GLM-V Resume Screening Skill
Batch-read resumes and screen candidates against your criteria using the ZhiPu GLM-V multimodal model.
When to Use
- - Filter/screen multiple resumes against specific criteria
- User mentions "筛选简历", "评估候选人", "简历筛选", "resume screening", "filter candidates"
- Compare candidates for a job position
- Batch-evaluate job applications
Supported Input Types
| Type | Formats | Max Count | Source |
|---|
| Resume (URL) | pdf, docx, txt | 50 | URL |
| Resume (Local) |
pdf only | pages ≤ 50 total | Local path |
Local PDF / 本地 PDF: Local PDF files are converted page-by-page into images (base64) before sending to the model. PyMuPDF is required (pip install PyMuPDF). URL files support full formats including pdf/docx/txt.
本地 PDF 会自动逐页转为图片（base64）传给模型，需要安装 PyMuPDF（pip install PyMuPDF）。URL 文件支持 pdf/docx/txt 等全格式。
📋 Output Display Rules (MANDATORY)
After running the script, you must display the complete screening result (Markdown table) exactly as returned. Do not summarize, truncate, or only say "screening completed". Users need each candidate's detailed analysis to decide.
- - Show the full Markdown table (index, name, pass/fail, match level, reasoning)
- If output was saved (
-o), provide the file path and show file content - If screening output is empty, explain why
Resource Links
Chat Completions / 对话补全 |
Prerequisites
API Key Setup / API Key 配置（Required / 必需）
This script reads the key from the ZHIPU_API_KEY environment variable and shares it with other Zhipu skills.
脚本通过 ZHIPU_API_KEY 环境变量获取密钥，与其他智谱技能共用同一个 key。
Get Key / 获取 Key： Visit Zhipu Open Platform API Keys / 智谱开放平台 API Keys to create or copy your key.
Setup options / 配置方式（任选一种）：
- 1. OpenClaw config (recommended) / OpenClaw 配置（推荐）： Set in
openclaw.json under skills.entries.glmv-resume-screen.env:
CODEBLOCK0
- 2. Shell environment variable / Shell 环境变量： Add to
~/.zshrc:
CODEBLOCK1
💡 If you already configured another Zhipu skill (for example zhipu-tools or glmv-caption), they share the same ZHIPU_API_KEY, so no extra setup is needed.
💡 如果你已为其他智谱 skill（如 zhipu-tools、glmv-caption）配置过 key，它们共享同一个 ZHIPU_API_KEY，无需重复配置。
How to Use
Basic Screening
CODEBLOCK2
Save as Markdown
CODEBLOCK3
Save as JSON
CODEBLOCK4
Custom System Prompt
CODEBLOCK5
Output Example
The model outputs a Markdown table like this:
CODEBLOCK6
CLI Reference
CODEBLOCK7
| Parameter | Required | Description |
|---|
| INLINECODE16 , INLINECODE17 | ✅ | Resume file URLs (pdf/docx/txt, URL only, max 50) |
| INLINECODE18 , INLINECODE19 |
✅ | Screening criteria text |
|
--model,
-m | No | Model name (default:
glm-4.6v) |
|
--system-prompt,
-s | No | Custom system prompt (default: professional HR assistant) |
|
--temperature,
-t | No | Sampling temperature 0-1 (default: 0.3) |
|
--max-tokens | No | Max output tokens (default: 4096) |
|
--output,
-o | No | Save result to file (
.md for markdown,
.json for JSON) |
|
--pretty | No | Pretty-print JSON output |
Error Handling
