优化简历提取相关
This commit is contained in:
zk
@@ -1,11 +1,13 @@
|
||||
"""简历两阶段并行提取
|
||||
|
||||
第一阶段：5路并行提取主表短字段 + 各子表标识名（极快，输出极短）。
|
||||
第二阶段：N+1路并行提取每条子表记录的详情（含description原文）+ 个人信息补充（skills/certificates/summary）。
|
||||
最终组装为与原方案完全一致的 dict 结构，上下游无感知。
|
||||
第二阶段：N+1路并行提取每条子表记录的短字段 + description/summary 的「行号区间」。
|
||||
description/summary 不再由 AI 照抄原文，AI 只返回行号区间字符串，由代码从原文单元数组切片还原。
|
||||
最终组装为与原方案完全一致的 dict 结构（description 为 list[str]），上下游无感知。
|
||||
"""
|
||||
|
||||
import asyncio
|
||||
import re
|
||||
import time
|
||||
|
||||
from langchain_core.output_parsers import StrOutputParser
|
||||
@@ -41,6 +43,80 @@ async def _safe_invoke(chain, inp: dict, label: str):
|
||||
return None
|
||||
|
||||
|
||||
def _number_segments(segments: list[str]) -> str:
|
||||
"""将单元数组构造为带行号文本：每行 `[行号] 内容`，行号 0 开始"""
|
||||
return "\n".join(f"[{i}] {seg}" for i, seg in enumerate(segments))
|
||||
|
||||
|
||||
# 条目/序号行的起始特征：● ○ • · ▪ ■ ‣ ◆ 等项目符号，或 "1." "2、" "3，" "(4)" "①" 等序号。
|
||||
# 视觉行解析下，一条 bullet 常被折成多行；只有「条目起始行」才另起段落，其余行视为折行续接。
|
||||
_LIST_ITEM_RE = re.compile(
|
||||
r"^\s*(?:"
|
||||
r"[●○◦•·∙▪■□‣◆◇►▶*]" # 项目符号
|
||||
r"|[-–—]\s" # 连字符 + 空格（markdown 风格）
|
||||
r"|\d+\s*[.．、，)）]" # 阿拉伯数字 + 标点：1. / 2、 / 3，/ 4)
|
||||
r"|[（(]\s*\d+\s*[）)]" # 括号数字：(1) （2）
|
||||
r"|[①②③④⑤⑥⑦⑧⑨⑩⑪⑫⑬⑭⑮⑯⑰⑱⑲⑳]" # 圈数字
|
||||
r")"
|
||||
)
|
||||
|
||||
|
||||
def _split_into_paragraphs(lines: list[str]) -> list[str]:
|
||||
"""将一个行号区间内的多行拆分为段落列表：
|
||||
|
||||
- 以项目符号/序号开头的行 → 另起一个新段落；
|
||||
- 其余行 → 视为上一段落的折行续接，直连拼接（无分隔符）。
|
||||
这样即使 AI 把多条 bullet 塞进同一个区间，也能按条目正确换行。
|
||||
"""
|
||||
paragraphs: list[str] = []
|
||||
current = ""
|
||||
for line in lines:
|
||||
if not current:
|
||||
current = line
|
||||
elif _LIST_ITEM_RE.match(line):
|
||||
paragraphs.append(current)
|
||||
current = line
|
||||
else:
|
||||
current += line
|
||||
if current:
|
||||
paragraphs.append(current)
|
||||
return [p for p in paragraphs if p.strip()]
|
||||
|
||||
|
||||
def _slice_ranges(range_str, segments: list[str]) -> list[str]:
|
||||
"""按行号区间字符串切片还原段落：逗号分段，段内按条目符号/折行拆分。
|
||||
|
||||
range_str 形如 "3-6,7-9" / "5"；非法或越界 token 静默跳过/clamp。
|
||||
返回段落数组（每个逗号段可能因含多条 bullet 而进一步拆成多个段落）。
|
||||
"""
|
||||
if not range_str or not isinstance(range_str, str):
|
||||
return []
|
||||
n = len(segments)
|
||||
paragraphs: list[str] = []
|
||||
for token in range_str.split(","):
|
||||
token = token.strip()
|
||||
if not token:
|
||||
continue
|
||||
if "-" in token:
|
||||
