重构简历导入
This commit is contained in:
zk
@@ -1,22 +1,22 @@
|
||||
"""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。
|
||||
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，
|
||||
AI 直接输出内容（不再返回行号区间），按原文结构分条/分段还原。
|
||||
|
||||
输入文本格式：每行形如 `[行号] 内容`，行号从 0 开始连续递增。
|
||||
输入文本格式：简历纯文本全文（PyMuPDF/docx/txt 提取，保留原始换行）。
|
||||
|
||||
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。
|
||||
description/summary 输出格式：字符串数组 list[str]，每个元素代表原文中的「一条 bullet / 一个段落」，
|
||||
由前端按元素换行展示。规则：
|
||||
- 忠实还原原文措辞，按原文的分条/分段拆成数组元素，一条 bullet 一个元素。
|
||||
- 允许轻度清理：去除水印/页眉页脚/乱码碎片，把被 PDF 折断的同一句话拼回完整。
|
||||
- 不主动改写、润色、扩写、编造内容；没有内容则返回空数组 []。
|
||||
|
||||
各详情 prompt 通用铁律（防跨记录串扰/重复）：
|
||||
- 只选取真正属于当前这条记录（{name}）本身的行；即使原文中相邻的行属于**另一条**记录
|
||||
- 只选取真正属于当前这条记录（{name}）本身的内容；即使原文中相邻的内容属于**另一条**记录
|
||||
（另一家公司、另一个项目、另一段学历、校园/社团/实习/竞赛等），也**绝不纳入**。
|
||||
- 同一段原文只应属于一条记录：不要为了描述完整而把其它记录已包含的行号再选一遍，避免多条记录重复引用同一段。
|
||||
- 宁可少选，不确定归属的行一律不选。
|
||||
- 同一段原文只应属于一条记录：不要为了描述完整而把其它记录已包含的内容再抄一遍，避免多条记录重复。
|
||||
- 宁可少选，不确定归属的内容一律不选。
|
||||
|
||||
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。
|
||||
"""
|
||||
@@ -24,7 +24,7 @@
|
||||
# ==================== 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。
|
||||
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：
|
||||
输入为简历纯文本全文。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" }}
|
||||
```
|
||||
@@ -36,7 +36,7 @@ OVERVIEW_PROFILE_PROMPT = """严格根据简历原文提取，不要猜测或编
|
||||
只输出JSON。"""
|
||||
|
||||
OVERVIEW_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。从中提取所有**学历教育**经历的标识名列表，输出JSON数组：
|
||||
输入为简历纯文本全文。从中提取所有**学历教育**经历的标识名列表，输出JSON数组：
|
||||
```json
|
||||
["北京大学", "剑桥大学-哲学硕士", "剑桥大学-经济学士"]
|
||||
```
|
||||
@@ -51,7 +51,7 @@ OVERVIEW_EDUCATION_PROMPT = """严格根据简历原文提取，不要猜测或
|
||||
6. 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。
|
||||
输入为带行号的简历文本。从中提取工作经历和实习经历的公司标识名列表，输出JSON：
|
||||
输入为简历纯文本全文。从中提取工作经历和实习经历的公司标识名列表，输出JSON：
|
||||
```json
|
||||
{{ "work": ["阿里巴巴", "腾讯"], "internship": ["字节跳动"] }}
|
||||
```
|
||||
@@ -63,7 +63,7 @@ OVERVIEW_WORK_PROMPT = """严格根据简历原文提取，不要猜测或编造
|
||||
5. 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。
|
||||
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：
|
||||
输入为简历纯文本全文。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"]
|
||||
```
|
||||
@@ -76,7 +76,7 @@ OVERVIEW_PROJECT_PROMPT = """严格根据简历原文提取，不要猜测或编
|
||||
6. 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。
|
||||
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：
|
||||
输入为简历纯文本全文。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"]
|
||||
```
|
||||
@@ -90,62 +90,63 @@ 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。输入为带行号的简历文本（每行 `[行号] 内容`）。
|
||||
# 通用尾注：description 数组的输出规范 + 清理规范。各详情 prompt 复用。
|
||||
