跳到正文
GitHub · 去对齐工具与仓库·· 17 天前精选AI 评分55

rolescan 开源:确定性预过滤加 LLM 两级打分的求职扫描工具

younis-y/deterministic-llm-pipeline

来源与原文

GitHub · 去对齐工具与仓库

发布时间:(北京时间)

阅读原始来源 · github.com ↗
完整链接与内容说明

https://github.com/younis-y/deterministic-llm-pipeline

本站目前仅有 AI 导读与摘要,未展示原文正文;技术细节、代码和完整结论请查看原始来源。

AI 导读

GitHub 用户 younis-y 发布 rolescan,一个直接读取雇主招聘站 ATS JSON 端点的求职扫描工具,用纯 Python 关键词预过滤丢弃大部分职位后再调用 LLM 打分并输出排名摘要。实测一次运行抓取 526 个职位,预过滤丢弃 93%,本地 Ollama 在 25 个职位基准上 verdict 准确率 72%、模型级 blocker 召回 50%,Claude Haiku 打分约每职位 0.003 美元。支持 facts 与 judge 两种模式、绿屋 Greenhouse/Lever/Ashby/Workable/SmartRecruiters/Workday 等数据源适配器、入口点插件扩展、verdict 缓存与离线测试,MIT 许可,需 Python 3.11+。

推荐理由

作者给出了一次真实运行的预过滤丢弃率和成本数字,读者可以借此评估确定性预过滤加两级打分这条成本控制思路是否可迁移。

来源:GitHub · 去对齐工具与仓库 · github.com