hr-resume-parser

name	hr-resume-parser
description	專門用於處理「104履歷候選分析」。當使用者要求將一批 PDF 履歷轉換、清理並抽取關鍵欄位成 CSV 時，請使用此技能。

HR Resume Parser (履歷候選分析技能)

當使用者提出需要針對候選人的履歷進行解析、整理或表格化（特別是指 104 系統匯出的 PDF 履歷）時，必須觸發並嚴格遵循本技能的所有流程。

🎯 技能目標

確保多份雜亂格式的 PDF 履歷能夠被精準且無遺漏地轉換為結構化資料，並整理成利於 HR 判讀的 CSV 表格。解決 PDF 轉檔常見的隱藏字元、換行錯位及康熙字典部首亂碼問題。

📍 執行流程 (SOP)

步驟 1: 來源確認與前置轉檔 (來源限定 .MD)

1. 掃描指定目錄，確認存在 .pdf 的履歷檔案。
2. 利用官方指定的 scripts/convert_pdfs.py 腳本進行 PDF 轉 Markdown 處理。該腳本使用 Python 的 markitdown 函式庫，可避免終端機指令編碼錯誤。執行時必須使用指定的綠色環境：D:\green-tools\python-3.14.2-embed-amd64\python.exe scripts\convert_pdfs.py。
3. 確保所有分析都必須基於生成的 .md 檔案，絕不從其他快取或不明來源讀取。

步驟 2: MD 檔案的預先清理與標準化 (解決編碼與亂碼)

1. 關鍵認知：MarkItDown 轉換出來的文件會夾帶不可見的分頁符號（如 \x0c）以及康熙部首字元（如「⼯」與「工」不同）。
2. 呼叫我們專屬的腳本 scripts/extract_hr_data.py。該腳本內含 unicodedata.normalize('NFKC')，會先在背景處理這些編碼陷阱與不規則的空格，才能進行安全分析。

步驟 3: 欄位抽取執行

執行腳本 scripts/extract_hr_data.py，強制且唯一地抓取以下九大欄位（CSV 加上自動產生的序號後為 10 欄）：

• 姓名
• 年紀 (只准顯示數字)
• Email (從履歷正則擷取的聯絡信箱)
• 語文能力 (抓取語言種類與程度)
• 學歷 (必須抓取完整的字串區塊)
• 近期工作 (顯示公司名稱與職稱)
• 近期工作內容 (將"現職或最近的工作"=【近期工作】內容完整敘述放入這個欄位中)
• 總年資 (只准顯示數字)
• 前二次任職公司 (扣除最新一家後的近兩次經歷，以頓號分開)

步驟 4: 雙重防幻覺查核 (程式 15 組 + Agent 15 組)

1. 程式自動查核 (零 Token 消耗)：腳本 extract_hr_data.py 會自動從結果中隨機抽選 15 名 候選人，以程式邏輯回頭讀取 .md 原始檔比對姓名與年紀，並在終端機印出驗證報告。Agent 需讀取並向使用者回報此測試結果。
2. Agent 手動抽驗 (具人工推理)：除了腳本自動比對的 15 人外，Agent 必須「主動」從 CSV 中 另外隨機挑選 15 筆 不同的候選人資料。
3. 使用檔案檢視工具回頭讀取該候選人對應的 .pdf 原始檔 (嚴禁用 .md 比對)，親自解讀該 PDF 履歷的排版與文字涵義，將 CSV 中的數值與原始檔案徹底比對，並於對話中印出結果，完成雙重驗證。

步驟 5: 產出與最終確認

1. 確認最終的 HR_Data_Summary.csv 每一欄、每一列皆有正確填入資訊。
2. 告知使用者任務已完成，檔案具備 utf-8-sig 編碼可直接供 Excel 開啟。
3. 注意：本步驟產出的 CSV 為初始 10 欄版本（含序號）。後續執行 /review（結案審閱）時，會再新增「審閱結果建議」（總年資之前）與「審閱排除理由簡述」（末欄）共 2 欄，擴充為 12 欄最終版。/review 僅在 CSV 內標註分類結果（正式候選 / 排除 / 降級觀察 / 碩士儲備），由官方腳本 .agent/skills/hr-talent-screener/scripts/apply_review_decisions.py 從 Agent 產出的 review_decisions.json 落地，嚴禁搬移任何 PDF/MD 檔案或建立分類子資料夾。

步驟 6: 整理功能（序號編碼與檔案對照）

腳本 extract_hr_data.py 會在步驟 3 完成後自動執行以下整理：

1. CSV 候選人過濾：僅處理在專案根目錄中「有對應 .pdf 檔案」的 .md 文件，自動排除所有管理文件（README.md、GEMINI.md、CLAUDE.md、ANALYSIS.md 等），無需手動維護排除清單。
2. 序號欄位：在 CSV 第一欄插入三位數序號（001, 002, 003...），依姓名筆劃排序。
3. PDF/MD 重新命名：將原始檔案加上序號前綴（如 001_何建輝.pdf、001_何建輝.md），方便 HR 快速對照 CSV 與實體檔案。若目標檔名已存在則中止並報錯。
4. 改名後抽檢：隨機抽選 15 份已改名的 PDF，比對外部檔名中的人名與 CSV 中的姓名欄位，15/15 全部通過才算合格。

⚠️ 關鍵限制與守則

1. 不要臆測欄位：若某個履歷完全沒有寫「總年資」，則該欄位應留白，絕對不可憑藉經歷時間自行計算。
2. 唯一腳本原則：清理殘留的實驗性程式碼檔案，只保留並使用官方驗證過的 scripts/extract_hr_data.py。
3. 保持純粹：處理過程不應對使用者的系統進行不相關的檔案修改。