简历解析

简历解析把非结构化 PDF / DOCX 转换为后续筛选、对比和出题可直接使用的结构化数据。

处理步骤

1. 提取原始文本。
2. 清理 NUL 字节和不可见控制字符。
3. 调用 LLM 输出结构化 JSON。
4. 保存 raw_text 和 parsed_data。
5. 构造向量检索文档。
6. 写入 pgvector。

结构化字段

parsed_data 主要包含：

• name
• phone
• email
• city
• job_intention
• education
• highest_degree
• work_years
• work_experience
• skills
• certifications
• summary

向量文档

系统不会直接把整份简历作为一个向量文档，而是把摘要、技能、工作经历等拆成更适合检索的文本块。

这样做的好处是：

• 召回粒度更细。
• 工作经历中的项目关键词更容易命中。
• 后续可以按 position_id 限定检索范围。

失败处理

如果某份简历解析失败，系统不会让整个批次失败，而是把该简历状态标记为 failed，并保存 parse_error。

前端会继续展示其他成功解析的简历。