前言¶
做内部效率工具的人多少会遇到这类需求：招聘旺季，业务部门催着要 JD；HR 每天在几百份简历里做第一轮筛选；面试官临时问一句“这个岗位该按什么结构聊”，没人有空重新组织语言；新员工入职第一天反复回答同样的考勤、报销、年假问题。这些事不复杂，但量大、重复、模板化，正是适合交给模型处理的那部分工作。
下面介绍的「人事」就是一个针对这些场景的 Skill，它把 JD 撰写、简历初筛、面试提纲、入职与制度问答集中到一个能力包里，供 Agent 在对话中按需调用。
这是什么¶
「人事」是一个企业 HR 方向的 AI Skill，属于 SkillHub 上的通用 SKILL.md 格式 Skill 包。
- 名称：人事
- 坐标：@kunlungrowth/kunlun-renshi
- 官方地址：https://api.skillhub.cn/kunlungrowth/kunlun-renshi
- SkillHub 页面：https://www.skillhub.cn/skills/kunlungrowth/kunlun-renshi
- 版本：1.1.0
- 发布者：昆仑增长
- 来源：enterprise
- 分类：business-ops
- 标签：requires_api_key=false（即不需要额外 API Key 配置）
- SkillHub 评分：100000，下载 932 次，安装 0 次
它解决的问题很集中：把 HR 日常工作里高度重复的文案生成和问答环节，交给模型按固定流程产出，减少人工从头起草的成本。
核心功能¶
根据官方页面给出的简介，「人事」覆盖四类能力：
1、招聘 JD 生成。按岗位、职级、团队信息产出职位描述初稿，HR 再做审核和微调。
2、简历初筛。对收到的简历做第一轮结构化判断，把明显不匹配的过滤掉，保留可进入面试的候选。
3、面试提纲。为具体岗位生成面试提问清单，帮助面试官在有限时间内覆盖关键考察点。
4、员工入职与制度问答。针对新员工常见的考勤、请假、报销、转正等问题给出制度层面的回答。
这四类能力的共同点是输入结构化、输出有固定模板，适合作为 Skill 的标准化流程固化下来。需要注意，官方简介只到这一层，具体每个能力的输入参数、输出字段和调用方式，抓取到的页面没有展开，本文不做推测。
安装与启用¶
官方资料中没有给出明确的安装命令、目录路径或配置字段，因此这一节只列出可以核实到的启用前提：
- Skill 坐标为 @kunlungrowth/kunlun-renshi，在支持 SkillHub 技能市场的客户端里按坐标检索安装。
- 分类为 business-ops，来源标记为 enterprise，说明它面向企业运营场景，由企业侧维护。
- 标签 requires_api_key=false，表示启用该 Skill 不需要额外配置 API Key。
Cursor、Codex CLI、Claude Code 在不同客户端下对 Skill 的安装入口和调用方式并不完全一致。由于本次未能打开官方页面核实这三类环境的具体差异，这里不写未经核实的步骤。需要确认时，直接打开官方地址查看对应客户端的启用说明。
典型用法¶
抓取到的资料里没有提供官方示例，下面是「人事」四类能力对应的典型使用路径，属于按功能定位推导的使用方式，不是官方示例：
1、业务部门提出用人需求后，用招聘 JD 能力生成职位描述初稿，HR 校对后发布。
2、收到一批简历后，用简历初筛能力做第一轮过滤，得到进入面试的候选列表。
3、面试前，用面试提纲能力按岗位生成提问清单，发给面试官。
4、新员工入职时，用制度问答能力回答重复性问题，减少 HR 的即时答疑压力。
适用场景与注意¶
适合谁：团队内部有招聘、入职、员工制度问答需求，希望把重复文案工作交给模型初稿的团队；尤其是 HR 人手少、招聘季任务集中的中小企业。
需要注意的几点：
- Skill 当前安装量为 0，说明在实际使用反馈方面公开信息有限，建议先在内部小范围试用再推广。
- 简历初筛涉及对人的判断，模型输出只能作为第一轮参考，录用决策仍应由人确认。
- 制度问答的准确性依赖企业自身的制度文本，接入时需要把内部制度作为依据提供给模型，不能只依赖通用知识。
- 本文依据的抓取资料显示版本为 1.1.0，后续可能更新，使用前以官方页面为准。
结尾¶
「人事」的价值在于把 HR 工作中重复度高、模板化的四件事——JD、简历初筛、面试提纲、制度问答——固化成可调用的流程，减少人工起草的启动成本。它不需要额外 API Key，接入门槛较低，适合作为企业内部 HR 提效的起点。
官方地址：https://api.skillhub.cn/kunlungrowth/kunlun-renshi
