مقدمه

بررسی هوشمند رزومه با n8n

بررسی هوشمند رزومه با n8n و Google Gemini | آموزش ساخت سیستم ارزیابی CV با مدل‌های بینایی هوش مصنوعی:

امروزه بسیاری از شرکت‌ها برای کاهش زمان استخدام و افزایش دقت در بررسی رزومه‌ها از سیستم‌های هوش مصنوعی استفاده می‌کنند. با این حال، استفاده از مدل‌های زبانی برای تحلیل مستقیم فایل‌های متنی یا PDF می‌تواند چالش‌های امنیتی جدیدی ایجاد کند. یکی از مهم‌ترین این چالش‌ها، حملاتی مانند Prompt Injection یا استفاده از دستورات مخفی در فایل رزومه است که می‌تواند مدل هوش مصنوعی را فریب داده و نتیجه ارزیابی را تغییر دهد.

تو این آموزش

در این آموزش، Workflow جذابی را بررسی می‌کنیم که با استفاده از n8n، Google Gemini و یک سرویس تبدیل PDF به تصویر، فرآیند بررسی رزومه را به روشی ایمن‌تر انجام می‌دهد. ایده اصلی این Workflow این است که به جای استخراج متن از فایل PDF، ابتدا رزومه به تصویر تبدیل می‌شود و سپس یک مدل بینایی هوش مصنوعی (Vision Language Model) تصویر را مانند یک انسان مشاهده و تحلیل می‌کند.

به این ترتیب، بسیاری از دستورات مخفی، متن‌های نامرئی یا تکنیک‌های دور زدن سیستم‌های ATS که معمولاً در فایل‌های PDF قرار می‌گیرند، تأثیر خود را از دست می‌دهند. در پایان نیز مدل هوش مصنوعی تصمیم می‌گیرد که آیا متقاضی برای ورود به مرحله بعد استخدام مناسب است یا خیر.

اگر قصد دارید یک سیستم غربالگری رزومه هوشمند، سریع و قابل توسعه ایجاد کنید، این Workflow می‌تواند نقطه شروع بسیار مناسبی باشد.

قبل از شروع

بررسی هوشمند رزومه با n8n

اگر هنوز n8n را نصب نکرده‌اید، پیشنهاد می‌کنیم ابتدا مقاله «آموزش n8n» را مطالعه کنید. در آن مقاله، مراحل نصب با Node.js و Docker، راه‌اندازی اولیه و ساخت اولین Workflow به‌صورت کامل آموزش داده شده است. پس از نصب و راه‌اندازی، به این مقاله بازگردید و مراحل پیاده‌سازی این Workflow را دنبال کنید.

این Workflow چه کاری انجام می‌دهد؟

بررسی هوشمند رزومه با n8n

در این Workflow فرآیند بررسی رزومه به چند مرحله تقسیم شده است.

ابتدا یک فایل PDF شامل رزومه داوطلب از Google Drive دریافت می‌شود. سپس فایل از طریق یک API به تصویر تبدیل می‌شود. پس از آن اندازه تصویر برای کاهش حجم و افزایش سرعت پردازش تغییر می‌کند.

در ادامه تصویر تولیدشده به مدل چندرسانه‌ای Google Gemini ارسال می‌شود. این مدل تصویر رزومه را مشاهده کرده و مهارت‌ها، سوابق شغلی و اطلاعات موجود را تحلیل می‌کند. در Prompt مشخص شده که مدل باید بررسی کند آیا فرد برای موقعیت شغلی لوله‌کش (Plumber) مناسب است یا خیر.

در نهایت خروجی مدل به صورت ساختاریافته شامل یک مقدار Boolean و دلیل تصمیم تولید می‌شود. سپس یک Node شرطی نتیجه را بررسی می‌کند تا مشخص شود داوطلب باید وارد مرحله دوم استخدام شود یا خیر.

کاربردهای این Workflow

بررسی هوشمند رزومه با n8n

این Workflow تنها برای بررسی رزومه محدود نمی‌شود و می‌توان از ساختار آن در پروژه‌های مختلف استفاده کرد.

