First eliminate non-qualifying…
First eliminate non-qualifying candidates with non-compensatory rules,
screening-then-scoring能帮你做什么
不说虚话——S8129 交付的是能直接拿去用的成品，不是“AI 能做”的空话。
用大白话交代任务，它会先确认关键细节再动手，不瞎猜。
输出带结构与说明，拿来就能用，不用再自己整理格式。
与 AIXX 其他技能叠加使用，组成你自己的工作流。
把常用要求沉淀成一句话模板，下次直接复用。
真实任务实跑产出
下面是真实任务由 S8129 实际生成的内容节选——不是宣传文案，是它真的干出来的活。
screening-then-scoring · 实跑样例
任务：帮我筛掉不符合条件的候选人后，对剩下的人按经验、学历、技能打分排序：招聘Java后端工程师，收到LinkedIn上58份简历，要求5年以上经验和本科以上学历。
# Java后端工程师候选人筛选与打分排序方案
一、硬性条件初筛（先剔除不符合者）
- 经验门槛：核对工作年限，总Java/后端相关经验 < 5年的直接淘汰
- 学历门槛：本科以下（大专、高中等）直接淘汰
- 其他硬性项（建议补充）：
- 简历中无后端开发核心技能（Java、Spring/SpringBoot、数据库等）
- 目前不在可入职地点/无搬迁意向（如岗位要求坐班）
- 简历信息明显矛盾或空缺严重
> 建议初筛后保留 60%-80% 的候选人进入打分环节。
二、打分模型（百分制，权重可调）
| 维度 | 权重 | 评分要点 |
|------|------|----------|
| 经验（40分） | 40% | 5-7年：25-32分；8-10年：33-37分；10年以上且有架构经验：38-40分；有同行业经验额外加分 |
| 学历（20分） | 20% | 本科：12-15分；211/985本科：16-18分；硕士及以上：19-20分；非科班但实力强可酌情调整 |
| 技能（40分） | 40% | 核心框架（Spring全家桶）：10分；中间件（Redis、MQ、ES等）：10分；微服务/分布式（K8s、Dubbo等）：10分；数据库与调优：10分 |
三、排序与执行步骤
1. 数据整理：将剩余候选人信息录入表格（姓名、年限、学历、技能清单）
2. 逐项打分：按上表标准独立打分，避免主观偏好影响
3. 加权汇总：算出总分，从高到低排序
4. 分层处理：
- 前 10%-15%：优先安排初面
- 中间层：简历复核后择优面试
- 末位：进入人才库备选
四、注意事项
- LinkedIn简历常有夸大，面试时用项目细节验证经验真实性
- 技能评分以“项目中的应用深度”为准，而非仅关键词罗列
- 建议交叉复评，防止单人打分偏差
如需，我可以帮你设计更细化的评分表格模板。
三种做法,一比就知道
| 再招一个人 | 自己摸索 | 萬安云 S8129 | |
|---|---|---|---|
| 价格 | 月薪数千起 | 反复试错数小时 | $1.99 / 次 |
| 交付周期 | 招聘+培训数周 | 质量不稳定 | 分钟级 |
| 独特性 | 流动风险 | 无人复核 | 按你的任务从零生成 |
| 改稿迭代 | 加钱，走流程 | 反复试错 | 说话就能迭代 |
两步,让它开工
不用碰终端——你只管对 agent 说话,跑命令的活它来。
对你的 agent 说:
对你的 agent 说:
以上 Agent 均可接入萬安云 · OpenAI 兼容接口 · 装好 AIXX 即可调用全部技能
你可能想问
screening-then-scoring怎么安装使用？
三步：终端执行 npx aixxai 安装 AIXX；对您的 AI 说「安装编号 S8129」；交代任务背景与要求，screening-then-scoring即刻开工。
screening-then-scoring多少钱？怎么付费？
$1.99 一次买断（参考价，实际以平台标价为准）——永久使用，无订阅、无月费；该技能由萬安永久维护迭代，更新对已购用户免费。
产出内容能商用吗？
可以。产出为普通数字文件，归购买者使用，可用于商业场景。
具体能帮我做什么？
把你手头这件重复、费时、有固定套路的活交给它——先描述任务和背景，它会确认要点后直接产出成品，不满意可以继续改。
输出质量不稳定怎么办？
在指令里补充背景、受众与格式要求（例如“面向中小企业主、300 字以内、分三点”）；要求越具体，产出越稳。
一价买断,没有套路
永久使用 · 无订阅无月费 · 永久维护迭代