AI-CV-Parser-Global

Extract structured JSON data from CVs (PDF, PNG, JPG) using AI Tools

原始信息汇总

AI-CV-Parser-Global 数据集概述

基本信息

• 数据集名称: AI-CV-Parser-Global
• 类别: Jobs
• 提供者: Matteo Poli
• 订阅者数量: 1
• 流行度: 2 Popularity
• 服务等级: 58% Service Level
• 延迟: 5418ms Latency
• 测试状态: N/A Test

订阅计划与定价

• BASIC: $0.00 / 月
• PRO: $9.99 / 月
• ULTRA: $39.99 / 月
• MEGA: $99.99 / 月

功能描述

AI-CV-Parser-Global 是一个文档分析引擎，可将混乱的简历（PDF、文本、奇怪布局）转换为纯净的结构化数据。它不使用旧的“愚蠢”关键词方法，而是利用 Google Gemini 2.0/3.0 的智能来像人类招聘人员一样阅读和理解简历，但时间少于 2 秒。这是一个高精度的无服务器 API，旨在将非结构化文档（PDF、图像、TXT）转换为结构化 JSON 数据，以便集成到 ATS、CRM 和 HR 数据库系统中。

主要特性

• 视觉优先智能: 凭借 Gemini 2.0/2.5/3 模型的多模态能力，原生分析 PDF（包括扫描件）、JPG 和 PNG。
• 深度数据提取: 语义提取个人信息、联系方式、工作经历、教育背景和技能，并输出标准化结果。
• 自动回退与弹性: 集成系统在高级模型之间自动循环，确保 100% 的响应率。
• 隐私设计: 仅在内存中处理（无状态）。不存储任何数据。

技术规格

• 端点: 由 RapidAPI 仪表板提供。
• 身份验证: 请求头 X-RapidAPI-Key（由 RapidAPI 分配）。
• 请求格式: JSON（Base64 编码的文件）。
• 响应格式: JSON（UTF-8），意大利语。

API 文档

1. JSON 响应示例

json { "anagrafica": { "nome": "Alex", "cognome": "Smith", "data_nascita": "1995-08-20", "citta": "Milano" }, "contatti": { "email": "[e-mail]", "telefono": "[phone]", "linkedin": "https://linkedin.com/in/alexsmith" }, "esperienze_lavorative": [ { "azienda": "Startup Alpha", "ruolo": "Lead Engineer", "periodo": "2022 - Presente", "descrizione": "Gestione team tecnico e sviluppo cloud." } ], "competenze": { "hard_skills": ["AWS", "Kubernetes", "Python"], "soft_skills": ["Problem Solving"], "lingue": [{"lingua": "Inglese", "livello": "C1"}] }, "sommario_professionale": "Esperto di sistemi complessi." }

2. 使用示例

python import requests import base64

def parse_cv(file_path): url = "https://ai-cv-parser-global.p.rapidapi.com/CV-Parser-Pro"

# Usa la tua chiave che trovi nella dashboard di RapidAPI
headers = {
    "x-rapidapi-key": "IL_TUO_TOKEN_RAPIDAPI",
    "x-rapidapi-host": "ai-cv-parser-global.p.rapidapi.com",
    "Content-Type": "application/json"
}

with open(file_path, "rb") as f:
    encoded_string = base64.b64encode(f.read()).decode("utf-8")
    
payload = {
    "nome_file": file_path,
    "file_content": encoded_string
}

response = requests.post(url, json=payload, headers=headers)
return response.json()

#Test print(parse_cv("mio_cv.pdf"))

3. 请求负载

发送一个包含文件名和 Base64 内容的 JSON 对象。 json { "nome_file": "curriculum_vitae.pdf", "file_content": "JVBERi0xLjQKJ...[STRINGA_BASE64]..." }