• غربالگری اولیه رزومه‌های متقاضیان استخدام
• بررسی خودکار فایل‌های CV قبل از مصاحبه
• کاهش تأثیر Prompt Injection در فرآیندهای استخدام مبتنی بر هوش مصنوعی
• تحلیل رزومه‌های تصویری یا فایل‌هایی که استخراج متن از آن‌ها دشوار است
• ساخت سیستم ATS هوشمند با استفاده از n8n
• ارزیابی متقاضیان برای موقعیت‌های شغلی مختلف تنها با تغییر Prompt
• بررسی اسناد اسکن‌شده توسط مدل‌های Vision AI
• استفاده در شرکت‌های کاریابی و منابع انسانی برای کاهش حجم کار کارشناسان استخدام

پیش‌نیازهای اجرای Workflow

بررسی هوشمند رزومه با n8n

برای اجرای صحیح این Template به موارد زیر نیاز دارید:

• نصب و راه‌اندازی n8n
• حساب Google Drive
• Credential مربوط به Google Drive در n8n
• API Key مربوط به Google Gemini
• Credential سرویس Google Gemini در n8n
• دسترسی به سرویس Stirling PDF یا نمونه Self-Hosted آن
• اتصال اینترنت پایدار
• فایل PDF رزومه
• مجوز دسترسی به فایل موجود در Google Drive
• آشنایی اولیه با Workflowهای n8n

سرویس‌های استفاده‌شده در این Workflow

بررسی هوشمند رزومه با n8n

Google Drive

در این Workflow فایل رزومه داخل Google Drive نگهداری شده است. Node مربوط به Google Drive فایل PDF را دانلود کرده و در اختیار سایر Nodeها قرار می‌دهد. در پروژه‌های واقعی می‌توان این مرحله را با دریافت فایل از ایمیل، فرم استخدام یا سیستم ATS جایگزین کرد.

Google Gemini

Google Gemini یکی از مدل‌های چندرسانه‌ای گوگل است که علاوه بر متن، توانایی تحلیل تصاویر را نیز دارد. در این Workflow تصویر رزومه برای Gemini ارسال می‌شود تا مانند یک انسان محتوای آن را مشاهده و تحلیل کند.

Stirling PDF

Stirling PDF یک ابزار متن‌باز برای پردازش فایل‌های PDF است. این Workflow از API آن برای تبدیل فایل PDF به تصویر استفاده می‌کند. در محیط عملیاتی بهتر است نسخه شخصی این سرویس را روی سرور خود نصب کنید تا اطلاعات رزومه‌ها در اختیار سرویس‌های عمومی قرار نگیرد.

دانلود Template

بررسی هوشمند رزومه با n8n

فایل JSON این Workflow را از این قسمت دانلود کنید.

آموزش Import کردن Workflow

بررسی هوشمند رزومه با n8n

1. وارد داشبورد n8n شوید.
2. روی Import from File کلیک کنید.
3. فایل JSON را انتخاب کنید.
4. Workflow ایجاد خواهد شد.
5. Credentialهای موردنیاز را تنظیم کنید.

ساختار Workflow

بررسی هوشمند رزومه با n8n

جریان اجرای این Template به شکل زیر است:

مرحله اول: شروع Workflow

اجرای Workflow با Manual Trigger آغاز می‌شود. این روش برای تست و توسعه بسیار مناسب است و امکان اجرای دستی فرآیند را فراهم می‌کند.

مرحله دوم: دانلود رزومه

فایل PDF رزومه از Google Drive دریافت می‌شود. در محیط واقعی می‌توان این مرحله را به دریافت فایل از ایمیل، فرم استخدام یا ATS تغییر داد.

مرحله سوم: تبدیل PDF به تصویر

از آنجایی که مدل‌های بینایی با تصاویر بهتر کار می‌کنند، فایل PDF توسط API سرویس Stirling PDF به تصویر JPG تبدیل می‌شود.

مرحله چهارم: کاهش اندازه تصویر

برای کاهش زمان پردازش و مصرف توکن، تصویر تولیدشده با Node ویرایش تصویر تا ۷۵ درصد کوچک می‌شود.

مرحله پنجم: تحلیل رزومه توسط Gemini

تصویر رزومه همراه با Prompt به مدل Google Gemini ارسال می‌شود. مدل مهارت‌ها، سوابق و اطلاعات موجود را بررسی کرده و درباره مناسب بودن داوطلب تصمیم می‌گیرد.

مرحله ششم: تولید خروجی ساختاریافته

به کمک Structured Output Parser خروجی مدل به صورت استاندارد در قالب JSON تولید می‌شود تا Workflow بتواند بدون نیاز به پردازش متن، نتیجه را تحلیل کند.

مرحله هفتم: تصمیم‌گیری نهایی

در آخرین مرحله، Node شرطی مقدار is_qualified را بررسی می‌کند. اگر مقدار آن True باشد، داوطلب می‌تواند وارد مرحله دوم فرآیند استخدام شود و در غیر این صورت Workflow در همین نقطه متوقف خواهد شد.

