Resume Screening AI 是一款面向招聘场景的 AI 简历筛选应用，由 Raman Sha 创建，用于处理大批量候选人简历与职位要求之间的匹配问题。它不是只给出一个候选人名单，而是先让使用者定义职位标准，再上传候选人材料，最后按照与职位描述的相关性排列简历，并展示每个匹配结果背后的证据。这样，招聘人员可以把首轮筛选从逐份阅读 PDF 转变为查看结构化排序和对应技能、经历，同时最终录用决定仍由人来完成。应用更适合在桌面设备上使用。
核心功能
职位标准定义
使用者可以先在左侧设定岗位标准，也就是明确这个职位需要什么条件。职位标准会作为后续比较候选人简历的依据，使不同候选人按照同一份职位说明接受首轮审阅。官网将这一流程概括为从职位简报开始，再形成高匹配候选人的 shortlist。
批量上传简历
应用支持一次上传多份简历，文件格式包括 PDF、DOC、DOCX 和 ZIP 压缩包，也支持包含公开简历 URL 的 XLS、XLSX 及 CSV 表格。这样可以把完整候选人池交给应用处理，而不是逐一打开文件。密码保护的文件不能直接处理，必须先解除密码。
按职位相关性排序
上传简历后，Resume Screening AI 会把候选人放在同一职位描述下比较，并按相关性进行排序。系统面向技能和经历等与岗位有关的内容进行首轮筛选，帮助使用者从大量候选人中先看到更相关的申请者。官网说明，应用可以比较大规模候选人池，并将团队审阅集中到更有价值的证据上。
展示匹配证据
排序结果不仅包含候选人顺序，还会展示与匹配结果对应的证据。招聘人员可以查看候选人的相关技能和经历，以及这些内容如何支持相应的匹配结果。官网将这一过程描述为“review ranked candidates with the matching evidence”，其作用是让 AI 的首轮判断能够被人检查，而不是只依赖一个无法解释的分数。
结构化首轮筛选
应用通过结构化分数和一致的职位简报，让每位申请者接受相同标准的第一轮审阅。对于一次收到数百份甚至更多简历的招聘流程，这种方式可以减少重复浏览材料的工作，并降低相关候选人在高流量申请中被忽略的可能性。符合条件的申请者可以更快进入后续流程，但官网明确保留了人工对最终招聘决定的控制权。
使用方式
该应用建议在桌面设备上使用。操作流程是先定义职位标准，再拖放或上传多份简历，最后查看按相关性排列的候选人及匹配证据。支持 PDF、DOC、DOCX、ZIP，以及含公开简历 URL 的 XLS、XLSX、CSV 文件。官网还说明，用户可以在 Settings 中使用自己的 OpenAI key；正文没有说明是否必须注册，也没有提到独立客户端、浏览器插件、API 或命令行入口。
适用人群与场景
招聘人员可以用它批量处理数百份简历，把时间从浏览 PDF 转移到候选人面试。招聘经理可在不放弃人工决策的前提下，先查看与职位要求更匹配的申请者。HR 团队则可以用统一的职位简报和结构化结果完成首轮筛选，尤其适合每个职位收到大量申请、难以逐份审阅的场景。远程公司或招聘机构也可以借此先聚焦高匹配候选人；官网案例提到，有公司每个职位会收到 1000 多份申请。
定价
官网提供免费使用方式，可以同时开始处理最多五份简历；当需要更大容量时，再选择付费方案。正文没有列出具体付费档位或价格。购买的 credits 目前不会过期，如果政策发生变化，官网会提前一个月通知。用户还可以在 Settings 中使用自己的 OpenAI key。
注意事项
应用会对传输中的数据加密，支付由 Stripe 处理；提交的数据归用户所有，并可从 Settings 删除。官网说明不会出售用户数据，但会保存简历指纹和解析后的文本用于检索，定制数据处理请求需要联系支持。AI 负责第一轮筛选并展示依据，最终招聘决定必须由人工完成；密码保护文件需要先解锁后才能上传处理。
