注

过往公司提取规则

1. 按时间倒序排列所有工作经历
2. 最近一份 → 填入「当前公司」「当前职位」
3. 其余公司名 → 用 / 连接，填入「过往公司」

示例：
工作经历：
- 2022-至今：字节跳动，产品经理
- 2019-2022：腾讯，产品运营
- 2017-2019：百度，产品助理

输出：
- 当前公司：字节跳动
- 当前职位：产品经理
- 过往公司：腾讯/百度

总体画像生成模板

必须按以下模板生成，未知项标注「待核实」：

这是一位在【A行业】有【N年】经验的【B职能】专家，擅长【C技能】，曾取得【D类量化成果】。
其职业路径显示出【E特征】，目前可能因【F动机】而看机会。
可能适合【G方向】的岗位，但需要核实【H问题】。

变量说明：

示例输出：

这是一位在【互联网】有【6年】经验的【产品经理】专家，擅长【用户增长、数据分析、B端产品设计】，
曾取得【DAU提升200%、转化率优化35%】。其职业路径显示出【稳步晋升、专注ToB领域】，
目前可能因【寻求更大平台/薪资提升】而看机会。可能适合【产品总监/高级产品经理】的岗位，
但需要核实【近期离职原因、团队管理经验深度】。

执行工作流

模式一：手动上传

用户上传文件/飞书文档链接 → 文件预处理 → 大模型解析 → 飞书写入 → 输出报告

模式一A：飞书文档链接输入

当用户输入飞书文档链接时，按以下流程处理：

用户输入飞书链接 → 链接解析 → 获取文档内容 → 文本预处理 → 大模型解析 → 飞书写入 → 输出报告

飞书文档链接识别规则：

• 支持的链接格式：https://.feishu.cn/document/...、https://open.feishu.cn/document/...
• 自动提取文档 ID（docx-xxx 格式）
• 调用飞书 API 获取文档内容

飞书文档内容获取：

# 伪代码示意
def fetch_feishu_document(doc_url: str) -> str:
    # 1. 从链接中提取文档 token
    import re
    match = re.search(r'/document/([a-zA-Z0-9-]+)', doc_url)
    doc_token = match.group(1)

    # 2. 获取文档内容
    token = get_tenant_access_token(APP_ID, APP_SECRET)

    # 获取文档基本信息
    url = f"https://open.feishu.cn/open-apis/doc/v1/documents/{doc_token}"
    response = request("GET", url, headers={"Authorization": f"Bearer {token}"})

    # 获取文档块内容
    blocks_url = f"https://open.feishu.cn/open-apis/doc/v1/documents/{doc_token}/blocks"
    blocks_response = request("GET", blocks_url, headers={"Authorization": f"Bearer {token}"})

    # 3. 递归提取所有文本块
    text_content = extract_text_from_blocks(blocks_response.json()["data"]["items"])

    return text_content


def extract_text_from_blocks(blocks: list) -> str:
    """递归提取文档块中的文本内容"""
    text_parts = []

    for block in blocks:
        block_type = block.get("block_type")

        if block_type == "text":
            # 纯文本块
            text = block.get("text", {}).get("content", "")
            text_parts.append(text)

        elif block_type == "paragraph":
            # 段落块
            elements = block.get("paragraph", {}).get("elements", [])
            for elem in elements:
                if elem.get("type") == "text":
                    text_parts.append(elem.get("text", {}).get("content", ""))
                elif elem.get("type") == "mention":
                    # @提及
                    text_parts.append(elem.get("mention", {}).get("name", ""))

        elif block_type == "table":
            # 表格块
            table_cells = block.get("table", {}).get("cells", [])
            for row in table_cells:
                for cell in row:
                    text_parts.append(cell.get("text", {}).get("content", ""))

        elif block_type == "code":
            # 代码块
            text_parts.append(block.get("code", {}).get("content", ""))

        # 递归处理子块
        if "children" in block:
            text_parts.append(extract_text_from_blocks(block["children"]))

    return "\n".join(text_parts)

飞书文档内容预处理：

• 清理特殊字符和格式标记
• 保留表格结构（转换为文本表格形式）
• 处理图片块（若包含简历图片，下载后进行 OCR 识别）
• 合并多页内容（飞书文档可能分页）

def preprocess_feishu_content(raw_text: str, doc_blocks: list) -> str:
    """预处理飞书文档内容"""
    # 1. 基础清理
    text = raw_text
    text = re.sub(r'\n{3,}', '\n\n', text)  # 多个换行压缩为两个
    text = text.strip()

