影刀RPA实操指南：HR场景简历自动筛选与入职流程自动化

影刀RPA实操指南：HR场景简历自动筛选与入职流程自动化

HR的一天，有多少时间花在"操作"上？

我老婆是HR，以前每天晚上回来都跟我抱怨："今天又看了200份简历，眼睛要瞎了。"我一开始以为是开玩笑，后来她给我看了她的工作流程：

这些操作里，除了"判断简历是否合适"这个决策需要人来做之外，其他全是纯机械操作。一套自动化下来，每天至少能省2-3个小时。

我之前帮她搭了一套HR自动化系统，从简历采集到入职流程全覆盖。这篇文章把完整方案整理出来，换个行业背景，你可以直接套用到自己的HR工作中。

核心方案：HR自动化五步闭环

第一步：简历自动采集
├── 多平台统一采集（Boss直聘/智联/前程无忧/LinkedIn）
├── 批量下载简历PDF
└── 自动归类存入文件夹

第二步：简历信息解析与录入
├── PDF转文本 + OCR识别关键字段
├── 自动写入Excel/飞书招聘管理表
└── 自动补充候选人评分

第三步：面试安排自动化
├── 自动发送面试邀请邮件/消息
├── 自动创建飞书日程
└── 面试前自动提醒

第四步：入职材料收集
├── 自动发送入职资料清单
├── 自动收件追踪
└── 资料完整度检查

第五步：多系统录入
├── 自动录入OA系统
├── 自动开通企业微信
└── 自动创建飞书账号

第一步：简历自动采集

HR在各个招聘平台收到的简历格式、位置都不统一。最实用的方案是从HR的邮箱入手——因为几乎所有招聘平台都会把候选人简历以邮件附件形式推送到HR邮箱。

邮箱简历采集流程

# 影刀Python步骤：从邮箱批量下载简历附件
# 适用：网易邮箱/QQ邮箱/企业邮箱（支持IMAP协议）
# 前提：已开启邮箱的IMAP服务（在邮箱设置中开启）

import imaplib
import email
from email.header import decode_header
import os
import re

# ========== 配置（从影刀变量读取） ==========
EMAIL_ADDRESS = GetVar('邮箱地址')
EMAIL_PASSWORD = GetVar('邮箱授权码') # 不是登录密码，是邮箱设置中生成的授权码
IMAP_SERVER = GetVar('IMAP服务器') # 如: imap.163.com, imap.qq.com
SAVE_DIR = GetVar('简历存储目录') # 如: D:/简历库/
SEARCH_KEYWORDS = ['简历', '应聘', '求职', 'Resume', 'CV']
# 只处理最近N天的邮件
DAYS_BACK = int(GetVar('回溯天数'))

# 确保存储目录存在
os.makedirs(SAVE_DIR, exist_ok=True)

# 连接IMAP服务器
mail = imaplib.IMAP4_SSL(IMAP_SERVER)
mail.login(EMAIL_ADDRESS, EMAIL_PASSWORD)
mail.select('INBOX')

# 搜索指定日期范围的邮件
from datetime import datetime, timedelta
since_date = (datetime.now() – timedelta(days=DAYS_BACK)).strftime('%d-%b-%Y')
result, email_ids = mail.search(None, f'(SINCE "{since_date}")')

email_id_list = email_ids[0].split()
downloaded_count = 0

for email_id in email_id_list:
result, msg_data = mail.fetch(email_id, '(RFC822)')
raw_email = msg_data[0][1]
msg = email.message_from_bytes(raw_email)

# 解析邮件主题
subject, encoding = decode_header(msg['Subject'])[0]
if isinstance(subject, bytes):
subject = subject.decode(encoding or 'utf-8', errors='ignore')

