第一阶段后台测试版
把家教简历整理成可比较、可筛选、可排序的数据。
依据需求文档的第一阶段范围搭建:订单管理、师资库、简历结构化、订单投递、硬性条件筛选、匹配度排序和人工复核。
后端连接中...
订单编号、城市区域、授课方式、年级科目、时间、预算、状态和筛选条件。
老师资料统一沉淀,包含院校学历、教龄、擅长科目、区域、时间、案例和标签。
先按硬性条件过滤,再输出匹配度、推荐理由、优势标签、风险提示和差异项。
运营标记重点候选人、修改状态、补充沟通记录,并记录最终推荐或成交结果。
Order Import
输入家教单,观察 JSON 解析和匹配过程
Batch Import
{}
Backend Trace
后台处理过程
粘贴家教单后点击解析。
Parsed Order JSON
{}
Match Runtime JSON
{}
{}
Match Visualizer
订单匹配过程可视化
Order Pool
订单池
Resume Screening
投递简历辅助筛选
Teacher Profile
结构化简历字段
Resume Import
导入老师简历
{}
Batch Import
{}
Manual Review
人工复核与跟进
系统筛选 已剔除科目、城市、时间、性别等硬性不符的投递;预算不硬淘汰,只进入软匹配判断。
运营复核 标记重点候选人,补充沟通备注。
推荐客户 记录推荐、面试、成交或淘汰结果。
Agent Matching
匹配度如何完成
科目、年级、授课方式、城市区域、时间、性别、学历、教龄和预算差距不满足时,进入“已过滤简历”。
通过硬性过滤后,按科目年级、时间、区域、预算、学生目标、风格和画像质量等维度评分,输出推荐理由和风险项。
AI 当前用于结构化解析和软匹配解释;最终硬筛仍保留为可审计规则。
Applications
投递记录状态
| 投递编号 | 订单 | 老师 | 投递状态 | 系统处理 | 运营动作 |
|---|
Reserved
后续能力预留
新订单提醒、投递成功提醒、后台处理状态提醒,后续扩展定向通知。
预留服务费、会员制、优先看单、套餐包、支付记录和退款规则入口。
后续给老师端展示订单、维护资料、上传简历和查看投递进度。