_DESC_RULE = """description 为字符串数组，每个元素是原文中的一条 bullet 或一个段落：忠实还原原文措辞，按原文分条拆成多个数组元素（一条 bullet 一个元素），不要把多条内容塞进同一个元素；允许轻度清理（去除水印/页眉页脚/乱码碎片、把被折断的同一句话拼回完整），但不要改写、润色、扩写或编造；没有描述则填[]。只选属于"{name}"这条记录的内容，不要串入其它公司/项目/教育/竞赛/社团经历的内容，即使它们在原文中相邻。只输出JSON。"""
|
||||
|
||||
DETAIL_EDUCATION_PROMPT = """严格根据简历原文提取，不要猜测或编造。输入为简历纯文本全文。
|
||||
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", "descriptionRange": "起-止,起-止" }}
|
||||
{{ "school": "学校", "major": "专业", "degree": "学历", "studyType": "全日制/非全日制", "startDate": "2020.09", "endDate": "2024.06", "description": ["描述段落1", "描述段落2"] }}
|
||||
```
|
||||
规则：短字段直接填值，时间格式YYYY.MM，没有的填null。
|
||||
descriptionRange 只填该校**学业本身**的额外正文（主修课程、绩点/排名、在校获得的学术成就）所在行号区间；学校/专业/学历/时间已在上面字段提取，不要纳入。
|
||||
**严禁纳入以下内容**（它们属于其它模块、会被单独提取，即使在原文中紧跟这条教育经历也不要选）：实习、工作、项目、社团/学生组织、校园活动、志愿服务、竞赛获奖、科研/论文经历。宁可少选，不确定是否属于本校学业的行一律不选；若无纯学业描述则填""。
|
||||
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）。只输出JSON。"""
|
||||
description 只填该校**学业本身**的额外正文（主修课程、绩点/排名、在校获得的学术成就）；学校/专业/学历/时间已在上面字段提取，不要纳入。
|
||||
**严禁纳入以下内容**（它们属于其它模块、会被单独提取，即使在原文中紧跟这条教育经历也不要选）：实习、工作、项目、社团/学生组织、校园活动、志愿服务、竞赛获奖、科研/论文经历。宁可少选，不确定是否属于本校学业的内容一律不选。
|
||||
""" + _DESC_RULE
|
||||
|
||||
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`）。
|
||||
DETAIL_WORK_PROMPT = """严格根据简历原文提取，不要猜测或编造。输入为简历纯文本全文。
|
||||
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", "descriptionRange": "起-止,起-止" }}
|
||||
{{ "companyName": "公司", "position": "职位", "startDate": "2024.07", "endDate": "2025.03", "description": ["描述段落1", "描述段落2"] }}
|
||||
```
|
||||
规则：短字段直接填值，时间格式YYYY.MM，在职/至今则 endDate 填null，没有的填null。
|
||||
descriptionRange 填直接描述该公司/岗位**整体职责或概述**的正文行号区间。若某段内容明显是某个**独立项目的明细**（且该项目会作为项目单独提取），不要纳入，避免与项目模块重复；但公司层面的职责概述应当保留，不要整条留空导致内容丢失。
|
||||
只选属于"{name}"这段经历的行，不要选到其它公司、其它项目、教育或校园经历的行，即使它们在原文中相邻。
|
||||
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）。只输出JSON。"""
|
||||
description 填直接描述该公司/岗位**整体职责或概述**的正文。若某段内容明显是某个**独立项目的明细**（且该项目会作为项目单独提取），不要纳入，避免与项目模块重复；但公司层面的职责概述应当保留，不要整条留空导致内容丢失。
|
||||
""" + _DESC_RULE
|
||||
|
||||
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`）。
|
||||
DETAIL_INTERNSHIP_PROMPT = """严格根据简历原文提取，不要猜测或编造。输入为简历纯文本全文。
|
||||
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", "descriptionRange": "起-止,起-止" }}
|
||||
{{ "companyName": "公司", "position": "职位", "startDate": "2023.06", "endDate": "2023.09", "description": ["描述段落1", "描述段落2"] }}
|
||||
```
|
||||
规则：短字段直接填值，时间格式YYYY.MM，至今则 endDate 填null，没有的填null。
|
||||
descriptionRange 填直接描述该公司/岗位**整体职责或概述**的正文行号区间。若某段内容明显是某个**独立项目的明细**（且该项目会作为项目单独提取），不要纳入，避免与项目模块重复；但岗位层面的职责概述应保留，不要整条留空导致内容丢失。
|
||||
只选属于"{name}"这段经历的行，不要选到其它公司、其它项目、教育或校园经历的行，即使它们在原文中相邻。
|
||||
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）。只输出JSON。"""
|
||||