# 判断是否是简历邮件
is_resume_mail = False
for keyword in SEARCH_KEYWORDS:
if keyword.lower() in (subject or '').lower():
is_resume_mail = True
break

if not is_resume_mail:
continue

# 解析发件人
from_str = msg.get('From', '')
# 尝试提取姓名和邮箱
from_name = ''
from_email_addr = ''
match = re.search(r'"?([^"<]*)"?\\s*<([^>]+)>', from_str)
if match:
from_name = match.group(1).strip()
from_email_addr = match.group(2).strip()

# 遍历附件
for part in msg.walk():
if part.get_content_maintype() == 'multipart':
continue
if part.get('Content-Disposition') is None:
continue

filename = part.get_filename()
if filename:
# 解码文件名
filename, encoding = decode_header(filename)[0]
if isinstance(filename, bytes):
filename = filename.decode(encoding or 'utf-8', errors='ignore')

# 只下载简历格式：PDF/Word
if not any(filename.lower().endswith(ext) for ext in ['.pdf', '.doc', '.docx']):
continue

# 构建保存的文件名：日期_候选人姓名_原文件名
safe_from_name = re.sub(r'[\\\\/*?:"<>|]', '', from_name or '未知')
save_name = f"{datetime.now().strftime('%Y%m%d')}_{safe_from_name}_{filename}"
save_path = os.path.join(SAVE_DIR, save_name)

# 保存附件
with open(save_path, 'wb') as f:
f.write(part.get_payload(decode=True))

downloaded_count += 1
print(f'下载: {save_name}')

mail.logout()

SetVar('下载简历数', downloaded_count)
print(f'简历采集完成，共下载{downloaded_count}份')

招聘平台页面直接采集（备选方案）

有些HR习惯直接在招聘平台页面上下载简历。各平台的简历列表页面结构：

拼多多店群自动化报活动上架！

# Boss直聘 – 沟通中的人才列表
//div[contains(@class,'chat-record-item')] # 候选人卡片
.//span[contains(@class,'name')] # 候选人姓名
.//span[contains(@class,'job-name')] # 应聘职位
.//a[contains(text(),'查看简历')] # 简历链接

# 前程无忧 – 收到的简历列表
//div[contains(@class,'resume-item')] # 简历行
.//span[contains(@class,'name-text')] # 姓名
.//a[contains(@class,'download')] # 下载按钮

# 智联招聘 – 应聘简历列表
//div[contains(@class,'apply-item')] # 应聘记录行

第二步：简历信息解析

下载简历PDF后，需要提取关键信息。这块用影刀内置OCR或者Python的PDF解析库来处理。

# 影刀Python步骤：简历PDF解析与关键信息提取
# 依赖：pip install PyPDF2 pdfplumber

import PyPDF2
import pdfplumber
import re
import json
import os

resume_dir = GetVar('简历存储目录')
results = []

# 遍历下载的简历PDF
for filename in os.listdir(resume_dir):
if not filename.endswith('.pdf'):
continue

filepath = os.path.join(resume_dir, filename)
full_text = ''

# 方法1：先用pdfplumber提取（对表格格式更好）
try:
with pdfplumber.open(filepath) as pdf:
for page in pdf.pages:
page_text = page.extract_text()
if page_text:
full_text += page_text + '\\n'
except:
pass

# 方法2：如果pdfplumber没提取到文本，用PyPDF2
if not full_text.strip():
try:
with open(filepath, 'rb') as f:
reader = PyPDF2.PdfReader(f)
for page in reader.pages:
full_text += page.extract_text() + '\\n'
except:
pass

# 方法3：如果还是空的，用影刀的OCR指令单独处理
if not full_text.strip():
print(f'文本提取失败，建议用OCR处理: {filename}')
continue

# ========== 关键信息提取 ==========

# 1. 提取姓名（通常在简历开头，2-4个中文字符）
# 简历第一行经常是姓名，取前几行中符合规则的
lines = full_text.strip().split('\\n')
name = ''
for line in lines[:5]:
line = line.strip()
# 匹配2-4个中文字符，且不包含常见非姓名关键词
if re.match(r'^[\\u4e00-\\u9fa5]{2,4}$', line):
if not any(kw in line for kw in ['简历', '个人', '联系', '男', '女', '应聘']):
name = line
break