a, _, b = token.partition("-")
|
||||
a, b = a.strip(), b.strip()
|
||||
if not a.isdigit() or not b.isdigit():
|
||||
continue
|
||||
start, end = int(a), int(b)
|
||||
else:
|
||||
if not token.isdigit():
|
||||
continue
|
||||
start = end = int(token)
|
||||
if start > end:
|
||||
start, end = end, start
|
||||
start = max(0, start)
|
||||
end = min(n - 1, end)
|
||||
if start > n - 1:
|
||||
continue
|
||||
paragraphs.extend(_split_into_paragraphs(segments[start:end + 1]))
|
||||
return paragraphs
|
||||
|
||||
|
||||
# ==================== 第一阶段：概览 ====================
|
||||
|
||||
_overview_profile_chain = _build_chain(OVERVIEW_PROFILE_PROMPT)
|
||||
@@ -50,9 +126,9 @@ _overview_project_chain = _build_chain(OVERVIEW_PROJECT_PROMPT)
|
||||
_overview_competition_chain = _build_chain(OVERVIEW_COMPETITION_PROMPT)
|
||||
|
||||
|
||||
async def _extract_overview(text: str) -> dict:
|
||||
async def _extract_overview(numbered_text: str) -> dict:
|
||||
"""第一阶段：5路并行提取概览信息"""
|
||||
inp = {"text": text}
|
||||
inp = {"text": numbered_text}
|
||||
profile, edu_names, work_names, proj_names, comp_names = await asyncio.gather(
|
||||
_safe_invoke(_overview_profile_chain, inp, "概览-个人信息"),
|
||||
_safe_invoke(_overview_education_chain, inp, "概览-教育"),
|
||||
@@ -72,60 +148,58 @@ async def _extract_overview(text: str) -> dict:
|
||||
|
||||
# ==================== 第二阶段：详情 ====================
|
||||
|
||||
async def _extract_detail(prompt_tpl: str, name: str, text: str, label: str) -> dict | None:
|
||||
# 子表模块统一配置（单一数据源）：(模块键, 详情 prompt 模板, 日志标签)
|
||||
# 概览/详情/组装/日志均复用此清单，新增子表只需在此追加一行。
|
||||
_DETAIL_MODULES: tuple[tuple[str, str, str], ...] = (
|
||||
("education", DETAIL_EDUCATION_PROMPT, "教育"),
|
||||
("work", DETAIL_WORK_PROMPT, "工作"),
|
||||
("internship", DETAIL_INTERNSHIP_PROMPT, "实习"),
|
||||
("project", DETAIL_PROJECT_PROMPT, "项目"),
|
||||
("competition", DETAIL_COMPETITION_PROMPT, "竞赛"),
|
||||
)
|
||||
_SUB_MODULES: tuple[str, ...] = tuple(m[0] for m in _DETAIL_MODULES)
|
||||
|
||||
|
||||
async def _extract_detail(prompt_tpl: str, name: str, numbered_text: str, label: str) -> dict | None:
|
||||
"""单条子表记录详情提取：用 name 替换 prompt 中的 {name}"""
|
||||
prompt = prompt_tpl.replace("{name}", name)
|
||||
chain = _build_chain(prompt)
|
||||
return await _safe_invoke(chain, {"text": text}, label)
|
||||
chain = _build_chain(prompt_tpl.replace("{name}", name))
|
||||
return await _safe_invoke(chain, {"text": numbered_text}, label)
|
||||
|
||||
|
||||
