客户案例：把招聘群聊变成自动匹配、精准推送与获客

背景

一家多国人力资源 / 劳务中介，日常业务都在即时聊天群聊里进行。候选人简历和雇主招聘信息以文件、照片和文字消息的形式到达，还常常在不同的群之间被多次转发。

员工要把这些信息手工复制到表格里。扫描件难以辨认，同一个候选人反复出现；新职位进来时，找合适的人只能靠翻聊天记录和人工搜索。好的候选人常常联系得太晚，群里提到的新用工需求也很容易被漏掉。

我们没有先要一份需求文档，而是让前线部署工程师直接进入客户的日常工作流：观察简历和职位实际是怎么流转的、招聘顾问真正靠哪些字段做判断、跟进在哪个环节丢失。然后在客户自己的服务器上，一个可用的小切片接一个地搭建并部署系统。

采集：基于即时通讯平台官方的会话存档接口，采集群消息、文件、图片以及嵌套的合并转发消息；按群开关控制，只处理经过批准的群。
解析：支持 PDF、Word、旧版 DOC/WPS、Excel、HTML 和图片格式（包括扫描表格）的简历与招聘信息；中文 OCR 交叉校验，不确定的字段标记为待人工核对，不做猜测。
去重：按文件实际内容以及「姓名 + 手机号」去重，转发多次的简历只形成一条候选人记录。
自动匹配：按岗位、地点、薪资、工作准证条件等要求，把候选人与职位自动匹配，招聘顾问直接从排好序的候选名单开始，而不是自己搜索。
精准推送：新的匹配结果和新职位一出现，就推送给负责的招聘顾问和群成员，趁合适的候选人还在找工作时及时联系。
获客：从群聊中采集到的雇主用工需求自动整理成结构化线索，为业务团队持续带来新客户和新订单。
完整历史：每一次自动或人工修改都保存前后快照和来源消息。
按角色分权限的工作台：管理员、简历群成员、职位群成员各自只看到被允许看到的内容。
隐私优先：全部处理在客户自己的基础设施上完成，简历内容不发送给外部 AI 模型。

Python · FastAPI · PostgreSQL · Redis · Next.js · OCR

录入、匹配和跟进从人工复制、人工查找变成自动流程：简历和职位自动入库、可检索，匹配结果自动推送给招聘顾问，新的雇主需求变成获客线索。系统交付快、成本低，已在客户自己的环境中运行。

难点从来不在代码，而在于弄清一个忙碌的招聘团队实际怎么工作——哪些群重要、哪些字段决定能否成单、什么时候需要提醒招聘顾问——再把这些变成大家每天真正在用的系统。这正是嵌入式工程师的价值所在。

如果您的业务也依赖群聊、表格和人工跟进，告诉我们现在的工作是怎么流转的。每次合作都从一次简短沟通和一个范围固定的小型付费试点开始。