Eine begehrte Stelle zieht Hunderte von Bewerbungen an, und ein Recruiter liest jeden Lebenslauf immer wieder gegen dieselbe Checkliste. Das ist langsam, wird bis Freitag inkonsistent, und gute Kandidaten werden überflogen, wenn der Stapel hoch ist.
sonnet1 WocheERPNextOpenAIGoogle DriveSlack
Claude
88ROI
74Scale
$4.9k92Saved
ROI for
README.md
Warum dieser Subagent
Eine begehrte Stelle zieht Hunderte von Bewerbungen an, und ein Recruiter liest jeden Lebenslauf immer wieder gegen dieselbe Checkliste. Das ist langsam, wird bis Freitag inkonsistent, und gute Kandidaten werden überflogen, wenn der Stapel hoch ist.
Dieser Agent bewertet jeden Bewerber gegen die Rubrik Ihrer Stellenausschreibung, mit einer schriftlichen Begründung hinter jedem Kriterium, sodass das Ranking vertretbar ist. Er setzt die Stärksten auf die Shortlist, markiert den Rest und postet eine gerankte Liste im Hiring-Channel. Recruiter starten mit einem sortierten Stapel statt mit einer rohen Inbox.
So läuft er
Used at step 01 to kick off the pipeline.
Write
Used at step 01 to kick off the pipeline.
WebFetch
Used at step 01 to kick off the pipeline.
WebSearch
Used at step 01 to kick off the pipeline.
Parst den Lebenslauf in Skills, Jahre an Erfahrung und relevante Rollen.
pending
Bewertet den Bewerber gegen die Rubrik der Stellenausschreibung, mit einer Begründung je Kriterium.
pending
Setzt die Top-Scorer auf die Shortlist, markiert den Rest und postet die gerankte Liste im Hiring-Channel.
pending
Beispiel-Output
json
// Sample output
// (generated when the pipeline finishes)
Score an applicant against a JD rubric and return a per-criterion breakdown, a total score, and a shortlist yes or no with reasons.
Unlock the rest
The full agent definition, install snippet, and starter task are gated for community members.
Members get the full `.md` agent file, the npm / pnpm install one-liners, a starter prompt that we've tuned against real runs, and the open-source repo when this automation ships there. One email, magic link, done.