# 如果第一行没提取到，尝试用"姓名"关键词定位
if not name:
name_match = re.search(r'姓名[：:\\s]*([\\u4e00-\\u9fa5]{2,4})', full_text)
name = name_match.group(1) if name_match else ''

# 2. 提取手机号
phone = ''
phone_match = re.search(r'1[3-9]\\d{9}', full_text)
phone = phone_match.group() if phone_match else ''

# 3. 提取邮箱
email_addr = ''
email_match = re.search(r'[\\w.+-]+@[\\w-]+\\.[\\w.]+', full_text)
email_addr = email_match.group() if email_match else ''

# 4. 提取学历
education = ''
edu_patterns = ['博士', '硕士', '本科', '大专', '中专', '高中']
for level in edu_patterns:
if level in full_text:
education = level
# 尝试提取学校名称（学历关键词前后20字范围内的学校相关词）
edu_pos = full_text.find(level)
nearby = full_text[max(0, edu_pos–30):edu_pos+30]
school_match = re.search(r'([\\u4e00-\\u9fa5]{2,10}(大学|学院|学校))', nearby)
if school_match:
education = f'{school_match.group(1)} {level}'
break

# 5. 提取工作年限
experience = ''
exp_match = re.search(r'(\\d+)[\\s-]*年.*?经验', full_text)
if exp_match:
experience = f'{exp_match.group(1)}年'
else:
# 或者从工作经历的时间跨度推算
year_ranges = re.findall(r'(\\d{4})\\s*[.\\-/至到]\\s*(\\d{4}|至今|今)', full_text)
if year_ranges:
start_year = min(int(y[0]) for y in year_ranges)
total_years = 2026 – start_year # 当前年份
experience = f'约{total_years}年'

# 6. 提取期望薪资
expected_salary = ''
salary_match = re.search(r'(期望|意向|薪资要求|薪酬).*?(\\d+)[kK千]?\\s*[-~至]\\s*(\\d+)[kK千]?', full_text)
if salary_match:
expected_salary = f'{salary_match.group(2)}K-{salary_match.group(3)}K'
else:
# 只提取单一数字
salary_single = re.search(r'(期望|意向).*?(\\d+)[kK千]', full_text)
if salary_single:
expected_salary = f'{salary_single.group(2)}K'

# 7. 提取应聘职位
position = ''
position_match = re.search(r'(求职意向|应聘|意向岗位|期望职位)[：:\\s]*([\\u4e00-\\u9fa5a-zA-Z+/]{2,20})', full_text)
position = position_match.group(2) if position_match else filename.split('_')[1] if '_' in filename else ''

results.append({
'姓名': name,
'手机': phone,
'邮箱': email_addr,
'学历': education,
'工作经验': experience,
'期望薪资': expected_salary,
'应聘职位': position,
'简历来源': filename,
'简历路径': filepath,
'解析时间': datetime.now().strftime('%Y-%m-%d %H:%M:%S'),
'面试状态': '待筛选',
'评分': ''
})

SetVar('简历解析结果', json.dumps(results, ensure_ascii=False))
SetVar('解析简历数', len(results))
print(f'简历解析完成，共{len(results)}份')
for r in results:
print(f' {r["姓名"]} | {r["学历"]} | {r["工作经验"]} | {r["期望薪资"]} | {r["应聘职位"]}')

第三步：写入飞书招聘管理表

将解析结果写入飞书多维表格，HR可以在表格中直接进行筛选、打分、安排面试。

飞书Base招聘管理表字段设计：

第四步：面试自动安排

筛选出合适的候选人后，自动发送面试邀请邮件并创建飞书日程。

# 影刀Python步骤：发送面试邀请邮件 + 创建飞书日程

import smtplib
from email.mime.text import MIMEText
from email.mime.multipart import MIMEMultipart
import json
import requests
from datetime import datetime, timedelta

