ResumeScore AI

RapidAPI2025-12-03 更新2025-12-03 收录

简历评估

AI招聘

数据链接：

https://rapidapi.com/chrisw/api/resumescore-ai 数据链接链接失效反馈

官方服务：

资源简介：

AI-powered resume scoring API for recruiters. Upload a resume and job description to receive a 0–100 fit score, skill match breakdown, strengths, concerns, and interview notes in structured JSON.

面向招聘人员的AI驱动简历评分应用程序编程接口（API），支持上传简历与职位描述，即可获取以结构化JSON格式封装的0至100分岗位匹配度评分、技能匹配细分详情、优势亮点、潜在顾虑点及面试参考备注。

创建时间：

2025-12-03

原始信息汇总

ResumeScore AI 数据集概述

基本信息

API名称: ResumeScore AI
类别: Jobs
订阅计划:
- BASIC: $0.00 / mo
- PRO: $9.00 / mo
- ULTRA: $29.00 / mo
- MEGA: $99.00 / mo

功能概述

核心功能: AI驱动的简历评分API，用于招聘者和招聘平台。
主要用途: 分析候选人的简历与职位描述的匹配度，返回详细的匹配分数、技能匹配分析、优势、关注点及面试官笔记。
适用场景: ATS系统、HR平台、招聘团队及自动化候选人排名。

主要特性

输入格式支持: PDF, DOCX, 或原始简历文本。
匹配分析: 针对任何职位描述进行匹配。
评分系统:
- 0–100匹配分数及分级。
- 子分数: 经验、技能、资历、行业、教育及软技能。
分析报告:
- 优势与关注点分析。
- 面试官问题建议。
- 风险标志（如就业空白期、频繁跳槽等）。
输出格式: 优化的JSON格式，适用于仪表盘和自动化。

技术细节

端点: POST /resume/scorer/index.php
必需参数:
- job_title: 评估的职位名称。
- job_description: 完整的职位描述文本。
可选参数:
- resume_text: 简历的纯文本版本。
- file: 上传的PDF, DOCX, 或TXT文件。

示例请求与响应

请求示例 (cURL): bash curl -X POST https://yourdomain.com/resume/scorer/index.php -F "job_title=Senior Backend Engineer" -F "job_description=We are looking for a backend engineer with..." -F "file=@resume.pdf"
响应示例 (JSON): json { "ok": true, "meta": { "version": "2025-12-01", "model": "gpt-4.1-mini", "job_title": "Senior Backend Engineer" }, "data": { "overall_score": 82, "score_band": "strong_fit", "sub_scores": { "experience_fit": 88, "skills_match": 84, "seniority_alignment": 75, "industry_alignment": 70, "education_alignment": 65, "soft_skills": 80 }, "verdict": "advance_to_interview", "summary": "The candidate shows strong alignment with backend engineering...", "top_strengths": [ "Experience with distributed systems", "Strong ownership demonstrated in previous roles" ], "concerns": [ "Limited leadership experience", "No recent cloud certifications" ], "notes_for_interviewer": [ "Ask about experience handling incident response", "Confirm level of contribution to prior architecture decisions" ], "risk_flags": [ "job_hopping" ] } }