一个快速且可靠的API,使用FastAPI和spaCy构建,从简历中提取结构化信息。
提取内容:
- 联系信息(姓名,电子邮件,电话)
- 社交资料(LinkedIn,GitHub)
- 专业技能和经验年限
- 按部分分类(总结,经历,教育,项目)
{"status":"ok","message":"Resume Parser API is running."}
curl --location --request GET 'https://zylalabs.com/api/12712/talentinsight+schema+reader+api/24597/analyze+cv' --header 'Authorization: Bearer YOUR_API_KEY'
| 标头 | 描述 |
|---|---|
授权
|
[必需] 应为 Bearer access_key. 订阅后,请查看上方的"您的 API 访问密钥"。 |
无长期承诺。随时升级、降级或取消。 免费试用包括最多 50 个请求。
获取端点返回结构化的简历信息,包括联系方式 社交资料 职业技能和经验细分 POST端点评估简历 提供综合评分 对优缺点的反馈和改进建议
GET响应中的关键字段包括“联系信息”“社交资料”“技能”和“经验年限”POST响应包括“评分”“反馈”和“建议”使用户能够了解简历的有效性
响应数据以JSON格式结构化 对于GET端点 数据被分类为联系人信息和技能等部分 POST端点将反馈组织为不同的字段 使解析和利用变得简单
GET端点提供联系信息 社交媒体链接 技能和经验细节 POST端点分析教育背景 工作经验 技能和认证 评估它们与职位描述的相关性
用户可以通过将简历以PDF或DOCX格式发送到GET端点来个性化他们的请求。对于POST端点,用户可以以JSON格式包括特定的工作描述,以定制评估过程。
数据直接从用户提交的简历中提取。API利用FastAPI和spaCy进行解析,确保信息来源于提供的文档内容
数据的准确性通过使用spaCy提供的先进自然语言处理技术来保持,这些技术有助于确保提取的信息与简历相关且被正确解读
典型的使用案例包括招聘平台评估候选人简历 人力资源系统改善候选人选择 和职业辅导服务为求职者提供关于他们简历质量和相关性的反馈
服务级别:
100%
响应时间:
1,045ms
服务级别:
99%
响应时间:
473ms
服务级别:
100%
响应时间:
670ms
服务级别:
100%
响应时间:
5,312ms
服务级别:
100%
响应时间:
1,434ms
服务级别:
100%
响应时间:
1,450ms
服务级别:
100%
响应时间:
1,296ms
服务级别:
100%
响应时间:
2,811ms
服务级别:
100%
响应时间:
2,507ms
服务级别:
100%
响应时间:
192ms
服务级别:
100%
响应时间:
956ms
服务级别:
100%
响应时间:
1,495ms
服务级别:
100%
响应时间:
6,109ms
服务级别:
100%
响应时间:
357ms
服务级别:
100%
响应时间:
376ms
服务级别:
100%
响应时间:
1,939ms
服务级别:
100%
响应时间:
389ms
服务级别:
100%
响应时间:
849ms
服务级别:
100%
响应时间:
167ms
服务级别:
100%
响应时间:
304ms