# ========== 邮件配置 ==========
SMTP_SERVER = GetVar('SMTP服务器') # 如: smtp.163.com
SMTP_PORT = int(GetVar('SMTP端口')) # 如: 465 (SSL)
EMAIL_ADDRESS = GetVar('发送邮箱')
EMAIL_PASSWORD = GetVar('邮箱授权码')

# ========== 候选人数据 ==========
candidates = json.loads(GetVar('待发邀请候选人'))
interview_date = GetVar('面试日期') # 如: 2024-07-15
interview_time = GetVar('面试时间') # 如: 14:00
interview_location = GetVar('面试地点') # 或线上会议链接

for candidate in candidates:
# === 发送面试邀请邮件 ===
msg = MIMEMultipart()
msg['From'] = EMAIL_ADDRESS
msg['To'] = candidate['邮箱']
msg['Subject'] = f'面试邀请 – {candidate["应聘职位"]} – {candidate["姓名"]}'

# 邮件正文
body = f"""{candidate['姓名']}，您好！

感谢您投递{candidate['应聘职位']}职位，经过简历筛选，我们诚挚邀请您参加面试。

面试时间：{interview_date} {interview_time}
面试方式：{'线下面试，地址：' + interview_location if interview_location else '线上面试，会议链接将在面试前发送'}
预计时长：约30-60分钟

请回复本邮件确认是否参加，如有时间冲突可沟通调整。

期待与您的交流！

—
此邮件由RPA自动发送，请勿回复。如有疑问请联系HR。
"""
msg.attach(MIMEText(body, 'plain', 'utf-8'))

try:
server = smtplib.SMTP_SSL(SMTP_SERVER, SMTP_PORT)
server.login(EMAIL_ADDRESS, EMAIL_PASSWORD)
server.sendmail(EMAIL_ADDRESS, candidate['邮箱'], msg.as_string())
server.quit()
print(f'面试邀请已发送: {candidate["姓名"]} ({candidate["邮箱"]})')

# 更新状态
candidate['面试状态'] = '已邀约'
candidate['面试时间'] = f'{interview_date} {interview_time}'
except Exception as e:
print(f'发送失败: {candidate["姓名"]}: {e}')
candidate['面试状态'] = '发送失败'

SetVar('邀请发送结果', json.dumps(candidates, ensure_ascii=False))

第五步：入职资料收集自动化

面试通过后，需要收集候选人的入职资料（身份证、学历证书、离职证明等）。

资料清单自动推送模板：

入职资料清单：
□ 身份证正反面复印件
□ 学历/学位证书复印件
□ 离职证明原件
□ 银行卡信息（工资卡）
□ 一寸照片电子版
□ 体检报告
□ 入职登记表（已附在邮件中）

请在{截止日期}前将所有电子版发送至HR邮箱，纸质版可入职当天携带。

完整流程编排

定时任务（每日8:00、14:00各执行一次）
│
├─→ 步骤1：采集新简历
│ ├─ 登录招聘平台下载最新简历
│ └─ 检查邮箱，下载新到的简历附件
│
├─→ 步骤2：简历解析
│ ├─ 逐份解析PDF关键信息
│ └─ 写入飞书招聘管理表
│
├─→ 步骤3：自动初筛（可选）
│ ├─ 学历不满足条件 → 自动标记"不合适"
│ ├─ 工作经验不足 → 自动标记"不合适"
│ └─ 合适 → 标记"待筛选"，提醒HR查看
│
├─→ 步骤4：HR手动筛选（人工操作）
│ └─ HR在飞书表中查看并打分
│
├─→ 步骤5：发送面试邀请
│ ├─ 对"已通过筛选"的候选人
│ ├─ 自动发送面试邀请邮件
│ └─ 自动创建飞书面试日历
│
├─→ 步骤6：面试前提醒（定时任务）
│ ├─ 面试前一天 → 发送提醒邮件给候选人
│ └─ 面试当天 → 飞书消息提醒面试官
│
└─→ 步骤7：入职资料收集
├─ 面试通过后自动发送资料清单
├─ 定期检查是否收齐
└─ 资料不全时自动催办

