2026年AI招聘：Frappe HRMS（8千星）+ 大模型简历筛选，小团队免费ATS

Frappe HRMS（8,436星）是带招聘模块的免费开源HR套件，大模型层按岗位要求筛简历——小团队无需按席位付费的私有ATS。

💡 你将学到

Frappe HRMS（8,436星）是带招聘模块的免费开源HR套件，大模型层按岗位要求筛简历——小团队无需按席位付费的私有ATS。

📜 目录

• 直接给结论
• 筛选流水线
• 为什么自托管
• 真实数据
• FAQ
• 相关文章

直接给结论

Frappe HRMS（8,436星，GPL-3.0）免费覆盖完整招聘闭环——职位发布、应聘者跟踪、面试、Offer。AI附加层：用PyMuPDF（10,400星）提取简历文本，用大模型对照岗位描述打分，人工阅读前先排序。

筛选流水线

import fitz, openai, json

def score_resume(pdf_path, job_reqs):
    doc = fitz.open(pdf_path)
    text = "".join(p.get_text() for p in doc)
    resp = openai.chat.completions.create(
        model="gpt-4o-mini",
        messages=[{"role": "user", "content":
            f"Score this resume against: {job_reqs}. Return JSON: "
            "{"score": 0-100, "matches": [...], "gaps": [...], "notes": "..."}
" + text}])
    return json.loads(resp.choices[0].message.content)

对全部应聘者跑一遍，按分数排序，取前10-20%进入人工评审。

为什么自托管

真实数据

• 用LLM筛200份简历约1-3美元（mini级模型）、约20分钟。
• 人工筛选平均每份3-5分钟——200份是一整天。
• Frappe HRMS还含薪资、休假和报销模块——一个系统管整个HR职能。

FAQ

Q：大模型能替代人工筛选吗？ A：不能——它做预排名和差距标记。最终入围必须有人读一遍高分简历。

Q：简历数据安全吗？ A：自托管Frappe+本地大模型（Ollama，177,825星）让所有简历留在你的基础设施里——这对GDPR类要求很重要。

Q：能集成LinkedIn吗？ A：没有内置；把申请导出为文件，让流水线消化即可。

相关文章

• Pydantic for LLM 2026：让任何模型输出可靠的结构化JSON
• OpenAI安装指南2026：Python SDK、CLI和本地模型逐步配置
• 2026年自托管AI聊天机器人：AnythingLLM（6.4万星）对比 Open WebUI 与 chat-ui，服务器上的私密ChatGPT

❓ 常见问题

Does the LLM replace human screening?

No - it pre-ranks and flags gaps. Final shortlisting should always involve a human reading the top candidates.

Is resume data safe?

Self-hosted Frappe + local LLM (Ollama, 177,825 stars) keeps all resumes on your infrastructure - important for GDPR-style requirements.

What about LinkedIn integration?

Not built-in; export applications as files and let the pipeline ingest them.