韦尼克开放平台

韦尼克平台

AI Document Platform

⌘K

人岗匹配为 两步调用：先发起匹配任务，再根据 requestId 获取详细结果。

步骤一：发起匹配任务

接口地址：POST https://saas.api.yoo-ai.com/resumes/match

请求体

resume_content 与 resume_url 不能同时为空。

参数名	类型	必填	说明
`resume_content`	string	条件必填	简历结构内容
`resume_url`	string	条件必填	简历 URL
`job_title`	string	是	岗位名称
`job_desc`	string	是	岗位描述

响应字段

字段	类型	说明
`code`	int	状态码
`msg`	string	返回消息
`data.id`	string	匹配分析 ID，后续查询结果时作为 `requestId` 使用

步骤二：查询匹配结果

接口地址：POST https://saas.api.yoo-ai.com/resumes/info

请求体

参数名	类型	必填	说明
`requestId`	string	是	分析 ID
`type`	string	否	`preview` 或 `detail`，建议取 `detail`

结果查询响应字段

顶层字段

字段	类型	说明
`code`	int	状态码
`msg`	string	返回消息
`data.date`	object	评估日期对象，包含 `label` 与 `data`
`data.match_score`	object	匹配度对象，包含 `label` 与 `data`
`data.job_type`	object	求职类型对象，包含 `label` 与 `data`
`data.major`	object	候选人背景维度对象
`data.experience`	object	经验背景维度对象
`data.skill`	object	技能素质维度对象
`data.character`	object	职业素养维度对象
`data.other`	object	其他要求维度对象
`data.img_url`	object	云图对象，包含 `label` 与 `data`
`data.code`	int	结果数据内部状态码

通用维度对象结构

major、experience、skill、character、other 这几个维度对象在研发示例中结构基本一致：

字段	类型	说明
`label`	string	维度名称，如“候选人背景”“经验背景”
`data`	number	该维度得分
`content`	object	该维度下的细分匹配项集合

细分匹配项结构

维度下的 content 中，每个细分项通常包含以下字段：

字段	类型	说明
`label`	string	细分项名称，如学历、专业、岗位背景
`jd_value`	string \| object[]	JD 侧要求值
`job_value`	string \| object[]	简历侧解析值
`match`	number	是否命中，示例中 `1` 表示命中，`0` 表示未命中
`match_content`	string \| object[]	命中明细，可为空字符串、空数组或对象数组

主要维度说明

字段	说明
`data.major`	候选人背景，示例中包含 `recruitment_type`、`degree`、`school_type`、`unified`、`full_time`、`profession`、`age`、`work_year`、`trade`、`job_name` 等细分项
`data.experience`	经验背景，示例中包含 `work_background`，用于比较 JD 与简历中的工作名称、工作对象、业务指标等
`data.skill`	技能素质，示例中包含 `software`、`certificate`、`language` 等细分项
`data.character`	职业素养，示例中包含 `character` 细分项
`data.other`	其他要求，示例中包含 `other` 细分项
`data.img_url.data`	云图图片地址

接入建议

如果你已经做过简历解析，优先用结构化内容做匹配，结果更可控。
招聘后台建议展示总分 + 各维度得分 + 命中项/缺失项。
轮询时可做 2 到 5 秒间隔，避免过于频繁请求。