SKILLEMALL.ai
EN Войти

BD resume-screening

Отбор резюме стажеров и оценка соответствия вакансии. Используется в сценариях HR-рекрутинга, когда пользователю необходимо отбирать резюме кандидатов, оценивать соответствие резюме описанию вакансии (JD), анализировать, соответствуют ли основная информация кандидата, опыт стажировки/навыки требованиям. Поддерживает парсинг PDF-резюме, выдает структурированные выводы отбора.

машинный переводПоказать оригиналСкрыть оригинал«实习生简历筛选与岗位匹配评估。用于HR招聘场景，当用户需要筛选候选人简历、评估简历与岗位JD匹配度、分析候选人基本信息/实习经历/技能是否符…»

实习生简历筛选与岗位匹配评估。用于HR招聘场景，当用户需要筛选候选人简历、评估简历与岗位JD匹配度、分析候选人基本信息/实习经历/技能是否符合要求时使用。支持PDF简历解析，输出结构化的筛选结论。

ClawHub Agent Skills автор: Qiuxin Wang v1.0.0 MIT-0 4 файла тело ≈ 420 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Отбор резюме стажеров и оценка соответствия вакансии.

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
D
49/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
Для прогона на моделях — необязательно
  • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
  • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

Находки guard · 0

✓ Критических и высоких находок нет

Просканировано файлов: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 49/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 40Согласованность. Имя во frontmatter (resume-screening) не совпадает с папкой (resume-screening-ai)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 21
  • 100Стоимость исполнения. Тело инструкции 420 токенов
  • 100Повторный запуск. Изменяющих операций нет

Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

Сигналы качества

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 98: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 21 пунктов
  • +4Есть примеры (2 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: clean
No concrete security concern was supported by the supplied scan evidence or the inspected workspace files.
LLM: benign (low) · VirusTotal: · 29 мая 2026 г.