简历筛选与行为面试，使用 Gemini、Elevenlabs 和 Notion ATS 复制

该工作流适合以下人群使用：
- 人力资源专业人士：希望提高简历筛选和面试评估的效率与准确性。
- 招聘经理：需要快速获取候选人信息并进行评估，以便做出招聘决策。
- 企业管理者：希望通过自动化工具优化招聘流程，从而节省时间和成本。
- 技术团队：需要集成不同工具（如Notion、Google Drive等）以实现数据流的自动化。

该工作流解决了以下问题：
- 简历筛选效率低：通过自动化流程，快速筛选候选人简历，节省人力资源的时间。
- 评估标准不一致：使用AI模型（如LangChain和Google Gemini）对候选人进行统一评估，确保评估标准的客观性和一致性。
- 数据整合困难：将来自不同平台（如Notion、Google Sheets等）的信息整合到一个统一的数据库中，便于管理和分析。

工作流程详细步骤如下：
1. 申请表单提交：候选人通过嵌入的N8N表单提交申请，上传简历。
2. 简历提取：系统自动提取简历中的个人信息、教育背景、工作经历和技能等关键信息。
3. 简历评分：利用AI模型对候选人的简历进行评分（1-10分），并生成评估报告。
4. 获取职位描述：从Notion数据库中提取与职位代码匹配的职位描述。
5. 候选人摘要生成：生成候选人的简要摘要，包含教育、工作经历和技能等信息。
6. 创建候选人记录：在Notion中创建候选人记录，包含简历评分和AI评估结果。
7. 音频面试：通过ElevenLabs进行AI行为面试，并生成面试评估报告。
8. 数据备份：将候选人信息备份到Google Sheets，便于后续合规报告和分析。
9. 更新Notion数据库：将面试结果和音频链接更新到Notion数据库中，供招聘经理查看。

用户可以通过以下方式自定义和适应此工作流：
- 修改表单字段：根据职位要求调整申请表单中的字段，例如添加或删除所需信息。
- 调整评分标准：根据公司需求自定义AI评分模型的标准和权重。
- 更新数据库连接：根据新的Notion数据库或Google Sheets文档更新相关连接信息。
- 修改面试问题：根据职位要求调整AI面试的问题，以更好地评估候选人的适应性。
- 调整输出格式：根据需要定制生成的候选人评估报告的格式和内容。