    # 2. 检查是否需要 OCR（图片块）
    has_images = any(block.get("block_type") == "image" for block in doc_blocks)

    if has_images:
        # 下载图片并进行 OCR
        ocr_text = ""
        for block in doc_blocks:
            if block.get("block_type") == "image":
                image_token = block.get("image", {}).get("token")
                if image_token:
                    image_content = download_feishu_image(image_token)
                    ocr_text += "\n" + ocr_image(image_content)

        text += "\n[图片内容]\n" + ocr_text

    # 3. 处理表格（转换为易读格式）
    text = convert_tables_to_text(text, doc_blocks)

    return text

模式二：定时监控

Cron触发(每周一10:00) → 扫描目录 → 增量检测 → 处理新增/修改文件 → 更新状态 → 飞书通知

详细步骤

STEP 1: 文件预处理

STEP 2: 大模型结构化解析

将预处理文本传入大模型，按字段定义提取信息。

Prompt 结构：

请从以下简历文本中提取结构化信息，严格按 JSON 格式输出。

【简历文本】
{resume_text}

【输出格式】
{
  "姓名": "",
  "手机号": "",
  "邮箱": "",
  "性别": "",
  "年龄": null,
  "最高学历": "",
  "毕业院校": "",
  "专业": "",
  "工作年限": null,
  "当前公司": "",
  "当前职位": "",
  "过往公司": "",
  "期望薪资": "",
  "期望城市": "",
  "技能标签": [],
  "项目经历": "",
  "备注": "",
  "总体画像": ""
}

【解析规则】
1. 年龄：若未明确标注，根据最早学历入学年份+18推算
2. 毕业院校：若属于985院校添加"(985)"，若仅211添加"(211)"
3. 过往公司：除最近一份外的所有公司，用"/"分隔
4. 总体画像：必须按模板生成完整分析
5. 缺失字段：留空或填null，不要编造

STEP 3: 飞书多维表格写入

# 伪代码示意
def write_to_feishu(record: dict, is_update: bool = False):
    token = get_tenant_access_token(APP_ID, APP_SECRET)

    if is_update and existing_record_id:
        # 更新已有记录
        url = f"https://open.feishu.cn/open-apis/bitable/v1/apps/{APP_TOKEN}/tables/{TABLE_ID}/records/{record_id}"
        method = "PUT"
    else:
        # 新增记录
        url = f"https://open.feishu.cn/open-apis/bitable/v1/apps/{APP_TOKEN}/tables/{TABLE_ID}/records"
        method = "POST"

    response = request(method, url, headers={"Authorization": f"Bearer {token}"}, json={"fields": record})
    return response

STEP 4: 更新状态文件（监控模式）

{
  "last_scan": "2026-02-17T10:00:00",
  "processed_files": {
    "张三_产品经理.pdf": {
      "mtime": "2026-02-15T14:30:00",
      "status": "success",
      "feishu_record_id": "recXXXXXX"
    }
  }
}

STEP 5: 生成执行报告 & 飞书通知

报告格式：

## 简历同步报告 | {datetime}

### 执行统计
| 状态 | 数量 |
|------|------|
| ✅ 成功 | {success_count} |
| ⏭️ 跳过 | {skip_count} |
| ❌ 失败 | {fail_count} |

### 处理详情
{detail_list}

### 失败原因
{failure_reasons}

飞书机器人通知：

{
  "msg_type": "interactive",
  "card": {
    "header": {
      "title": {"tag": "plain_text", "content": "📋 简历同步报告"},
      "template": "blue"
    },
    "elements": [
      {
        "tag": "div",
        "text": {"tag": "lark_md", "content": "✅ 成功：{success}\n⏭️ 跳过：{skip}\n❌ 失败：{fail}"}
      },
      {
        "tag": "action",
        "actions": [{"tag": "button", "text": {"tag": "plain_text", "content": "查看表格"}, "url": "{table_url}", "type": "primary"}]
      }
    ]
  }
}