常见问题速查

问题1：PDF简历文本提取不出来（全是空白）

现象：pdfplumber和PyPDF2都提取不到文字。 原因：有些简历是扫描版的（图片格式），或者用了特殊字体编码。 解决方式：

• 用影刀的OCR指令提取文本（设置识别语言为中文）
• 或者用百度OCR的PDF识别API：# 百度OCR处理扫描版PDF
  from aip import AipOcr
  

  client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
  result = client.pdf_ocr(pdf_path)

问题2：候选人姓名解析错误（比如把"联系方式"识别为名字）

现象：解析结果中的姓名栏显示的是"联系方式"、"个人简历"等无关文字。 原因：PDF提取文本的前几行可能包含非姓名内容。 解决方式：增加姓名验证规则——匹配到的文本必须全是中文字符，长度2-4个，且不在排除词列表中：

exclude_names = ['简历', '个人', '联系', '求职', '应聘', '自我', '在线', '联系方式']

问题3：Boss直聘等平台的简历没有直接的下载按钮

TEMU店群矩阵自动化运营核价报活动

现象：Boss直聘的简历需要"查看"而不是下载，无法直接获取PDF。 原因：部分平台为了保护候选人隐私，简历是分片展示的。 解决方式：

• 用影刀的"网页截图"截取完整简历页面，保存为PDF
• 或者手动一个个浏览，采集页面上的文本信息（不推荐，效率低）
• 另一个方案：在Boss直聘上引导候选人将简历发送到指定邮箱

问题4：发送面试通知邮件被判定为垃圾邮件

现象：发出的面试邀请邮件都被邮箱系统归类到垃圾箱。 原因：短时间内大量发送相似内容的邮件，触发反垃圾机制。 解决方式：

• 每封邮件之间间隔5-10秒
• 不要使用纯HTML格式，使用纯文本格式更具个人化感觉
• 重要候选人手动发送，自动化仅处理初级筛选

问题5：入职资料追了半天，候选人说"没收到"

现象：发了资料清单邮件，候选人说没收到，结果资料交得晚。 原因：邮件可能进垃圾箱，或者候选人没及时查看。 解决方式：

• 邮件 + 短信双通道通知（短信可通过阿里云短信服务API发送）
• 在飞书Base中跟踪资料收集进度，逾期自动发送催办消息
• 加入"已读回执"功能（技术上有局限，不做强制要求）

问题6：不同招聘平台的简历格式差异太大

现象：Boss直聘导出的PDF和前程无忧导出的PDF结构完全不同，提取规则很难统一。 原因：各平台简历模板不同。

解决方式：

• 不要试图用一套规则覆盖所有平台，按平台分表处理
• 把简历文件名中加入平台标识（如Boss直聘_姓名.pdf）
• 建立平台→字段映射配置表，每个平台单独维护提取规则

推荐资源

• Python PDF解析：PyPDF2 / pdfplumber / reportlab
• 百度OCR PDF识别：https://cloud.baidu.com/product/ocr
• 飞书日历API：https://open.feishu.cn/document/server-docs/calendar-v4/calendar/introduction
• 邮箱IMAP服务开启指南（网易/QQ/企业微信邮箱帮助中心）

内容标签

#影刀RPA #HR自动化 #简历筛选 #招聘自动化 #入职流程 #飞书 #OCR #Python

作者：林焱 | 影刀RPA深度使用者，两年以上实操经验 | 专注于企业办公自动化，涵盖HR、财务、行政等领域