آموزش کامل تمام Nodeهای Workflow

بررسی هوشمند رزومه با n8n

در این بخش، تمامی Nodeهای استفاده‌شده در این Workflow به‌ترتیب اجرای فرآیند بررسی می‌شوند. برای هر Node، وظیفه، ورودی، خروجی، تنظیمات مهم، بخش‌های قابل شخصی‌سازی و دلیل استفاده از آن توضیح داده شده است.

۱. Manual Trigger (When clicking “Test workflow”)

وظیفه Node

این Node نقطه شروع Workflow است و اجرای فرآیند را به‌صورت دستی آغاز می‌کند. با کلیک روی Test Workflow کل فرآیند اجرا خواهد شد.

ورودی

ندارد.

خروجی

یک پیام برای شروع اجرای Workflow.

تنظیمات مهم

• نیاز به تنظیمات خاصی ندارد.

• فقط در محیط تست و توسعه استفاده می‌شود.

نکات قابل تغییر

در پروژه‌های واقعی می‌توانید این Trigger را با موارد زیر جایگزین کنید:

• Webhook

• Gmail Trigger

• IMAP Email

• Google Drive Trigger

• فرم استخدام

• Schedule Trigger

• ATS

دلیل استفاده در Workflow

هدف این Template نمایش عملکرد Workflow است؛ بنابراین اجرای دستی بهترین گزینه برای آزمایش مراحل مختلف محسوب می‌شود.

۲. Sticky Note

وظیفه Node

این Node هیچ پردازشی انجام نمی‌دهد و تنها برای مستندسازی Workflow استفاده شده است.

ورودی

ندارد.

خروجی

ندارد.

تنظیمات مهم

امکان تغییر متن، رنگ، اندازه و محل قرارگیری یادداشت وجود دارد.

نکات قابل تغییر

می‌توانید راهنما، لینک مستندات، هشدارها یا توضیحات مربوط به هر مرحله را در Sticky Note قرار دهید.

دلیل استفاده در Workflow

این Template دارای چندین Sticky Note است که مراحل مختلف Workflow را برای کاربران توضیح می‌دهد و باعث افزایش خوانایی پروژه می‌شود.

۳. Download Resume (Google Drive)

وظیفه Node

این Node فایل رزومه PDF را از Google Drive دانلود می‌کند.

ورودی

شناسه فایل (File ID) موجود در Google Drive.

خروجی

فایل PDF رزومه به‌صورت Binary Data.

تنظیمات مهم

• Operation: Download

• File ID

• Google Drive Credential

نکات قابل تغییر

• تغییر فایل رزومه

• دریافت فایل از پوشه دیگر

• دانلود فایل بر اساس نام

• دریافت فایل از Shared Drive

دلیل استفاده در Workflow

تمام مراحل بعدی به فایل PDF نیاز دارند؛ بنابراین این Node اولین داده واقعی Workflow را تولید می‌کند.

۴. HTTP Request (PDF-to-Image API)

وظیفه Node

رزومه PDF را به تصویر JPG تبدیل می‌کند.

ورودی

فایل Binary دریافت‌شده از Google Drive.

خروجی

تصویر رزومه.

تنظیمات مهم

• Method: POST

• Multipart Form Data

• ارسال فایل Binary

• فرمت خروجی JPG

• DPI برابر 300

• حالت Single Image

نکات قابل تغییر

• تغییر فرمت خروجی به PNG

• افزایش DPI

• تبدیل تمام صفحات PDF

• استفاده از API شخصی Stirling PDF

• جایگزینی سرویس تبدیل PDF

دلیل استفاده در Workflow

مدل Gemini در این Workflow تصویر رزومه را تحلیل می‌کند؛ بنابراین ابتدا فایل PDF باید به تصویر تبدیل شود.

۵. Resize Converted Image

وظیفه Node

اندازه تصویر تولیدشده را کاهش می‌دهد.

ورودی

تصویر خروجی مرحله قبل.

خروجی

نسخه کوچک‌تر تصویر.

تنظیمات مهم

• Resize by Percentage

• Width: 75%

• Height: 75%

نکات قابل تغییر

• کاهش یا افزایش کیفیت

• تغییر اندازه بر اساس پیکسل

• تغییر نسبت تصویر

دلیل استفاده در Workflow

تصاویر کوچک‌تر:

• سریع‌تر پردازش می‌شوند.

• هزینه استفاده از مدل‌های AI را کاهش می‌دهند.

• سرعت اجرای Workflow را افزایش می‌دهند.

۶. Google Gemini Chat Model

وظیفه Node

مدل هوش مصنوعی مورد استفاده Workflow را مشخص می‌کند.

ورودی

Prompt و تصویر.

