ATS 简历评分示例：下载文本与 PDF，复算 76 到 88 分
固定 JD 只含五个等权技能词。虚构简历原先命中三个，关键词覆盖率为 60%，文本检查为 100%，模拟分数为 76。明确写出原本具备的 Kubernetes 后命中四个，覆盖率为 80%，模拟分数为 88。
示例范围与限制
这是确定性关键词与文本抽取演示，不是真实候选人、客户案例、招聘实验或面试提升证明。JD 是受控的五词输入，不是完整招聘启事。简历为合成文本；不要把示例中新增技能照抄进自己的经历。
下载输入与输出
这些 PDF 是本页的静态演示附件，不是通过付费工作台导出的客户文档。文本抽取使用 PyMuPDF，抽取结果再使用与网站相同的计分函数验证。不同 PDF 解析器可能产生不同空白或阅读顺序。
实测计算结果
| 输入 | 命中关键词 | 覆盖率 | 文本检查 | 模拟分数 |
|---|---|---|---|---|
| 修改前文本 / PDF | Python, SQL, Docker | 60% | 100% | 76 |
| 修改后文本 / PDF | Python, SQL, Docker, Kubernetes | 80% | 100% | 88 |
round(0.60 × 60 + 0.40 × 100) = 76round(0.60 × 80 + 0.40 × 100) = 88
怎样自己复算？
- 将固定 JD 与修改前文本分别粘贴到首页对应输入框，只运行本地检测，无需调用 AI。
- 检查选中的五个词：Python、SQL、Docker、Kubernetes、AWS，确认每个词在 JD 中只出现一次。
- 换为修改后文本，重新检测。只增加 Kubernetes 这个明确词，不添加 AWS。
- 分别上传示例 PDF，或粘贴提供的 PDF 抽取文本，再核对关键词覆盖率及文本检查。
- 若结果不同，先查看选词与词典加载情况，再核对日期、文本长度与复制格式；工具规则更新后本示例也需要复核。
为什么不能追求关键词堆砌？
示例只演示同一真实技能换成明确名称时，字面匹配会如何变化。它没有证明经历质量提高。重复已经命中的词不会提高覆盖率；没有证据支持的 AWS 仍然缺失。AI 建议和高分都不能替代真实经验。
方法与版本
示例核验日期：2026 年 11 月 7 日。结果来自本次生产站计分函数及技能词典；不是雇主 ATS 的基准。