错误处理决策树

遇到错误？
    │
    ├─ 文件格式不支持
    │   └─ 记录: [SKIP] {filename}: 格式不支持
    │   └─ 动作: 继续下一个文件
    │
    ├─ OCR 识别失败/识别率过低
    │   └─ 记录: [SKIP] {filename}: OCR识别失败
    │   └─ 动作: 继续下一个文件
    │
    ├─ 单个字段解析失败
    │   └─ 记录: [WARN] {filename}: {field}字段解析失败
    │   └─ 动作: 该字段留空，继续其他字段
    │
    ├─ 飞书 Token 过期
    │   └─ 动作: 自动刷新 Token，重试一次
    │   └─ 若仍失败: 记录 [FAIL]，继续下一个
    │
    ├─ 飞书 API 写入失败
    │   └─ 记录: [FAIL] {filename}: API错误 - {error_msg}
    │   └─ 动作: 继续下一个文件
    │
    └─ 监控目录不存在
        └─ 记录: [ERROR] 监控目录不存在: {path}
        └─ 动作: 发送飞书告警，终止本次扫描

示例（Few-Shot）

✅ Good Case：一步到位完成

用户输入：

请解析这份简历并同步到飞书表格
[上传文件: 张三_产品经理.pdf]

正确执行（无中断）：

正在处理简历文件...

✅ 解析完成，已同步至飞书多维表格

| 字段 | 值 |
|------|-----|
| 姓名 | 张三 |
| 手机号 | 138xxxx8888 |
| 邮箱 | zhangsan@email.com |
| 性别 | 男 |
| 年龄 | 29 |
| 最高学历 | 本科 |
| 毕业院校 | 北京大学 (985) |
| 专业 | 计算机科学 |
| 工作年限 | 6 |
| 当前公司 | 字节跳动 |
| 当前职位 | 高级产品经理 |
| 过往公司 | 腾讯/百度 |
| 期望薪资 | 40-50K |
| 期望城市 | 北京 |
| 技能标签 | 用户增长, 数据分析, B端产品 |
| 项目经历 | 负责XX项目，DAU提升200%... |
| 备注 | 自我评价：6年互联网产品经验... |
| 总体画像 | 这是一位在【互联网】有【6年】经验的【产品经理】专家... |
| 文件来源 | 张三_产品经理.pdf |

📋 执行报告：成功 1 份 | 跳过 0 份 | 失败 0 份

✅ Good Case：飞书文档链接输入

用户输入：

请解析这份飞书文档中的简历并同步到飞书表格
https://.feishu.cn/document/DAqd8Wrnh5NMks3k

正确执行（无中断）：

正在获取飞书文档内容...
正在解析简历信息...

✅ 解析完成，已同步至飞书多维表格

| 字段 | 值 |
|------|-----|
| 姓名 | 李四 |
| 手机号 | 139xxxx9999 |
| 邮箱 | li4@example.com |
| 性别 | 女 |
| 年龄 | 28 |
| 最高学历 | 硕士 |
| 毕业院校 | 复旦大学 (985) |
| 专业 | 工商管理 |
| 工作年限 | 5 |
| 当前公司 | 拼多多 |
| 当前职位 | 运营经理 |
| 过往公司 | 京东/阿里 |
| 期望薪资 | 35-45K |
| 期望城市 | 上海 |
| 技能标签 | 用户运营, 数据分析, 电商运营 |
| 项目经历 | 负责XX项目，GMV提升150%... |
| 备注 | 自我评价：5年电商运营经验... |
| 总体画像 | 这是一位在【电商】有【5年】经验的【运营经理】专家... |
| 文件来源 | 飞书文档 (DAqd8Wrnh5NMks3k) |

📋 执行报告：成功 1 份 | 跳过 0 份 | 失败 0 份

❌ Anti-Pattern：禁止的中断行为

禁止行为 1：询问确认

❌ 错误示范：
"我已经解析了简历的基本信息，是否需要我继续生成总体画像？"
"文件较大，是否分批处理？"
"检测到手机号字段为空，是否需要您补充？"

禁止行为 2：请求额外信息

❌ 错误示范：
"请提供飞书表格的链接"（应使用预配置）
"简历中没有年龄信息，请问候选人多大？"（应自动推理或留空）
"这份简历有多段工作经历，您希望如何处理？"（应按预设规则处理）

禁止行为 3：部分执行后停止

❌ 错误示范：
"已完成 10 份简历的解析，剩余 90 份是否继续？"
"第 5 份简历解析失败，是否跳过继续？"（应自动跳过）

✅ Good Case：批量处理静默完成

用户输入：

批量处理这些简历
[上传 50 个文件]

正确执行（无中断，直接输出最终报告）：

正在批量处理 50 份简历...

