一个通用的 AI Agent skill，用于通过 lark-cli 操作飞书多维表格（Bitable）来管理招聘候选人和简历附件。 可以用在Claude Code、Codex、OpenClaw、Hermes Agent、WorkBuddy、MiniMax Code等支持Skill机制的AI Agent里面。
核心能力：当候选人简历发到招聘聊天时，自动下载/读取简历，解析出姓名、大学、专业、联系方式等信息，上传原始简历附件到 Base，并创建或更新一条候选人记录；此外支持候选人查询/搜索、后续动作更新、岗位视图配置、面试安排（日历事件 + 面试题文档 + 面试前提醒）等完整招聘流程。
- 零配置起步。 只要装好
lark-cli，首次使用时 skill 会自动建好多维表格和全部字段，无需你手动建表或填任何 ID。 - 通用框架，不内置任何岗位。 招聘岗位的 JD 和评分标准通过跟 Agent 对话添加，由 Agent 落盘保存，用户不用手动改文件。
- 方法论完整。 覆盖多消息候选人材料归并、职位缺失时的入库规则、保守解析、去重、附件上传验证、历史简历对账、岗位视图排查等实战细节。
- 强调可验证。 每次写入后都要
record-get/record-search验证，不假设成功。
-
你只需要装好并配置好lark-cli
-
添加招聘岗位时，直接跟你的AI Agent说就行。 直接跟 Agent 说「新增一个岗位：<岗位名>，要求……」或贴一段 JD 文本/文档链接，Agent 会把该岗位的 JD、评价权重、风险项和评分锚点整理保存好到Skill里面。之后发该岗位简历就会按这套标准评分。
添加简历：直接把简历发给你的AI Agent就行。 安排面试：直接跟你的AI Agent对话就行,比如“安排张三明天14：00面试”。AI Agent就会帮你生成面试题，并且提前半个小时发消息提醒你，附上相关信息（如简历、面试题等）
其他的事情也一样，直接对话就行.
SKILL.md— skill 主体：概述、字段结构、环境检查、入库/查询/更新/面试安排流程、常见坑与验收清单。references/positions.md— 岗位 JD 与评分标准（由 Agent 通过对话维护，用户不用手改）。references/position-views.md— 岗位视图配置与评分排查命令。
MIT，见 LICENSE。