Inteligentny Asystent do Selekcji CV

Naszym celem było stworzenie zautomatyzowanego systemu, który potrafi:

1. Przyjąć opis oferty pracy jako dane wejściowe.
2. Bezpiecznie połączyć się z prywatnym API udostępniającym bazę CV kandydatów.
3. Zidentyfikować CV spełniające wymagania oferty pracy.
4. Przeanalizować każde dopasowane CV, oceniając jego zgodność oraz podkreślając mocne i słabe strony względem danej roli.
5. Przedstawić uszeregowaną listę najbardziej odpowiednich kandydatów.

Bezpieczeństwo i model oceniania

Budowa takiego systemu wiąże się z kilkoma wyzwaniami:

• Bezpieczeństwo: Dostęp do prywatnej bazy CV wymaga obsługi wrażliwych kluczy API i zapewnienia poufności danych.
• Zaawansowana logika: Dopasowywanie CV do opisów stanowisk to nie tylko wyszukiwanie słów kluczowych; wymaga to dogłębnego zrozumienia i porównania, często najlepiej realizowanego przez AI, a następnie usystematyzowanej oceny.

Modułowa architektura z użyciem „Run Flow” dla niestandardowych narzędzi

Aby opanować złożoność i zwiększyć bezpieczeństwo, wykorzystaliśmy komponent Run Flow FlowHunt. Pozwala on tworzyć dedykowany, wielokrotnie wykorzystywalny „sub-flow”, który pełni rolę bezpiecznego narzędzia do dopasowywania CV.

Oto jak to wygląda krok po kroku:

1. Narzędzie „Dopasowanie i Ocena CV” (Sub-Flow):

• Cel: Ten wyspecjalizowany flow obsługuje wszystkie interakcje z prywatną bazą CV i realizuje kluczowe dopasowywanie oraz ocenianie.
• Wejście: Otrzymuje szczegóły ogłoszenia o pracę z głównego flow.
• Działania:
  • Zawiera komponent API Request skonfigurowany w sposób bezpieczny z prywatnym adresem API, wymaganymi nagłówkami i danymi uwierzytelniającymi (z użyciem zarządzania sekretami FlowHunt dla klucza API). Komponent ten pobiera dane CV kandydatów.
  • Zawiera logikę (potencjalnie z kolejnym Agentem AI w tym sub-flow lub komponentem Kod), która:
    • Porównuje wymagania oferty pracy z pobranymi CV.
    • Wskazuje odpowiednie dopasowania.
    • Ocenia każde dopasowane CV według kryteriów takich jak pokrycie umiejętności czy adekwatność doświadczenia.
    • Określa mocne i słabe strony każdego dopasowania.
• Wyjście: Zwraca uporządkowaną listę dopasowanych kandydatów, łącznie z danymi z ich CV, oceną dopasowania i analizą.

Koncepcyjny, uproszczony diagram Sub-Flow Dopasowania CV: Wejście (Oferta Pracy) → API Request (Prywatna Baza CV z Sekretnym Kluczem) → Logika AI (Dopasowanie/Ocena) → Wyjście (Uszeregowana Lista CV).

2. Główny Flow Orkiestracyjny:

• Cel: Obsługuje interakcję z użytkownikiem i koordynuje cały proces.
• Wejście: Komponent Chat Input (lub podobny) przyjmuje opis stanowiska od użytkownika.
• Działanie: Korzysta z komponentu Run Flow do wykonania sub-flow „Dopasowanie i Ocena CV”, przekazując mu szczegóły ogłoszenia o pracę.
• Wyjście: Otrzymuje uporządkowaną listę ocenionych kandydatów z sub-flow i prezentuje ją użytkownikowi przez komponent Chat Output (ewentualnie po końcowym formatowaniu lub podsumowaniu przez kolejnego agenta AI w głównym flow).

Koncepcyjny, uproszczony diagram Głównego Flow: Chat Input (Oferta Pracy) → Run Flow (Wywołanie Sub-Flow Dopasowania CV) → Chat Output (Wyświetlenie Uszeregowanej Listy).

Koncepcyjna budowa krok po kroku

1. Budowa Sub-Flow („Narzędzie Dopasowania i Oceny CV”):

• Utwórz nowy flow.
• Dodaj komponent API Request. Skonfiguruj jego adres URL, metodę (np. POST lub GET), a co najważniejsze — ustaw uwierzytelnianie przy użyciu funkcji zarządzania danymi uwierzytelniającymi/sektretami FlowHunt, aby bezpiecznie przechowywać swój prywatny klucz API.
• Dodaj komponent Agenci AI do przetwarzania odpowiedzi API (CV) względem otrzymanej oferty pracy. Tu implementujesz logikę dopasowywania i oceniania.
• Zdefiniuj strukturę wyjściową (np. listę kandydatów w formacie JSON z ocenami).

Budowa Głównego Flow:

• Utwórz główny flow.
• Dodaj Chat Input dla opisu stanowiska.
• Dodaj komponent Run Flow.
• Dodaj Chat Output do prezentacji wyników.

Konfiguracja komponentu Run Flow:

• Kliknij komponent Run Flow w głównym flow.
• W ustawieniach wybierz stworzony przez siebie sub-flow „custom_trigger”.
• Przypisz dane ogłoszenia o pracę z Chat Input do oczekiwanego wejścia sub-flow.

Łączenie wyjść

Połącz wyjście komponentu Run Flow (Iterator) (który zawiera wyniki z sub-flow) z komponentem Chat Output (ewentualnie przez pośredni etap formatowania, jeśli jest potrzebny).

Dlaczego to podejście modułowe jest tak skuteczne

• Bezpieczeństwo: Wrażliwy klucz API do prywatnej bazy CV jest całkowicie zamknięty w sub-flow, co ogranicza ekspozycję. Dostęp do edycji/przeglądania tego konkretnego sub-flow można kontrolować.
• Wielokrotne wykorzystanie: Narzędzie „Dopasowanie i Ocena CV” może być wywoływane przez różne główne flow (np. jedno uruchamiane przez e-mail, inne przez czat).
• Łatwa konserwacja: Aktualizacje prywatnego API lub logiki dopasowywania wymagają zmian tylko w dedykowanym sub-flow.
• Testowalność: Sub-flow można testować niezależnie, co pozwala upewnić się, że kluczowa interakcja z API i logika dopasowania działają poprawnie przed integracją.

Bezpieczna, skalowalna rekrutacja z AI

FlowHunt, w połączeniu z przemyślanym wykorzystaniem komponentu Run Flow, pozwala budować zaawansowane narzędzia rekrutacyjne AI, które bezpiecznie pracują z prywatnymi źródłami danych. Dzięki zamknięciu złożonej logiki i wrażliwych wywołań API w modułowych sub-flow, możesz tworzyć potężne, łatwe w utrzymaniu i skalowalne rozwiązania automatyzujące wymagające zadania — takie jak selekcja i dopasowywanie CV. Takie podejście zamienia skomplikowane wyzwanie w zarządzalny, zautomatyzowany proces.

Zacznij od swojego pierwszego flow

Zespół inżynierów Flowhunt jest gotowy, by pomóc Ci w automatyzacji AI.

Wypróbuj Flowhunt
Porozmawiaj z Ekspertem