diff --git a/app/ai/model_config.py b/app/ai/model_config.py
index 8f82b51..a631e60 100644
--- a/app/ai/model_config.py
+++ b/app/ai/model_config.py
@@ -40,7 +40,7 @@ class NovaChatModel:
 
 class ResumeExtractorModel:
     """简历解析模块"""
-    # 简历结构化提取：两阶段并行提取简历文本为JSON结构
+    # 简历结构化提取：并行提取简历文本为JSON结构
     PARSE = LLM.DOUBAO_PRO_32K.create(temperature=0)
 
 
diff --git a/app/ai/resume_extractor_v2/__init__.py b/app/ai/resume_extractor_v2/__init__.py
new file mode 100644
index 0000000..139597f
--- /dev/null
+++ b/app/ai/resume_extractor_v2/__init__.py
@@ -0,0 +1,2 @@
+
+
diff --git a/app/ai/resume_extractor_v2/extractor.py b/app/ai/resume_extractor_v2/extractor.py
new file mode 100644
index 0000000..dd306fe
--- /dev/null
+++ b/app/ai/resume_extractor_v2/extractor.py
@@ -0,0 +1,122 @@
+"""简历一步并发提取
+
+6 路并发（个人信息 / 教育 / 工作 / 实习 / 项目 / 竞赛），每路独立负责一个模块，
+各自基于简历全文一次性输出该模块的全部内容（短字段 + description），无第二阶段。
+相比两阶段方案：少一个串行轮次、全文只 prefill 6 次、无标识名定位环节。
+description/summary 由 AI 直接按原文结构输出为字符串数组，代码只做类型兜底与清理。
+最终组装为与两阶段方案完全一致的 dict 结构（description 为 list[str]，summary 为 str），上下游无感知。
+任意模块提取失败：记录日志后丢弃该模块（主表字段退化为空、子表退化为空数组），不影响其余模块。
+"""
+
+import asyncio
+import time
+
+from langchain_core.output_parsers import StrOutputParser
+from langchain_core.prompts import ChatPromptTemplate
+
+from app.ai.model_config import ResumeExtractorModel
+from app.ai.resume_extractor_v2.prompts import (
+    PROFILE_PROMPT, EDUCATION_PROMPT, WORK_PROMPT,
+    INTERNSHIP_PROMPT, PROJECT_PROMPT, COMPETITION_PROMPT,
+)
+from app.core.logger import log
+from app.tool.json_helper import parse_llm_json
+
+
+# ==================== LLM 调用工具 ====================
+
+def _build_chain(prompt: str):
+    """构建提取链：prompt → LLM → 文本输出"""
+    return ChatPromptTemplate.from_messages([("system", prompt), ("human", "{text}")]) | ResumeExtractorModel.PARSE | StrOutputParser()
+
+
+async def _safe_invoke(chain, inp: dict, label: str):
+    """单个链调用，记录耗时，失败返回空"""
+    start = time.perf_counter()
+    try:
+        raw = await chain.ainvoke(inp)
+        log.info(f"AI提取[{label}]完成，耗时: {time.perf_counter() - start:.2f}s")
+        return parse_llm_json(raw)
+    except Exception as e:
+        log.warning(f"AI提取[{label}]失败已丢弃，耗时: {time.perf_counter() - start:.2f}s，错误: {e}")
+        return None
+
+
+# ==================== 结果清理 ====================
+
+def _clean_str_list(value) -> list[str]:
+    """将 AI 返回值规整为字符串数组：过滤非字符串与空白元素，去除首尾空白"""
+    if not isinstance(value, list):
+        return []
+    return [s.strip() for s in value if isinstance(s, str) and s.strip()]
+
+
+def _clean_records(value, label: str) -> list[dict]:
+    """将 AI 返回的模块结果规整为记录数组：过滤非 dict 元素，并清理每条记录的 description"""
+    if not isinstance(value, list):
+        if value is not None:
+            log.warning(f"AI提取[{label}]返回类型异常已丢弃: {type(value).__name__}")
+        return []
+    records = []
+    for item in value:
+        if not isinstance(item, dict):
+            continue
+        item["description"] = _clean_str_list(item.get("description"))
+        records.append(item)
+    return records
+
+
+# ==================== 模块配置 ====================