async def _extract_all_details(overview: dict, text: str) -> dict:
|
||||
async def _extract_all_details(overview: dict, numbered_text: str) -> dict:
|
||||
"""第二阶段：根据概览结果，N+1路并行提取所有子表记录详情 + 个人信息补充"""
|
||||
tasks: list = []
|
||||
task_meta: list[tuple[str, int]] = []
|
||||
|
||||
# profile 补充：skills/certificates/summary
|
||||
tasks.append(_extract_detail(DETAIL_PROFILE_PROMPT, "", text, "详情-个人信息补充"))
|
||||
task_meta.append(("profile_extra", 0))
|
||||
|
||||
for i, name in enumerate(overview["education"]):
|
||||
tasks.append(_extract_detail(DETAIL_EDUCATION_PROMPT, name, text, f"详情-教育-{name}"))
|
||||
task_meta.append(("education", i))
|
||||
for i, name in enumerate(overview["work"]):
|
||||
tasks.append(_extract_detail(DETAIL_WORK_PROMPT, name, text, f"详情-工作-{name}"))
|
||||
task_meta.append(("work", i))
|
||||
for i, name in enumerate(overview["internship"]):
|
||||
tasks.append(_extract_detail(DETAIL_INTERNSHIP_PROMPT, name, text, f"详情-实习-{name}"))
|
||||
task_meta.append(("internship", i))
|
||||
for i, name in enumerate(overview["project"]):
|
||||
tasks.append(_extract_detail(DETAIL_PROJECT_PROMPT, name, text, f"详情-项目-{name}"))
|
||||
task_meta.append(("project", i))
|
||||
for i, name in enumerate(overview["competition"]):
|
||||
tasks.append(_extract_detail(DETAIL_COMPETITION_PROMPT, name, text, f"详情-竞赛-{name}"))
|
||||
task_meta.append(("competition", i))
|
||||
# 第 0 路固定为 profile 补充（skills/certificates/summaryRange），其余按子表记录展开
|
||||
tasks = [_extract_detail(DETAIL_PROFILE_PROMPT, "", numbered_text, "详情-个人信息补充")]
|
||||
task_modules = ["profile_extra"]
|
||||
for module, prompt_tpl, label in _DETAIL_MODULES:
|
||||
for name in overview[module]:
|
||||
tasks.append(_extract_detail(prompt_tpl, name, numbered_text, f"详情-{label}-{name}"))
|
||||
task_modules.append(module)
|
||||
|
||||
results = await asyncio.gather(*tasks)
|
||||
details: dict[str, list] = {"profile_extra": [], "education": [], "work": [], "internship": [], "project": [], "competition": []}
|
||||
for (module, _idx), result in zip(task_meta, results):
|
||||
details: dict[str, list] = {"profile_extra": [], **{m: [] for m in _SUB_MODULES}}
|
||||
for module, result in zip(task_modules, results):
|
||||
details[module].append(result if isinstance(result, dict) else {})
|
||||
return details
|
||||
|
||||
|
||||
# ==================== 组装 ====================
|
||||
|
||||
def _assemble(overview: dict, details: dict) -> dict:
|
||||
"""将两阶段结果组装为与原方案一致的 dict 结构"""