خروجی

نتیجه تحلیل تصویر.

تنظیمات مهم

• مدل Gemini 1.5 Pro

• Google API Credential

نکات قابل تغییر

می‌توانید مدل را با موارد زیر جایگزین کنید:

• Gemini 2.5

• Gemini Flash

• OpenAI GPT-4o

• Claude Sonnet

• Azure OpenAI

• Ollama

• OpenRouter

دلیل استفاده در Workflow

این Node موتور اصلی تحلیل رزومه است و بدون آن هیچ ارزیابی انجام نمی‌شود.

۷. Candidate Resume Analyser (LLM Chain)

وظیفه Node

مهم‌ترین بخش Workflow است و تصویر رزومه را همراه Prompt برای مدل Gemini ارسال می‌کند.

ورودی

• تصویر رزومه

• Prompt

• مدل Gemini

• Output Parser

خروجی

نتیجه تحلیل رزومه.

تنظیمات مهم

در Prompt از مدل خواسته شده است:

• رزومه را بررسی کند.

• تناسب داوطلب با شغل لوله‌کش را ارزیابی کند.

• درباره دعوت به مصاحبه تصمیم بگیرد.

همچنین تصویر رزومه به‌صورت Human Image Message ارسال می‌شود.

نکات قابل تغییر

می‌توانید Prompt را برای هر شغل تغییر دهید؛ مانند:

• برنامه‌نویس

• حسابدار

• مدیر پروژه

• گرافیست

• کارشناس فروش

• تحلیلگر داده

• پزشک

• کارشناس شبکه

همچنین می‌توانید معیارهایی مانند:

• سابقه کار

• مدرک تحصیلی

• مهارت‌های نرم

• زبان انگلیسی

• گواهینامه‌ها

را نیز به Prompt اضافه کنید.

دلیل استفاده در Workflow

تمام منطق تصمیم‌گیری Workflow داخل این Node قرار دارد.

۸. Structured Output Parser

وظیفه Node

خروجی مدل هوش مصنوعی را به ساختار JSON تبدیل می‌کند.

ورودی

متن تولیدشده توسط Gemini.

خروجی

نمونه‌ای مشابه:

• is_qualified

• reason

تنظیمات مهم

در این Workflow یک Schema ساده تعریف شده است که شامل:

• مقدار Boolean

• دلیل تصمیم

می‌شود.

نکات قابل تغییر

می‌توانید خروجی را گسترش دهید؛ برای مثال:

• امتیاز نهایی

• درصد تطابق

• مهارت‌های شناسایی‌شده

• نقاط قوت

• نقاط ضعف

• پیشنهاد استخدام

• سطح تجربه

دلیل استفاده در Workflow

اگر خروجی AI ساختاریافته نباشد، استفاده از آن در Nodeهای بعدی دشوار خواهد بود. این Node باعث می‌شود داده‌ها قابل پردازش و قابل اعتماد باشند.

۹. IF (Should Proceed To Stage 2?)

وظیفه Node

بررسی می‌کند آیا داوطلب واجد شرایط ورود به مرحله دوم استخدام است یا خیر.

ورودی

مقدار Boolean تولیدشده توسط Output Parser.

خروجی

دو مسیر:

• True

• False

تنظیمات مهم

شرط بررسی:

is_qualified == true

نکات قابل تغییر

می‌توانید شرط‌ها را پیچیده‌تر کنید؛ مانند:

• حداقل امتیاز

• تعداد سال سابقه

• داشتن مدرک دانشگاهی

• مهارت‌های خاص

• سطح زبان

• چند شرط هم‌زمان

دلیل استفاده در Workflow

این Node تصمیم نهایی Workflow را می‌گیرد و مشخص می‌کند آیا فرآیند استخدام ادامه پیدا کند یا خیر.

نحوه شخصی‌سازی Workflow

یکی از مهم‌ترین مزیت‌های این Template، قابلیت شخصی‌سازی آن است. تقریباً تمام بخش‌های Workflow را می‌توان متناسب با نیاز هر سازمان تغییر داد.

تغییر Promptها

Prompt فعلی برای ارزیابی یک لوله‌کش نوشته شده است. کافی است متن Prompt را تغییر دهید تا سیستم برای هر موقعیت شغلی دیگری نیز قابل استفاده باشد؛ مانند برنامه‌نویس، حسابدار، مدیر فروش یا کارشناس پشتیبانی. همچنین می‌توانید معیارهایی مانند حداقل سابقه کار، مهارت‌های تخصصی، مدارک حرفه‌ای یا سطح زبان را به Prompt اضافه کنید.