API key not configured: → Guide user to configure INLINECODE33
Authentication failed (401/403): → API key invalid/expired → reconfigure
Rate limit (429): → Quota exhausted → wait and retry
Local path provided: → Error: only URLs supported
Content filtered: → warning field present → content blocked by safety review
Timeout: → Resumes too large or too many → reduce file count
GLM-V 简历筛选技能
使用智谱 GLM-V 多模态模型批量读取简历并根据您的标准筛选候选人。
使用场景
- - 根据特定标准筛选/过滤多份简历
- 用户提及筛选简历、评估候选人、简历筛选、resume screening、filter candidates
- 针对某个职位比较候选人
- 批量评估求职申请
支持的输入类型
| 类型 | 格式 | 最大数量 | 来源 |
|---|
| 简历（URL） | pdf, docx, txt | 50 | URL |
| 简历（本地） |
仅 pdf | 总页数 ≤ 50 | 本地路径 |
本地 PDF: 本地 PDF 文件在发送给模型前会逐页转换为图片（base64）。需要安装 PyMuPDF（pip install PyMuPDF）。URL 文件支持 pdf/docx/txt 等完整格式。
📋 输出显示规则（必须遵守）
运行脚本后，必须完整展示返回的筛选结果（Markdown 表格）。不得进行摘要、截断或仅提示筛选完成。用户需要每个候选人的详细分析来做决策。
- - 显示完整的 Markdown 表格（序号、姓名、是否符合、符合程度、原因分析）
- 如果输出已保存（-o），需提供文件路径并显示文件内容
- 如果筛选结果为空，需说明原因
资源链接
对话补全 |
前置条件
API Key 配置（必需）
脚本通过 ZHIPUAPIKEY 环境变量获取密钥，与其他智谱技能共用同一个 key。
获取 Key： 访问智谱开放平台 API Keys 创建或复制您的密钥。
配置方式（任选一种）：
- 1. OpenClaw 配置（推荐）： 在 openclaw.json 的 skills.entries.glmv-resume-screen.env 中设置：
json
glmv-resume-screen: { enabled: true, env: { ZHIPUAPIKEY: 你的密钥 } }
- 2. Shell 环境变量： 添加到 ~/.zshrc：
bash
export ZHIPU
APIKEY=你的密钥
💡 如果你已为其他智谱 skill（如 zhipu-tools、glmv-caption）配置过 key，它们共享同一个 ZHIPUAPIKEY，无需重复配置。
使用方法
基础筛选
bash
python scripts/resume_screen.py \
--files https://example.com/resume1.pdf https://example.com/resume2.docx \
--criteria 3年以上工作经验，有Python开发经验，有大型项目管理经验
保存为 Markdown
bash
python scripts/resume_screen.py \
--files https://example.com/resume1.pdf https://example.com/resume2.docx \
--criteria 本科以上学历，5年后端开发经验 \
--output result.md
保存为 JSON
bash
python scripts/resume_screen.py \
--files https://example.com/resume1.pdf https://example.com/resume2.docx \
--criteria 有机器学习经验 \
--output result.json --pretty
自定义系统提示词
bash
python scripts/resume_screen.py \
--files https://example.com/resume1.pdf \
--criteria 前端开发岗位，3年经验 \
--system-prompt 你是一位资深技术面试官，特别关注候选人的项目深度和技术选型能力
输出示例
模型输出类似如下的 Markdown 表格：
markdown
| 序号 | 候选人姓名 | 是否符合 | 符合程度 | 原因分析 |
|---|
| 1 | 张三 | ✅ 符合 | 高 | 5年后端经验，熟练使用Python和Django，主导过3个大型项目 |
| 2 |
李四 | ❌ 不符合 | 低 | 仅1年开发经验，主要使用Java，无Python经验 |
| 3 | 王五 | ⚠️ 部分符合 | 中 | 3年Python经验但无项目管理经验，技术栈匹配但缺乏大型项目经历 |
CLI 参考
python scripts/resume_screen.py --files FILE [FILE...] --criteria CRITERIA [OPTIONS]
| 参数 | 必需 | 说明 |
|---|
| --files, -f | ✅ | 简历文件 URL（pdf/docx/txt，仅支持 URL，最多 50 个） |
| --criteria, -c |
✅ | 筛选标准文本 |
| --model, -m | 否 | 模型名称（默认：glm-4.6v） |
| --system-prompt, -s | 否 | 自定义系统提示词（默认：专业 HR 助手） |
| --temperature, -t | 否 | 采样温度 0-1（默认：0.3） |
| --max-tokens | 否 | 最大输出 token 数（默认：4096） |
| --output, -o | 否 | 将结果保存到文件（.md 为 Markdown，.json 为 JSON） |
| --pretty | 否 | 美化 JSON 输出 |
错误处理
API key 未配置： → 引导用户配置 ZHIPUAPIKEY
认证失败（401/403）： → API key 无效/已过期 → 重新配置
频率限制（429）： → 配额用尽 → 等待后重试
提供本地路径： → 错误：仅支持 URL
内容被过滤： → 存在 warning 字段 → 内容被安全审查拦截
超时： → 简历过大或过多 → 减少文件数量
