Token导航 LogoToken导航

Agent Skill · 效率

glmv-resume-screen(glmv 简历屏幕)

glmv-resume-screen 用于整理文档、README、Markdown 和说明材料,适合在 OpenClaw 中需要把零散信息整理成结构清晰的文档时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

glmv-resume-screen 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为接触敏感数据;许可证为 MIT-0,第三方扫描已通过,按安装量在效率类的 21,003 个 Skill 里排第 4,414。

总安装 13,415周安装 548GitHub Stars 1下载 4,340核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.3

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:glmv-resume-screen(glmv 简历屏幕)
来源仓库:https://github.com/jaredforreal/glmv-resume-screen
安装命令:
openclaw skills install glmv-resume-screen
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install glmv-resume-screen

这个 Skill 是做什么的

效率类 Skill 把重复的整理、汇总、转换工作交给助手完成,减少手工复制粘贴。

使用 GLM-V 模型筛选与评估简历,支持 PDF/DOCX/TXT 格式。适用于招聘筛选、人才评估与 HR 流程自动化场景。通过 clawhub 安装,需确认文件读取与用户定义标准输入能力。可对比自定义评分卡,输出结构化评估报告。

glmv-resume-screen 属于效率类 Skill,可作为该场景下的辅助能力补充。建议在使用前验证评分逻辑与数据来源可靠性。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install glmv-resume-screen;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要接触敏感数据,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

glmv-resume-screen 怎么安装?

在终端执行 openclaw skills install glmv-resume-screen。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

glmv-resume-screen 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

glmv-resume-screen 需要什么权限?

权限级别是接触敏感数据。该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

glmv-resume-screen 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

glmv-resume-screen 用的人多吗?

公开数据是累计安装 13,415 次,近一周安装 548 次,下载 4,340 次,GitHub 1 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

glmv-resume-screen 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 需要接触敏感数据,装到常用环境前要先评估影响面。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理效率类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 环境里有大量密钥、凭证,不方便给第三方 Skill 读取的人。
  • 需要厂商级技术支持和 SLA 的生产系统。

效率类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
github

GitHub 代码协作 · OpenClaw

7,632,918545需要联网MIT-0通过
nano-pdf

Nano PDF 文档 · OpenClaw

4,249,476231需要联网MIT-0通过
auto-updater

自动更新程序 · OpenClaw

2,964,063386操作浏览器MIT-0通过
video-frames

视频帧 · OpenClaw

2,621,304112需要联网MIT-0通过
gemini

Gemini 助手 · OpenClaw

2,547,39648需要联网MIT-0有提醒
glmv-resume-screen

glmv 简历屏幕 · 本页

13,4151接触敏感数据MIT-0通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
glmv-resume-screen
description
metadata
openclaw
requires
env
primaryEnv
ZHIPU_API_KEY
emoji
🧾
homepage
https://github.com/zai-org/GLM-V/tree/main/skills/glmv-resume-screen

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

TypeFormatsMax CountSource
Resume (URL)pdf, docx, txt50URL
Resume (Local)pdf onlypages ≤ 50 totalLocal 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

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:
   "glmv-resume-screen": { "enabled": true, "env": { "ZHIPU_API_KEY": "你的密钥" } }
  1. Shell environment variable / Shell 环境变量: Add to ~/.zshrc:
   export ZHIPU_API_KEY="你的密钥"
💡 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

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"

Save as Markdown

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

Save as JSON

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

Custom System Prompt

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"

Output Example

The model outputs a Markdown table like this:

| 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 Reference

python scripts/resume_screen.py --files FILE [FILE...] --criteria CRITERIA [OPTIONS]
ParameterRequiredDescription
--files, -f✅Resume file URLs (pdf/docx/txt, URL only, max 50)
--criteria, -c✅Screening criteria text
--model, -mNoModel name (default: glm-4.6v)
--system-prompt, -sNoCustom system prompt (default: professional HR assistant)
--temperature, -tNoSampling temperature 0-1 (default: 0.3)
--max-tokensNoMax output tokens (default: 4096)
--output, -oNoSave result to file (.md for markdown, .json for JSON)
--prettyNoPretty-print JSON output

Error Handling

API key not configured: → Guide user to configure ZHIPU_API_KEY

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

平台分布

OpenClaw

74.9%
按下载量换算3,251

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

接触敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills