# 人才简历信息提取

本模版面向智能文档处理（IDP）场景，帮助构建自动化简历解析与结构化抽取流程，快速识别并提取简历中的关键信息，实现简历到数据库的高效转化，广泛应用于人才筛选、画像分析与智能招聘等业务。

## 模版详情

在模版列表点击**查看详情**进入模版详情页面。在模版详情页面，可以看到处理的效果示例图和工作流拓扑结构。

![](https://community-shared-data-1308875761.cos.ap-beijing.myqcloud.com/artwork/mocdocs/images/wf_template/templat_cv/template_cv_1.png)

## 使用模版

- 在模版列表选择**人才简历信息提取**模版，在模版列表或详情页点击**使用模版**，即可创建数据处理任务并快速生成对应工作流。
- 系统内置示例数据，便于快速上手和测试。
- 需要自行创建目标位置
- 支持根据实际需求，自定义调整解析、提取等工作流算子配置。

![](https://community-shared-data-1308875761.cos.ap-beijing.myqcloud.com/artwork/mocdocs/images/wf_template/templat_cv/template_cv_2.png)

点击**创建并开始运行**，等待工作流运行完毕。

## 查看处理结果

导航至**Catalog**，找到刚才工作流中选择的目标位置，点击文件名，查看处理结果

![](https://community-shared-data-1308875761.cos.ap-beijing.myqcloud.com/artwork/mocdocs/images/wf_template/templat_cv/template_cv_3.png)

## 数据导出

处理完成后，可将提取后的 json 文档导出用于后续的检索。点击 Catalog 里文件右侧的下载按钮，导出完成后解压，你将获得一个如 `人才简历.pdf.json` 的 json 文件。

## 信息查询

完成导出后，可将 JSON 文件导入数据库，通过 SQL 查询调用人才数据，实现多维度的筛选与分析。以下示例基于 MatrixOne 数据库演示；若你尚未创建实例，可参考[数据库实例](../../../matrixone/instances.md)完成环境搭建。

连接实例创建表：

```sql
mysql> CREATE TABLE my_json_data (
    ->     id INT AUTO_INCREMENT PRIMARY KEY,
    ->     content JSON
    -> );
Query OK, 0 rows affected (0.34 sec)
```

接下来，新建一个 my_data.py 脚本，用于实现 JSON 数据的插入与查询功能。

```python
import json
import pymysql

# 读取 JSON 文件
with open("/Users/admin/Downloads/人才简历.pdf-0198acba-2183-7291-9b9c-d32d5c3eb9f5/人才简历.pdf.json", "r", encoding="utf-8") as f:
    json_data = json.load(f)

# 连接 MatrixOne
conn = pymysql.connect(
    host="xxx",
    port=6001,
    user="01946e41-6c67-7246-b36a-72619e9fxxxx:admin:accountadmin",
    password="xxx",
    database="db1",
    charset="utf8mb4"
)
cursor = conn.cursor()

# 插入 JSON 数据
insert_sql = "INSERT INTO my_json_data (content) VALUES (%s)"
cursor.execute(insert_sql, (json.dumps(json_data, ensure_ascii=False),))
conn.commit()
print("✅ JSON 数据已插入 MatrixOne")

# 查询
query_sql = """
SELECT
    JSON_UNQUOTE(JSON_EXTRACT(content, '$."姓名"')) AS '姓名',
    JSON_EXTRACT(content, '$."年龄"') AS '年龄',
    JSON_UNQUOTE(JSON_EXTRACT(content, '$."求职意向"')) AS '应聘职位'
FROM my_json_data;
"""

cursor.execute(query_sql)
rows = cursor.fetchall()

# 输出
print("\n🎯 查询结果：")
for name, age, job in rows:
    print(f"姓名：{name}, 年龄：{age}, 应聘职位：{job}")

# 关闭
cursor.close()
conn.close()
```

运行脚本

```bash
>python my_data.py 

✅ JSON 数据已插入 MatrixOne

🎯 查询结果：
姓名: 全民简历, 年龄: 32, 应聘职位: 行政专员
```