大家好，我是乐猫。一直在学习和实践 AI 智能体的应用。会持续分享一些关于 AI 提效工具、智能体模板以及实用的搭建案例，希望在探索中成长，也能为你提供一些思路和参考。

朋友的公司是做第三方招聘的，每天都要处理一大堆简历，工作非常繁琐，而且还特别耗时力气。

就想着是不是可以让AI先做初步筛选，刚好我这阵子在学习Coze智能体，于是试着用它搭一个简历评估的自动化工作流。

这个工作流会自动获取一个飞书文件夹里所有上传的简历，然后逐份分析。它会根据你设定的岗位要求，给出一个匹配评分，并生成一份简历评估报告。最后所有的评分、简历链接和评估报告链接，都会被整理进一张飞书多维表格中。这相当于自动产出一份“初筛结果表”，大大减少了人力筛选的压力。

子工作流：简历分析与评分

先说最核心的部分：子工作流。

它的任务就是——读取简历 → 分析与岗位匹配度 → 打分 → 输出评估报告。

工作流结构如下图

输入的内容相对较多，不过不要担心，我们一个个处理。

简历存放在飞书的文件夹里，本质上是一个个网页链接。所以我使用了 “链接读取”插件，把它们当作网页内容，获取简历文本。

拿到简历之后，就会调用大模型进行解析。这里我其实还在优化，后续考虑优化会把这一步拆成两部分：第一步提取简历中的关键信息，第二步再根据岗位要求进行分析评分。这样分开处理，效果可能会更稳定一些。

这一步用代码插件来统一生成报告标题，方便归档。

然后再把 Markdown 格式的报告内容写入飞书文档中，这样查阅和存档都更方便。

接着使用代码插件将需要的多维表格数据准备好，包括评分、简历链接、评估报告链接等内容。

紧接着将上一步准备好的数据，并且通过 Coze 的插件写入到飞书多维表中。为了支持不同的岗位批次， 设计的动态生成表格的机制，这里就需要传入多维表的tabel_id。

总体工作流

在子工作流配置好之后，整个流程就清晰很多了。

工作流程图如下所示

最开始的输入只需要两个东西：一个飞书文件夹的地址（用来存简历），还有一段岗位要求的文字描述。

为了拿到飞书的内容权限，我用的是官方提供的飞书认证插件来获取 token。z凭证获取方法可以参考： https://open.feishu.cn/document/server-docs/api-call-guide/calling-process/get-access-token

这里我在插件市场找了很久，也没有找到可以直接获取文件夹下所有文件的插件，所以我最后自己写了一个 fei_shu_OpenAPI 的插件。你可以在插件市场搜这个名字，也欢迎直接拿去用。这里需要吐槽Coze官方，这个插件我上架的时候被Coze官方反复驳回，也不给具体理由。我原本以为是插件名字不合规，结果试了很多遍都没通过，最后随手换了一个icon图标就突然通过了…我也懒得改名字了。

当我们获取到文件夹中的简历列表后，就可以在里面创建一张新的多维表格，建议每一批岗位用一个独立的文件夹，这样后续统计会更清晰。

表格的结构可以根据需要来定。我目前只放了姓名、评分、简历链接和评估报告链接，如果你有更多字段需求，比如工作年限、技能关键词等，也完全可以自己拓展。

然后调用coze 官方的 飞书多维表格 插件将准备好的表格标题数据存进来。

最后一步是调用我们之前配置好的子工作流，批量处理文件夹里的所有简历链接，分析后写入表格。最终我们把这张处理好的飞书表格链接返回出来，整个流程就跑完了。

目前这个流程朋友已经开始用起来了，整体看下来确实节省了不少筛选的时间，也帮他规避了很多重复劳动。当然，还有不少地方可以继续优化。像学历的识别，现在简历中“第一学历”“是否统招”这类信息提取起来还比较模糊，我目前还没有特别稳妥的处理方案，也还在探索中。

如果你在动手实操的过程中遇到问题或者有不明白的地方，可以联系我。同时欢迎加入我的 Coze 的交流群。

另外，别忘了关注我，获取更多 Coze 使用案例，一起深入研究智能体玩法

已开通coze空间 （有偿加入），空间的所有工作流准均可复制 ，空间介绍 。