+
+# 子表模块统一配置（单一数据源）：(模块键, prompt, 日志标签)
+# 并发调度、结果组装、日志统计均复用此清单，新增子表只需在此追加一行。
+_SUB_MODULES: tuple[tuple[str, str, str], ...] = (
+    ("education", EDUCATION_PROMPT, "教育"),
+    ("work", WORK_PROMPT, "工作"),
+    ("internship", INTERNSHIP_PROMPT, "实习"),
+    ("project", PROJECT_PROMPT, "项目"),
+    ("competition", COMPETITION_PROMPT, "竞赛"),
+)
+
+# 无运行时 prompt 替换，6 条链在模块加载时一次性建好，请求期只做 ainvoke
+_profile_chain = _build_chain(PROFILE_PROMPT)
+_sub_chains = tuple((module, _build_chain(prompt), label) for module, prompt, label in _SUB_MODULES)
+
+
+# ==================== 组装 ====================
+
+def _assemble_profile(profile) -> dict:
+    """个人信息路结果 → 主表字段 dict（skills 最多5个，summary 段落合并为字符串）"""
+    result = dict(profile) if isinstance(profile, dict) else {}
+    result["skills"] = _clean_str_list(result.get("skills"))[:5]
+    result["certificates"] = _clean_str_list(result.get("certificates"))
+    summary_paras = _clean_str_list(result.get("summary"))
+    result["summary"] = "\n".join(summary_paras) if summary_paras else None
+    return result
+
+
+# ==================== 入口 ====================
+
+async def extract_all(text: str) -> dict:
+    """一步6路并发提取简历，返回与两阶段方案完全一致的结构化数据
+
+    text: 简历纯文本全文（PyMuPDF/docx/txt 提取，保留原始换行）。
+    """
+    log.info(f"一步6路并发提取开始，文本字符数: {len(text)}")
+    start = time.perf_counter()
+
+    inp = {"text": text}
+    profile, *sub_results = await asyncio.gather(
+        _safe_invoke(_profile_chain, inp, "个人信息"),
+        *(_safe_invoke(chain, inp, label) for _, chain, label in _sub_chains),
+    )
+
+    result = _assemble_profile(profile)
+    for (module, _, label), raw in zip(_sub_chains, sub_results):
+        result[module] = _clean_records(raw, label)
+
+    log.info(
+        f"一步6路并发提取完成，总耗时: {time.perf_counter() - start:.2f}s - "
+        + " ".join(f"{label}:{len(result[module])}" for module, _, label in _sub_chains)
+    )
+    return result
diff --git a/app/ai/resume_extractor_v2/prompts.py b/app/ai/resume_extractor_v2/prompts.py
new file mode 100644
index 0000000..fe7c94c
--- /dev/null
+++ b/app/ai/resume_extractor_v2/prompts.py
@@ -0,0 +1,169 @@
+"""简历一步并发提取 Prompt
+
+6 路并发，每路独立负责一个模块（个人信息 / 教育 / 工作 / 实习 / 项目 / 竞赛），
+各自基于简历全文一次性输出该模块的**全部内容**（短字段 + description），无第二阶段。
+
+与两阶段方案的差异：
+  - 不再有「先提标识名、再按名提详情」的过程，因此不需要标识名唯一性约束。
+  - 每路要一次输出该模块的多条记录，对「不偷懒」的要求更高（见下方记录完整性铁律）。
+
+输入文本格式：简历纯文本全文（PyMuPDF/docx/txt 提取，保留原始换行）。
+
+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 []。
+
+模块归属总原则（防同一内容被多个模块重复收录）：
+  - 原文中的**每一段经历只能归属一个模块**。一条内容要么是工作、要么是实习、要么是项目、要么是竞赛，不能同时出现在两个模块。
+  - 工作/实习互为补集：明确标注实习的只归实习模块，未标注实习的只归工作模块，两边都不重复收。
+  - 工作/实习条目内部所描述的职责、成果、子项目，属于该**工作/实习**记录本身的描述，**不要**再把它们抽成独立的"项目"记录。
+  - 只有出现在**独立"项目/项目经历"板块**下、有自己标题的条目，才算项目记录。
+  - "做了作品/项目 + 参加比赛获奖"这类既像项目又像竞赛的条目（如机器人竞赛、创新创业大赛作品），**只归竞赛**，不要在项目里重复。
+
+各模块通用铁律（防跨记录串扰/重复）：
+  - 每条记录只装真正属于它本身的内容；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。
+
+description/summary 输出的**分条铁律**（必须遵守）：
+  - description 是**字符串数组**，原文中的**每一条 bullet / 每一个段落**各自作为**一个独立数组元素**。
+  - **严禁**把多条 bullet 合并进同一个元素；**严禁**用 " / "、"；"、"、"、换行符等把多条内容拼接成一个长字符串。
+  - 正例：["负责A模块开发", "主导B方案落地"]；反例（禁止）：["负责A模块开发 / 主导B方案落地"]。
+
+**记录完整性铁律**（一步方案新增，一次输出多条记录时最易违反）：
+  - 按**原文出现顺序**输出记录，顺序即前端展示顺序，不要打乱。
+  - **每一条记录都必须完整输出**，不得因为记录条数多就简写、省略、截断后面的记录。
+  - 严禁合并记录，严禁用"同上""略""等等""其余类似"之类的措辞代指任何内容。
+  - 记录条数由原文决定：不足不要凑数，多也不要砍。
+
+短字段准确性铁律：
+  - 时间：起止时间按原文如实填写，**开始时间不得晚于结束时间**，不要把起止写反；无法确定的填 null，不要臆造精确年月。
+  - 手机号：完整照抄，不要漏位、截断或改写（通常 11 位）；微信号只填到 wechatNumber，绝不当手机号。
+  - 角色/职位等：只填原文明确写出的，原文没有就填 null，**不要臆造或按常见值默认补全**。
+
+花括号用 {{ }} 转义，避免被 ChatPromptTemplate 当作变量。本方案无运行时占位替换，prompt 中不含任何单花括号变量。
+"""
+
+# ==================== 通用尾注 ====================
+
+# description 数组输出规范 + 记录归属/完整性规范。5 个子模块 prompt 复用。
+_DESC_RULE = """description 输出规范：为字符串数组，**每个元素只装原文中的一条 bullet 或一个段落**：忠实还原原文措辞；**严禁把多条 bullet 合并进一个元素，严禁用 " / "、"；"、换行等符号把多条内容拼成一个长字符串**（正例 ["做了A","做了B"]；反例 ["做了A / 做了B"]）。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[]。
+记录归属规范：每条记录的 description 只装属于**该条记录本身**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、社团/实习/竞赛等），也绝不纳入；同一段原文只应归属一条记录，不要为了描述完整而把其它记录已包含的内容再抄一遍。宁可少选，不确定归属的内容一律不选。
+记录完整性规范：按**原文出现顺序**输出记录；**每一条记录都必须完整输出**，不得因记录条数多而简写、省略、截断或合并记录，也不得用"同上""略""等等"代指任何内容；记录条数由原文决定，不足不要凑数，多也不要砍。
+只输出JSON，不要输出任何解释文字。"""
+
+# ==================== 个人信息 ====================
+
+PROFILE_PROMPT = """严格根据简历原文提取，不要猜测或编造，没有的填null。
+输入为简历纯文本全文。从中提取个人基本信息、技能标签、证书和自我评价，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", "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：
+- 只提取以上9个字段，**不要提取任何经历**（教育/工作/实习/项目/竞赛由其它模块单独负责）。前6个字段没有的填null，后3个数组字段没有的填[]。
+- name：填完整姓名，原文怎么写就怎么填，不要截断或只取一个字。
+- mobileNumber：只填**一个**手机号（通常11位数字），若原文出现多个手机号只取第一个，绝不能把多个号码拼接或用逗号/顿号等连接填入；微信号必须填到wechatNumber，绝不能把微信号当手机号。
+- portfolioUrl：只填作品集/个人主页/GitHub 等链接。
+- 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[]。
+- 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，一个段落一个元素。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，不要输出任何解释文字。"""
+
+# ==================== 教育 ====================
+
+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。
+从中提取**全部学历教育**经历，按原文出现顺序输出JSON数组，每个元素为一条教育记录：
+```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": ["描述段落1", "描述段落2"] }}]
+```
+记录选取规则：
+1. 每一个**实际就读或已获得学历**的**就读阶段**输出一条，不同阶段（本科/硕士/博士）分别输出，一段都不能漏。
+2. **不要过度拆分**（这是最常见的错误，务必克制）：
+   - 联合培养、交换、访学、海外学期、双学位/主辅修，都属于对应主学历就读的一部分，**并入该主学历那一条**，不要单列成独立教育记录。
+   - 同一所学校**同一就读阶段**只能有一条，不要因为专业不同、学院不同、或原文重复出现就拆成/重复成多条。
+   - 一个人的教育条目数 = 其真实就读的学历阶段数（通常本科1条、硕士1条…），不要多。
+3. 仅"录取通知/offer/拟就读但尚未入学"的，**不算**教育经历，不要输出。
+4. 培训机构、实习/工作单位、科研机构、社团不算学历教育，不要输出。
+5. 没有则输出[]。
+字段规则：短字段直接填值，时间格式YYYY.MM，没有的填null。
+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/时间已有独立字段，不要重复纳入。
+**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
+
+# ==================== 工作 ====================
+
+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。
+从中提取**全部正式工作经历**，按原文出现顺序输出JSON数组，每个元素为一条工作记录：
+```json
+[{{ "companyName": "公司", "position": "职位", "startDate": "2024.07", "endDate": "2025.03", "description": ["描述段落1", "描述段落2"] }}]
+```
+记录选取规则：
+1. 只收**正式工作**经历。凡原文明确标注"实习/实习生/intern/Internship"的条目，**一律排除**，它们由实习模块单独负责，这里绝不收录。
+2. 未明确标注实习的任职经历，都归本模块，不要因为"看起来像实习"就漏掉。