|
||||
def _assemble(overview: dict, details: dict, segments: list[str]) -> dict:
|
||||
"""将两阶段结果组装为与原方案一致的 dict 结构（description 还原为 list[str]）"""
|
||||
profile = overview["profile"]
|
||||
profile_extra = details.get("profile_extra", [{}])[0] if details.get("profile_extra") else {}
|
||||
profile["skills"] = profile_extra.get("skills") or []
|
||||
profile["skills"] = (profile_extra.get("skills") or [])[:5]
|
||||
profile["certificates"] = profile_extra.get("certificates") or []
|
||||
profile["summary"] = profile_extra.get("summary")
|
||||
summary_paras = _slice_ranges(profile_extra.get("summaryRange"), segments)
|
||||
profile["summary"] = "\n".join(summary_paras) if summary_paras else None
|
||||
|
||||
result = dict(profile)
|
||||
for module in ("education", "work", "internship", "project", "competition"):
|
||||
for module in _SUB_MODULES:
|
||||
items = []
|
||||
for item in details.get(module, []):
|
||||
if not item.get("description"):
|
||||
item["description"] = []
|
||||
item["description"] = _slice_ranges(item.get("descriptionRange"), segments)
|
||||
item.pop("descriptionRange", None)
|
||||
items.append(item)
|
||||
result[module] = items
|
||||
return result
|
||||
@@ -133,16 +207,23 @@ def _assemble(overview: dict, details: dict) -> dict:
|
||||
|
||||
# ==================== 入口 ====================
|
||||
|
||||
async def extract_all(text: str) -> dict:
|
||||
"""两阶段并行提取简历，返回与原方案完全一致的结构化数据"""
|
||||
async def extract_all(segments: list[str]) -> dict:
|
||||
"""两阶段并行提取简历，返回与原方案完全一致的结构化数据
|
||||
|
||||
segments: 文件解析后的「文本单元数组」（PDF按块/docx·txt按行）。
|
||||
"""
|
||||
numbered_text = _number_segments(segments)
|
||||
|
||||
log.info("第一阶段：5路并行概览提取")
|
||||
overview = await _extract_overview(text)
|
||||
log.info(f"概览完成 - 教育:{len(overview['education'])} 工作:{len(overview['work'])} 实习:{len(overview['internship'])} 项目:{len(overview['project'])} 竞赛:{len(overview['competition'])}")
|
||||
overview = await _extract_overview(numbered_text)
|
||||
log.info(
|
||||
"概览完成 - " + " ".join(f"{label}:{len(overview[module])}" for module, _, label in _DETAIL_MODULES)
|
||||
)
|
||||
|
||||
total = sum(len(overview[m]) for m in ("education", "work", "internship", "project", "competition"))
|
||||
total = sum(len(overview[m]) for m in _SUB_MODULES)
|
||||
log.info(f"第二阶段：{total + 1}路并行详情提取")
|
||||
details = await _extract_all_details(overview, text)
|
||||
details = await _extract_all_details(overview, numbered_text)
|
