核心用法
cn-recruiting-workflow 是一款面向互联网招聘场景的智能工作流助手，专为 HR、HRBP 和招聘团队设计。它通过 5 个核心动作（score_candidate、summarize_interview_feedback、create_offer_approval_pack、generate_candidate_message、update_candidate_tracker）覆盖招聘全流程：从简历初筛、面试反馈汇总，到 Offer 审批材料准备、候选人沟通话术生成，再到 ATS 系统回写记录。
当前最成熟的是 summarize_interview_feedback 工作流：用户输入来自飞书、企业微信、邮件或表单的零散面试笔记，Skill 自动归一化为结构化字段（能力反馈、经验匹配、文化契合度、薪资风险等），输出决策建议、候选人沟通草稿、内部备忘文档（DOCX）及 CSV 表格更新行。支持本地 Node.js 脚本直接生成可下载文件，实现从输入到产出的端到端闭环。
显著优点
1. 高度场景化设计：深度贴合中国互联网招聘实践，理解 JD 硬门槛/软偏好、简历信息缺失、面试反馈碎片化等本土痛点
2. 结构化输出标准：强制产出 normalized_data、decision_summary、missing_information、next_action 等 7 个标准字段，直接映射至飞书多维表格、钉钉审批、Notion 或 ATS 系统
3. 可落地的文件交付：不仅输出文本建议，更能生成 Word 文档、CSV 行记录等实体文件，满足内部审批流转和归档需求
4. 风险意识内置：自动识别 compliance_warning_if_any，在涉及劳动法、隐私合规时主动警示
5. 安全纯本地运行：无网络请求、无外部 API 依赖，候选人敏感数据完全本地处理
潜在缺点与局限性
1. 成熟度不均衡：5 个动作中仅 2 个（面试反馈汇总、简历初筛）具备完整的文件产出能力，其余动作目前以文本输出为主
2. 输入依赖质量：虽能处理 PDF、OCR、聊天记录等"脏数据"，但若原始材料严重不足或自相矛盾，输出信心度会显著下降
3. 无实时 ATS 集成：目前通过 CSV/复制粘贴方式回写，未提供与主流 ATS（如北森、Moka、Greenhouse）的直接 API 对接
4. 合规责任边界：虽能提示法律风险，但最终 Offer 决策、劳动法合规判断仍需专业 HR 人工复核
5. Node.js 环境依赖：文件生成功能需本地安装 docx 库，对纯云端使用场景不够友好
适合的目标群体
- 互联网/科技行业 HRBP：面试量大、反馈来源分散、需快速推进招聘节奏的团队
- 初创公司招聘负责人：缺乏完整 ATS 系统，需要轻量级工具快速整理招聘材料
- 猎头顾问：需批量生成候选人评估报告和客户沟通文档
- HR 共享服务中心：需要标准化、可复制的招聘文档模板和输出格式
使用风险
1. 数据泄露风险：虽无网络传输，但生成的 Word/CSV 文件存于本地，需确保输出目录访问控制，避免候选人敏感信息（姓名、薪资、现任公司）泄露
2. 决策过度依赖：Skill 输出"决策建议"而非"决策"，HR 需避免直接套用自动生成的录用/淘汰结论，忽视人工判断和背景调查
3. 输入验证缺失：当前脚本对 JSON 输入缺少严格 schema 验证，格式错误的输入可能导致异常退出
4. 依赖项维护：docx 库虽成熟，但需关注其版本更新和安全补丁
5. 劳动合规边界：Skill 基于通用招聘实践设计，未针对特定地区劳动法规深度定制，涉及试用期、竞业限制等条款时需法律复核