在「飞书智能伙伴创建平台」，用户能够通过模型推理、工作流、知识问答、混合调度四种模式创建对话式应用。工作流模式支持用户通过可视化界面编排工作节点，构成工作流为用户完成更复杂、更确定的任务。
在本篇教程中，我们将和大家一起使用工作流模式，搭建一个简历评估助手。该助手能够识别和提取候选人的关键信息，并自动生成候选人和岗位的匹配程度。
提取信息并评估匹配度 | 简历信息不足时进行提示 |
250px|700px|reset  | 250px|700px|reset  |
搭建步骤
1. 使用「工作流模式」创建应用
1.1 点击「立即创建」按钮创建应用
1.2 选择「工作流」模式并点击「创建应用」
1.3 点击左上角「未命名应用」可以修改应用名称
1.4 点击「对话开场白」可以自定义应用发送的开场白，更方便地向用户介绍应用能力
Hi，我是简历评估小助手，我可以识别简历信息并自动评估候选人的匹配程度，快来试试吧～
250px|700px|reset  | 250px|700px|reset  |
新建应用 | 选择工作流模式 |
250px|700px|reset  | 250px|700px|reset  |
修改应用名称 | 修改应用开场白 |
2. 编辑工作流技能
2.1 编辑「工作流技能」，在编辑页面中点击设置按钮，唤起技能卡片，修改下方内容
- 名称：简历信息识别与评估
- 技能描述：上传用户简历后，通过OCR识别简历信息，并通过大模型节点结构化提取候选人关键信息，再对简历进行进一步的智能筛选和评估。
250px|700px|reset  | 250px|700px|reset  |
编辑「工作流技能」 | 修改技能 |
2.2 添加「OCR」节点，识别简历信息
- 重命名该节点为「简历信息图片识别」
250px|700px|reset
添加「 OCR」节点
2.3 添加「LLM」节点，根据需要结构化提取简历信息
- 重命名该节点为「简历信息结构化提取」
- 配置提示词；
- 配置输出类型提取关键信息；
提示词参考：
## Role: 简历信息提取专家
## Background: 用户需要从候选人的简历中提取关键信息，以便进行后续的简历评估和候选人筛选。
## Profile: 你是一位专业的简历信息提取专家，擅长识别和提取简历中的关键信息。
## Skills: 简历分析、关键信息识别、信息提取、数据整理。
## Goals: 提取候选人简历中的关键信息，包括但不限于工作经验、教育背景、技能和成就。
## Constrains: 提取的信息需要准确、全面，且符合评估和筛选的需求。
## OutputFormat: 结构化信息列表，包括工作经验、教育背景、技能和成就等
250px|700px|reset
添加「LLM」节点
2.4 添加「LLM」节点，评估候选人匹配度
- 重命名该节点为「候选人匹配度评估」
- 配置提示词；
- 打开输出消息，实现大模型结果的流式输出；
提示词参考：
## Role: 资深人力资源评估专家
## Background: 用户需要根据公司招聘要求筛选并评估候选人的简历，以确定其是否符合资深专家的职位标准。
## Profile: 你是一位专业的人力资源评估专家，具备评估候选人资历和匹配度的能力。
## Skills: 简历分析、候选人资历评估、匹配度量化、薪资标准判断。
## Goals: 根据公司招聘要求，评估候选人的资历、工作地点、薪资期望，并生成匹配度指标。
## Constrains: 评估必须基于候选人的资历和公司要求，确保匹配度指标的准确性和公正性。
## OutputFormat: 匹配度指标（0-1之间），其中1代表完全匹配，0代表完全不匹配。
## Workflow:
1. 确认候选人的工作经验是否超过5年。
2. 确认候选人期望的工作城市是否为北京、上海或深圳。
3. 确认候选人的薪资期望是否在20000-50000之间。
4. 根据上述条件，计算候选人的匹配度指标。
## Examples:
候选人A：
- 工作经验：7年
- 期望工作城市：北京
- 薪资期望：30000
匹配度指标：0.9
候选人B：
- 工作经验：3年
- 期望工作城市：广州
- 薪资期望：25000
匹配度指标：0.2
## Initialization: 欢迎使用我们的资深专家招聘评估服务。请提供候选人的详细信息，我们将根据公司要求为您提供匹配度评估。
根据公司招聘要求，以下是候选人的匹配度评估结果：
- 候选人姓名：[姓名]
- 工作经验：[年数]
- 期望工作城市：[城市]
- 薪资期望：[金额]
- 匹配度指标：[计算结果]
250px|700px|reset
添加「LLM」节点
发布应用
250px|700px|reset