||||
|
||||
result = _assemble(overview, details)
|
||||
result = _assemble(overview, details, segments)
|
||||
log.info("两阶段提取完成，数据组装完毕")
|
||||
return result
|
||||
|
||||
@@ -1,42 +1,55 @@
|
||||
"""简历两阶段提取 Prompt
|
||||
|
||||
第一阶段（概览）：5路并行，只提取主表短字段和子表标识名。
|
||||
第二阶段（详情）：N路并行，每条子表记录单独提取全部字段，description 直接输出原文。
|
||||
第二阶段（详情）：N路并行，每条子表记录单独提取短字段；description/summary 不照抄原文，
|
||||
只返回「行号区间字符串」，由代码按行号从原文单元数组切片还原。
|
||||
|
||||
输入文本格式：每行形如 `[行号] 内容`，行号从 0 开始连续递增。
|
||||
|
||||
行号区间字符串格式：`"起-止,起-止"`，0 开始、闭区间（含两端）。
|
||||
- 逗号分隔的每一段代表「一个段落」。
|
||||
- 单行可简写为 `"5"`（等价 `"5-5"`）。
|
||||
- 没有内容则返回空字符串 ""。
|
||||
- 行号必须是上面输入文本中真实出现过的编号，严禁编造不存在的行号。
|
||||
|
||||
花括号用 {{ }} 转义，避免被 ChatPromptTemplate 当作变量。{name} 为运行时替换的记录标识名。
|
||||
"""
|
||||
|
||||
# ==================== 第一阶段：概览提取 ====================
|
||||
|
||||
OVERVIEW_PROFILE_PROMPT = """严格根据简历原文提取，不要猜测或编造，没有的填null。
|
||||
从中仅提取个人基本信息（不含技能、证书、自我评价），输出JSON：
|
||||
输入为带行号的简历文本（每行 `[行号] 内容`）。从中仅提取个人基本信息（不含技能、证书、自我评价），输出JSON：
|
||||
```json
|
||||
{{ "name": "姓名", "email": "邮箱", "mobileNumber": "手机号", "city": "所在城市", "wechatNumber": "微信号", "portfolioUrl": "作品集链接" }}
|
||||
```
|
||||
规则：只提取以上6个字段，不提取skills/certificates/summary/经历。没有的填null。只输出JSON。"""
|
||||
|
||||
OVERVIEW_EDUCATION_PROMPT = """严格根据简历原文提取，不要猜测或编造。
|
||||
从中仅提取教育经历的学校名称列表，输出JSON数组：
|
||||
输入为带行号的简历文本。从中仅提取教育经历的学校名称列表，输出JSON数组：
|
||||
```json
|
||||
["北京大学", "清华大学"]
|
||||
```
|
||||
规则：只提取学校名称，不提取其他字段。没有输出[]。只输出JSON。"""
|
||||
|
||||
OVERVIEW_WORK_PROMPT = """严格根据简历原文提取，不要猜测或编造。
|
||||
从中仅提取工作经历和实习经历的公司名称列表，输出JSON：
|
||||
输入为带行号的简历文本。从中仅提取工作经历和实习经历的公司名称列表，输出JSON：
|
||||
```json
|
||||
{{ "work": ["阿里巴巴", "腾讯"], "internship": ["字节跳动"] }}
|
||||
```
|
||||
规则：标注"实习"的归internship，其余归work。只提取公司名称。没有填[]。只输出JSON。"""
|
||||
|
||||
OVERVIEW_PROJECT_PROMPT = """严格根据简历原文提取，不要猜测或编造。
|
||||
从中仅提取项目经历的项目名称列表，输出JSON数组：
|
||||
输入为带行号的简历文本。从中仅提取项目经历的项目名称列表，输出JSON数组：
|
||||
```json
|
||||
["订单系统重构", "支付网关"]
|
||||
```
|
||||
规则：只提取项目名称，不提取其他字段。没有输出[]。只输出JSON。"""
|
||||
规则：
|
||||
1. 只提取作为**独立项目条目标题**出现的项目名（通常单独成行、常带"项目X："前缀或【】标题、并配有自己的起止时间/角色/描述）。
|
||||
2. **绝对不要**把出现在某段职责/产品描述句子内部、被"如/包括/例如/【】"等列举的功能点、模块、子功能当作项目（这些是描述内容，不是项目）。
|
||||
3. 没有输出[]。只输出JSON。"""
|
||||
|
||||
OVERVIEW_COMPETITION_PROMPT = """严格根据简历原文提取，不要猜测或编造。
|
||||
从中仅提取竞赛/获奖经历的竞赛名称列表，输出JSON数组：
|
||||
输入为带行号的简历文本。从中仅提取竞赛/获奖经历的竞赛名称列表，输出JSON数组：
|
||||
```json
|
||||
["ACM区域赛", "数学建模大赛"]
|
||||
```
|
||||
@@ -44,44 +57,48 @@ OVERVIEW_COMPETITION_PROMPT = """严格根据简历原文提取，不要猜测
|