description 填直接描述该公司/岗位**整体职责或概述**的正文。若某段内容明显是某个**独立项目的明细**（且该项目会作为项目单独提取），不要纳入，避免与项目模块重复；但岗位层面的职责概述应保留，不要整条留空导致内容丢失。
|
||||
""" + _DESC_RULE
|
||||
|
||||
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`）。
|
||||
DETAIL_PROJECT_PROMPT = """严格根据简历原文提取，不要猜测或编造。输入为简历纯文本全文。
|
||||
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", "descriptionRange": "起-止,起-止" }}
|
||||
{{ "companyName": "所属公司", "projectName": "项目名", "role": "角色名称", "startDate": "2023.03", "endDate": "2023.12", "description": ["描述段落1", "描述段落2"] }}
|
||||
```
|
||||
规则：短字段直接填值，时间格式YYYY.MM，没有的填null。
|
||||
role 只填原文中**明确写出**的简短角色名；若原文没有写明该项目的角色，填null，**不要臆造或默认**（如不要凭空填"Developer""开发工程师""团队成员"）。
|
||||
descriptionRange 填该项目描述所在的行号区间，没有描述填""。只选属于"{name}"这个项目的行，不要串入其它项目、所属公司的其它经历、教育或竞赛的行，即使它们在原文中相邻。
|
||||
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）。只输出JSON。"""
|
||||
description 填该项目的描述内容。
|
||||
""" + _DESC_RULE
|
||||
|
||||
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`）。
|
||||
DETAIL_COMPETITION_PROMPT = """严格根据简历原文提取，不要猜测或编造。输入为简历纯文本全文。
|
||||
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", "descriptionRange": "起-止,起-止" }}
|
||||
{{ "competitionName": "竞赛名", "award": "获奖情况", "awardDate": "2023.07", "description": ["描述段落1", "描述段落2"] }}
|
||||
```
|
||||
规则：短字段直接填值，时间格式YYYY.MM，没有的填null。award 里可包含该竞赛的多个奖项，不要因为多个奖项而拆成多条。
|
||||
descriptionRange 填该竞赛/获奖的额外描述所在行号区间，没有描述填""。只选属于"{name}"这条竞赛的行，不要把社团活动、职务、项目、其它竞赛的内容串入，即使它们在原文中相邻。
|
||||
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）。只输出JSON。"""
|
||||
description 填该竞赛/获奖的额外描述内容。
|
||||
""" + _DESC_RULE
|
||||
|
||||
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`）。
|
||||
DETAIL_PROFILE_PROMPT = """严格根据简历原文提取，不要猜测或编造。输入为简历纯文本全文。
|
||||
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"], "summaryRange": "起-止,起-止" }}
|
||||
{{ "skills": ["技能1"], "certificates": ["证书1"], "summary": ["自我评价段落1", "自我评价段落2"] }}
|
||||
```
|
||||
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，按原文逐字填，最多5个；如果没有专门的技能模块，填[]。**不要**从工作/项目/自我评价里归纳技能，尤其不要把"团队沟通""抗压能力""责任心"等软素质描述当作技能。
|
||||
- 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，按原文逐字填，最多5个；如果没有专门的技能模块，填[]。**不要**从工作/项目/自我评价里归纳技能，尤其不要把"团队沟通""抗压能力""责任心"等软素质描述当作技能。**证书/语言等级类（如CET-4/6、雅思、托福、GRE、计算机等级、教师资格证等）一律不计入 skills，它们只归 certificates。**
|
||||
- certificates：填真正的**证书/证件/标准化考试成绩**，包括语言与等级类（如CET-4/6、雅思、托福、GRE、计算机等级、教师资格证、驾照等）。**不要**把竞赛奖项、荣誉称号、名次、奖学金，或工作描述里顺带提到的"认证"句子当作证书；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"），不要把技能列表、兴趣爱好、经历内容纳入；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""。
|
||||
- summary：自我评价/个人概述**正文**的字符串数组，按原文分段拆成数组元素。不要包含板块标题（如"个人优势""自我评价"），不要把技能列表、兴趣爱好、经历内容纳入；允许轻度清理（去除乱码/水印碎片），不要改写或编造；没有填[]。
|
||||
只输出JSON。"""
|
||||
|
||||
Reference in New Issue
Block a user