━━━━━━━━━━━━━━━━━━━━━━━━━━━
📋 简历同步报告 | 2026-02-17 10:30
━━━━━━━━━━━━━━━━━━━━━━━━━━━
✅ 成功：47 份
⏭️ 跳过：2 份
❌ 失败：1 份

【跳过详情】
• 模糊照片.jpg - OCR识别率过低
• 损坏文件.pdf - 文件无法读取

【失败详情】
• 李四_设计师.docx - 飞书API限流，建议稍后重试

🔗 查看飞书表格：[点击打开]

增量监控模式说明

触发条件

• Cron 表达式：0 10 1（每周一 10:00）
• 或手动触发：「扫描简历目录」「检查新简历」

增量检测逻辑

1. 读取 state_file 获取已处理文件列表
2. 扫描 watch_directory 下的所有简历文件
3. 比对文件名 + 修改时间（mtime）
4. 筛选出：新增文件 + 修改过的文件
5. 同名文件若 mtime 变化 → 视为更新，覆盖飞书记录

状态文件维护

• 每次处理后更新 state_file
• 记录：文件名、mtime、处理状态、飞书 record_id
• record_id 用于同名文件的更新操作

附录

依赖工具

• Python: pdfplumber, python-docx, pytesseract, requests
• OCR: Tesseract 或云服务（阿里云/腾讯云）
• 飞书开放平台 API

跨平台环境配置指南

本技能支持 Linux、Windows、macOS 三大主流操作系统。以下是各系统的环境配置说明。

macOS 环境配置

Mac 用户推荐使用 Homebrew 进行包管理，安装步骤如下：

第一步：安装 Homebrew（若已安装可跳过）

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

第二步：安装 Python 依赖库

# 安装 Python（若系统已自带可跳过）
brew install python@3.11

# 安装核心依赖
pip install pdfplumber python-docx pytesseract requests watchdog openpyxl

第三步：安装 Tesseract OCR（图片识别必需）

# 安装 Tesseract 及中文语言包
brew install tesseract
brew install tesseract-lang

# 验证安装
tesseract --version

安装完成后，需在 Python 代码中指定 Tesseract 路径：

import pytesseract

# Apple Silicon Mac (M1/M2/M3)
pytesseract.pytesseract.tesseract_cmd = '/opt/homebrew/bin/tesseract'

# Intel Mac
# pytesseract.pytesseract.tesseract_cmd = '/usr/local/bin/tesseract'

第四步：安装 LibreOffice（WPS 文件转换可选）

若需要处理 WPS 格式文件，推荐安装 LibreOffice：

brew install --cask libreoffice

转换命令示例：

soffice --headless --convert-to docx "input.wps" --outdir "output/"

第五步：安装浏览器驱动（猎聘网站抓取可选）

若使用浏览器自动化功能抓取招聘网站简历，需要安装 Chrome 和 ChromeDriver：

# 安装 Chrome
brew install --cask google-chrome

# 安装 ChromeDriver（版本需与 Chrome 匹配）
brew install chromedriver

或者使用 Playwright（推荐）：

pip install playwright
playwright install chromium

Windows 环境配置

第一步：安装 Python

从官网下载 Python 3.11+：https://www.python.org/downloads/

安装时勾选「Add Python to PATH」选项。

第二步：安装依赖库

pip install pdfplumber python-docx pytesseract requests watchdog openpyxl

第三步：安装 Tesseract OCR

下载 Windows 版本的 Tesseract：https://github.com/UB-Mannheim/tesseract/wiki

安装后配置环境变量，或在代码中指定路径：

pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'

第四步：安装 LibreOffice（可选）

下载 LibreOffice：https://www.libreoffice.org/download/download/

Linux 环境配置

第一步：安装系统依赖

# Ubuntu/Debian
sudo apt-get update
sudo apt-get install -y python3-pip tesseract-ocr tesseract-ocr-chi-sim libreoffice

# CentOS/RHEL
sudo yum install -y python3-pip tesseract libreoffice

第二步：安装 Python 依赖

pip3 install pdfplumber python-docx pytesseract requests watchdog openpyxl

环境验证

安装完成后，可通过以下命令验证环境：

# 验证 Python 依赖
python -c "import pdfplumber, docx, pytesseract, requests; print('✅ 依赖库验证通过')"

# 验证 Tesseract
tesseract --version

# 验证 LibreOffice（可选）
soffice --version

常见问题

相关文件

• universities.json - 211/985 院校名单
• portrait_template.md - 总体画像详细模板

版本记录