||||
|
||||
# ==================== 第二阶段：详情提取 ====================
|
||||
|
||||
DETAIL_EDUCATION_PROMPT = """严格根据简历原文提取，不要猜测或编造。
|
||||
DETAIL_EDUCATION_PROMPT = """严格根据简历原文提取，不要猜测或编造。输入为带行号的简历文本（每行 `[行号] 内容`）。
|
||||
请提取"{name}"这条教育经历的详细信息，输出JSON：
|
||||
```json
|
||||
{{ "school": "学校", "major": "专业", "degree": "学历", "studyType": "全日制/非全日制", "startDate": "2020.09", "endDate": "2024.06", "description": ["原文描述段落1", "原文描述段落2"] }}
|
||||
{{ "school": "学校", "major": "专业", "degree": "学历", "studyType": "全日制/非全日制", "startDate": "2020.09", "endDate": "2024.06", "descriptionRange": "起-止,起-止" }}
|
||||
```
|
||||
规则：description填该经历的描述原文段落数组。时间格式YYYY.MM。没有的填null。只输出JSON。"""
|
||||
规则：短字段直接填值。descriptionRange 只填该校的额外描述正文（如主修课程、在校成就、排名等成段文字）所在行号区间；学校/专业/学历/时间等已在上面字段提取，不要纳入；若无额外描述正文则填""。区间规则：0开始、闭区间，行号必须真实存在，排除明显的乱码/水印碎片行；同一段落被折成的连续多行用一个区间（如3-5，会拼接为一段），不同段落/每条bullet之间用逗号分开（如3-5,6,7-9，每个逗号段成为一个独立段落，不要把多条bullet塞进同一个区间）。时间格式YYYY.MM。没有的填null。只输出JSON。"""
|
||||
|
||||
DETAIL_WORK_PROMPT = """严格根据简历原文提取，不要猜测或编造。
|
||||
DETAIL_WORK_PROMPT = """严格根据简历原文提取，不要猜测或编造。输入为带行号的简历文本（每行 `[行号] 内容`）。
|
||||
请提取"{name}"这条工作经历的详细信息，输出JSON：
|
||||
```json
|
||||
{{ "companyName": "公司", "position": "职位", "startDate": "2024.07", "endDate": "2025.03", "description": ["原文描述段落1", "原文描述段落2"] }}
|
||||
{{ "companyName": "公司", "position": "职位", "startDate": "2024.07", "endDate": "2025.03", "descriptionRange": "起-止,起-止" }}
|
||||
```
|
||||
规则：description填该经历的描述原文段落数组。时间格式YYYY.MM。没有的填null。只输出JSON。"""
|
||||
规则：短字段直接填值。descriptionRange 只填直接描述该公司/岗位的概述性正文行号区间；若该经历下的内容都属于具体项目（项目会单独提取），则填""，不要把项目明细并入工作描述。区间规则：0开始、闭区间，行号必须真实存在，排除明显的乱码/水印碎片行；同一段落被折成的连续多行用一个区间（如3-5，会拼接为一段），不同段落/每条bullet之间用逗号分开（如3-5,6,7-9，每个逗号段成为一个独立段落，不要把多条bullet塞进同一个区间）。时间格式YYYY.MM。没有的填null。只输出JSON。"""
|
||||
|
||||
DETAIL_INTERNSHIP_PROMPT = """严格根据简历原文提取，不要猜测或编造。
|
||||
DETAIL_INTERNSHIP_PROMPT = """严格根据简历原文提取，不要猜测或编造。输入为带行号的简历文本（每行 `[行号] 内容`）。
|
||||
请提取"{name}"这条实习经历的详细信息，输出JSON：
|
||||
```json
|
||||
{{ "companyName": "公司", "position": "职位", "startDate": "2023.06", "endDate": "2023.09", "description": ["原文描述段落1", "原文描述段落2"] }}
|
||||
{{ "companyName": "公司", "position": "职位", "startDate": "2023.06", "endDate": "2023.09", "descriptionRange": "起-止,起-止" }}
|
||||
```
|
||||
规则：description填该经历的描述原文段落数组。时间格式YYYY.MM。没有的填null。只输出JSON。"""
|
||||
规则：短字段直接填值。descriptionRange 只填直接描述该公司/岗位的概述性正文行号区间；若该经历下的内容都属于具体项目（项目会单独提取），则填""，不要把项目明细并入实习描述。区间规则：0开始、闭区间，行号必须真实存在，排除明显的乱码/水印碎片行；同一段落被折成的连续多行用一个区间（如3-5，会拼接为一段），不同段落/每条bullet之间用逗号分开（如3-5,6,7-9，每个逗号段成为一个独立段落，不要把多条bullet塞进同一个区间）。时间格式YYYY.MM。没有的填null。只输出JSON。"""
