核心用法
本 Skill 设计为5个招聘动作的微工作流套件，当前最成熟的场景是 面试反馈归一化（summarize_interview_feedback）。用户输入来自飞书、企业微信、邮件或表单的零散面试官笔记，系统输出标准化结构：归一化数据、决策摘要、缺失信息、下一步行动、候选人沟通稿、ATS回写记录及合规风险提示。
其他4个动作包括：简历JD匹配评分（score_candidate）、Offer审批包草拟（create_offer_approval_pack）、候选人沟通稿生成（generate_candidate_message）、招聘追踪表更新（update_candidate_tracker）。
显著优点
场景贴合度高：深度适配中国互联网招聘的碎片化信息流特征——面试官反馈分散在聊天、语音转文字、表单中，Skill 主动处理脏数据而非要求用户预处理。
输出可直接执行：所有产出按 normalized_data → decision_summary → next_action → message_draft → record_update 的结构组织，HR 可直接粘贴至飞书多维表格、钉钉审批或发送候选人。
生产级配套完整：包含真实用户场景文档、示例输入文件（JSON）及 Node.js 脚本，支持本地生成面试纪要 DOCX、沟通稿和 CSV 追踪行。
风险前置提示：针对中国劳动法与隐私合规，在存在实质性风险时触发 compliance_warning_if_any 字段，而非泛泛提醒。
潜在局限
版本成熟度不均：文档明确标注仅 summarize_interview_feedback 达到"真实上线使用"标准，其余4个动作的完整性和边界情况覆盖度存疑。
本地运行依赖：生成可下载文件（DOCX/CSV）需执行 node scripts/generate_interview_packet.js，依赖本地 Node.js 环境，纯云端交互场景受限。
输入容错未量化：虽声明处理 OCR、聊天记录等脏数据，但未给出置信度阈值或具体容错策略，极端模糊输入可能导致误判。
ATS 适配需手动：update_candidate_tracker 默认输出通用格式，用户若使用非标准 ATS 需自行映射字段。
适合人群
- 互联网/科技公司招聘 HR 与 HRBP：处理高并发、多面试官、快节奏的招聘流程
- 猎头与 RPO 团队：需快速归一化客户面试官反馈并生成候选人沟通材料
- 中小公司单一 HR：缺乏系统化 ATS，依赖飞书/钉钉表格手动追踪，需要结构化辅助
常规风险
数据隐私：输入可能包含候选人身份证号、手机号、过往薪资等敏感信息，本地脚本运行需确保输出目录访问控制；云端使用时建议脱敏处理。
劳动合规：Offer 审批包草拟中的薪资、试用期、工作地等字段若与最终劳动合同不一致，可能引发争议；Skill 仅辅助起草，不具备法律审查能力。
决策责任归属：recommended_decision 等字段为算法辅助判断，HR 仍需承担最终用人决策责任，不可替代面试官面评与 HR 专业判断。
版本迭代风险：当前版本 0.2.2，API 与输出结构可能随版本更新变化，生产环境建议锁定版本或建立回归测试。