+3. 每一段真实的任职经历输出一条，不要遗漏；同一段经历不要重复输出。若同一公司有多段不同岗位/时间的经历，按段分别输出多条。
+4. **不要**把公司内部的具体项目当作独立的工作条目。
+5. 社团/学生组织职务、校园活动、志愿服务不算工作经历，不要输出。
+6. 没有则输出[]。
+字段规则：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。
+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**（且该项目会由项目模块单独提取），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
+
+# ==================== 实习 ====================
+
+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。
+从中提取**全部实习经历**，按原文出现顺序输出JSON数组，每个元素为一条实习记录：
+```json
+[{{ "companyName": "公司", "position": "职位", "startDate": "2023.06", "endDate": "2023.09", "description": ["描述段落1", "描述段落2"] }}]
+```
+记录选取规则：
+1. 只收原文**明确标注**"实习/实习生/intern/Internship"的经历（标注可出现在岗位名、公司行、板块标题上）。
+2. 未明确标注实习的任职经历，视为正式工作，由工作模块负责，这里**不要收**，避免两个模块重复。
+3. 每一段真实的实习经历输出一条，不要遗漏；同一段经历不要重复输出。若同一公司有多段不同岗位/时间的实习，按段分别输出多条。
+4. **不要**把实习期间的具体项目当作独立的实习条目。
+5. 社团/学生组织职务、校园活动、志愿服务、竞赛不算实习经历，不要输出。
+6. 没有则输出[]。
+字段规则：短字段直接填值，时间格式YYYY.MM，至今则 endDate 填null，没有的填null。
+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**（且该项目会由项目模块单独提取），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
+
+# ==================== 项目 ====================
+
+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。
+从中提取**全部项目经历**，按原文出现顺序输出JSON数组，每个元素为一条项目记录：
+```json
+[{{ "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"] }}]
+```
+记录选取规则：
+1. 只提取出现在**独立"项目/项目经历"板块**下、有自己标题的项目条目（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"工作经历/实习经历"条目内部描述的职责、成果、子项目当作独立项目——它们属于对应的工作/实习记录，不要在项目模块重复收录。
+3. **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）。
+4. **绝对不要**把社团/学生组织、校园活动、志愿服务、任职/职务、兴趣爱好当作项目——这些不是项目经历。
+5. **绝对不要**把竞赛/比赛/大赛条目当作项目（如"XX大赛""挑战杯""创新创业大赛""职业规划大赛"等，以参赛/获奖为核心的条目，即使参赛做了作品）——这些归竞赛模块。
+6. 同一个项目只输出一条。
+7. 没有则输出[]。
+字段规则：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"）。
+companyName 只填原文明确写出的所属公司/学校，没有写就填null。
+description 填该项目的描述内容。
+""" + _DESC_RULE
+
+# ==================== 竞赛 ====================
+
+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。
+从中提取**全部竞赛/获奖经历**，按原文出现顺序输出JSON数组，每个元素为一条竞赛记录：
+```json
+[{{ "competitionName": "竞赛名", "award": "获奖情况", "awardDate": "2023.07", "description": ["描述段落1", "描述段落2"] }}]
+```
+记录选取规则：
+1. 只提取真正的**竞赛/比赛/获奖**条目（以报名参赛、比赛名次/获奖为核心的条目，如"XX大赛""挑战杯""数学建模竞赛"）。
+2. 同一个竞赛只输出一条，即使它拿了多个奖项，也不要按奖项拆成多条——多个奖项写进同一条的 award 字段。
+3. **绝对不要**把社团活动、职务、示例文字、描述里顺带提到的活动当作竞赛。
+4. **绝对不要**把工作/实习/研究/开发**项目**当作竞赛——即使该项目获过奖，它仍归项目模块，不要在这里重复输出（判断依据：条目本质是"做了一个项目/产品/研究"还是"参加了一场比赛"）。
+5. 奖学金、荣誉称号、考试成绩不属于竞赛，不要输出。
+6. 没有则输出[]。
+字段规则：短字段直接填值，时间格式YYYY.MM，没有的填null。
+description 填该竞赛/获奖的额外描述内容。
+""" + _DESC_RULE
diff --git a/app/services/resume_service.py b/app/services/resume_service.py
index 756ddcc..32e1d6c 100644
--- a/app/services/resume_service.py
+++ b/app/services/resume_service.py
@@ -8,7 +8,7 @@
 import shortuuid
 from sqlalchemy.ext.asyncio import AsyncSession
 
-from app.ai.resume_extractor.extractor import extract_all
+from app.ai.resume_extractor_v2.extractor import extract_all
 from app.ai.resume_polisher.polisher import polish_paragraphs
 from app.core.logger import log
 from app.models.user_resume import UserResume