|
||||
|
||||
DETAIL_PROJECT_PROMPT = """严格根据简历原文提取，不要猜测或编造。
|
||||
DETAIL_PROJECT_PROMPT = """严格根据简历原文提取，不要猜测或编造。输入为带行号的简历文本（每行 `[行号] 内容`）。
|
||||
请提取"{name}"这条项目经历的详细信息，输出JSON：
|
||||
```json
|
||||
{{ "companyName": "所属公司", "projectName": "项目名", "role": "角色名称", "startDate": "2023.03", "endDate": "2023.12", "description": ["原文描述段落1", "原文描述段落2"] }}
|
||||
{{ "companyName": "所属公司", "projectName": "项目名", "role": "角色名称", "startDate": "2023.03", "endDate": "2023.12", "descriptionRange": "起-止,起-止" }}
|
||||
```
|
||||
规则：role只填简短角色名。description填该经历的描述原文段落数组。时间格式YYYY.MM。没有的填null。只输出JSON。"""
|
||||
规则：role只填简短角色名。短字段直接填值。descriptionRange 填该项目描述所在的行号区间，没有描述填""。区间规则：0开始、闭区间，行号必须真实存在，排除明显的乱码/水印碎片行；同一段落被折成的连续多行用一个区间（如3-5，会拼接为一段），不同段落/每条bullet之间用逗号分开（如3-5,6,7-9，每个逗号段成为一个独立段落，不要把多条bullet塞进同一个区间）。时间格式YYYY.MM。没有的填null。只输出JSON。"""
|
||||
|
||||
DETAIL_COMPETITION_PROMPT = """严格根据简历原文提取，不要猜测或编造。
|
||||
DETAIL_COMPETITION_PROMPT = """严格根据简历原文提取，不要猜测或编造。输入为带行号的简历文本（每行 `[行号] 内容`）。
|
||||
请提取"{name}"这条竞赛/获奖经历的详细信息，输出JSON：
|
||||
```json
|
||||
{{ "competitionName": "竞赛名", "award": "获奖情况", "awardDate": "2023.07", "description": ["原文描述段落1"] }}
|
||||
{{ "competitionName": "竞赛名", "award": "获奖情况", "awardDate": "2023.07", "descriptionRange": "起-止,起-止" }}
|
||||
```
|
||||
规则：description填该经历的描述原文段落数组。时间格式YYYY.MM。没有的填null。只输出JSON。"""
|
||||
规则：短字段直接填值。descriptionRange 填该竞赛/获奖的额外描述所在行号区间，没有描述填""。区间规则：0开始、闭区间，行号必须真实存在，排除明显的乱码/水印碎片行；同一段落被折成的连续多行用一个区间，不同段落用逗号分开（每个逗号段成为一个独立段落）。时间格式YYYY.MM。没有的填null。只输出JSON。"""
|
||||
|
||||
DETAIL_PROFILE_PROMPT = """严格根据简历原文提取，不要猜测或编造。
|
||||
DETAIL_PROFILE_PROMPT = """严格根据简历原文提取，不要猜测或编造。输入为带行号的简历文本（每行 `[行号] 内容`）。
|
||||
从中提取技能标签、证书和自我评价/个人概述，输出JSON：
|
||||
```json
|
||||
{{ "skills": ["技能1"], "certificates": ["证书1"], "summary": "自我评价原文" }}
|
||||
{{ "skills": ["技能1"], "certificates": ["证书1"], "summaryRange": "起-止,起-止" }}
|
||||
```
|
||||
规则：skills优先提取简历中明确标注的"技能"/"专业技能"等模块内容，原文有什么填什么；如果简历中没有专门的技能模块，则从全文归纳核心技能，最多8个。certificates填证书数组。summary填自我评价/个人概述原文。没有的填null，数组填[]。只输出JSON。"""
|
||||
规则：
|
||||
- skills：仅当简历中有明确的"技能"/"专业技能"等独立模块时才提取，原文有什么填什么，最多5个；如果简历没有专门的技能模块，填[]，不要从经历中归纳。
|
||||
- certificates：填证书数组，没有填[]。
|
||||
- summaryRange：填自我评价/个人概述**正文**所在的行号区间字符串（0开始、闭区间，行号必须真实存在），不要包含板块标题行（如"个人优势"、"自我评价"等），排除明显的乱码/水印碎片行；同一段落被折成的连续多行用一个区间，不同段落用逗号分开（每个逗号段是一个独立段落，段间会以换行连接），没有填""。
|
||||
只输出JSON。"""
|
||||
|
||||
Reference in New Issue
Block a user