CV:n kommer i alla tänkbara layouter och vanliga textparsers sätter i halsen på de kreativa. Den här läser dem som en människa gör, med vision, och returnerar sedan ren JSON.
sonnet1 veckaGPT-4 VisionPDF.con8nPostgres
Claude
77ROI
88Scale
$2.2k92Saved
ROI for
README.md
Varför denna subagent
CV:n kommer i alla tänkbara layouter och vanliga textparsers sätter i halsen på de kreativa. Den här läser dem som en människa gör, med vision, och returnerar sedan ren JSON.
Den renderar varje sida som en bild, fångar namn, roller, datum och kompetenser och mappar dem till ett fast schema som ditt ATS kan ta emot. Knepiga tvåspaltsdesigner slutar krascha importen.
Så kör den
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.
Läs sidorna med en vision-modell för att fånga namn, roller, datum och kompetenser.
pending
Normalisera resultatet till ett fast JSON-schema med enhetliga datumformat.
pending
Validera obligatoriska fält och flagga varje CV där ett nyckelfält inte gick att läsa.
pending
Exempel på output
json
// Sample output
// (generated when the pipeline finishes)
Parse the resume into the fixed JSON schema; use null for missing fields and never invent employers or dates.
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.