تغییر مدل هوش مصنوعی

اگر تمایل به استفاده از Google Gemini ندارید، می‌توانید مدل را با سرویس‌های دیگری مانند OpenAI، Claude، Azure OpenAI، Ollama یا OpenRouter جایگزین کنید. تنها کافی است Node مدل و Credential مربوطه را تغییر دهید.

تغییر منبع دریافت رزومه

در این Workflow فایل از Google Drive دریافت می‌شود، اما این بخش کاملاً قابل تغییر است. برای مثال می‌توانید رزومه را از طریق Webhook، Gmail، Outlook، فرم استخدام، FTP، Amazon S3 یا سیستم ATS دریافت کنید.

تغییر Trigger

Manual Trigger بیشتر برای آزمایش مناسب است. در محیط عملیاتی بهتر است از Webhook، زمان‌بندی خودکار (Schedule Trigger) یا Trigger مربوط به ایمیل استفاده کنید تا فرآیند بدون دخالت کاربر اجرا شود.

تغییر سرویس تبدیل PDF

در این Template از Stirling PDF استفاده شده است، اما می‌توانید آن را با هر سرویس دیگری که قابلیت تبدیل PDF به تصویر را از طریق API ارائه می‌دهد جایگزین کنید.

توسعه فرآیند استخدام

پس از Node شرطی می‌توانید مراحل جدیدی اضافه کنید؛ برای مثال:

• ثبت نتیجه در Google Sheets

• ذخیره اطلاعات در PostgreSQL یا MySQL

• ارسال پیام به Slack یا Microsoft Teams

• ارسال ایمیل دعوت به مصاحبه

• ارسال پیام در Telegram

• ایجاد وظیفه در Trello یا ClickUp

• ساخت رکورد در CRM

تغییر معیارهای تصمیم‌گیری

به‌جای استفاده از یک مقدار Boolean، می‌توانید امتیازدهی انجام دهید و فقط افرادی را که امتیاز بالاتر از حد مشخصی کسب کرده‌اند وارد مرحله بعد کنید.

مزایای استفاده از این Workflow

• افزایش سرعت بررسی رزومه‌ها

• کاهش خطاهای انسانی در غربالگری اولیه

• جلوگیری از تأثیر Prompt Injection در فایل‌های PDF

• امکان تحلیل رزومه‌های اسکن‌شده و تصویری

• قابلیت اتصال به انواع سرویس‌های منابع انسانی

• کاهش هزینه استخدام از طریق خودکارسازی مراحل اولیه

• قابلیت شخصی‌سازی برای هر موقعیت شغلی

• امکان توسعه Workflow بدون نیاز به برنامه‌نویسی گسترده

نکات مهم

1. برای حفظ محرمانگی اطلاعات، از نسخه Self-Hosted سرویس تبدیل PDF استفاده کنید.

2. Prompt را متناسب با موقعیت شغلی بازنویسی کنید.

3. قبل از استفاده عملی، Workflow را با چندین رزومه واقعی آزمایش کنید.

4. خروجی هوش مصنوعی را به‌عنوان تصمیم نهایی در نظر نگیرید و بازبینی انسانی را حفظ کنید.

5. از مدل‌های جدیدتر Gemini یا سایر مدل‌های چندرسانه‌ای در صورت نیاز استفاده کنید.

6. اندازه تصویر را بیش از حد کاهش ندهید؛ زیرا ممکن است کیفیت متن افت کند.

7. برای رزومه‌های چندصفحه‌ای، تبدیل همه صفحات را در نظر بگیرید.

8. Credentialها و API Keyها را در محیطی امن نگهداری کنید.

خطاهای رایج (Troubleshooting)

خطا: دانلود نشدن فایل از Google Drive

علت: شناسه فایل اشتباه است یا دسترسی کافی وجود ندارد.

راه‌حل: File ID و مجوزهای Google Drive را بررسی کرده و Credential را مجدداً احراز هویت کنید.

خطا: خطای API سرویس تبدیل PDF

علت: سرویس Stirling PDF در دسترس نیست یا آدرس API نادرست است.

راه‌حل: وضعیت سرویس را بررسی کرده و در صورت امکان از نسخه Self-Hosted استفاده کنید.

خطا: پاسخ نامعتبر از Gemini

علت: Prompt یا Schema خروجی با یکدیگر همخوانی ندارند.

راه‌حل: Prompt را بازنویسی کرده و Schema مربوط به Structured Output Parser را با خروجی مورد انتظار هماهنگ کنید.

خطا: شرط IF همیشه مقدار False برمی‌گرداند

علت: مقدار is_qualified به‌درستی تولید نشده یا نوع داده آن صحیح نیست.

راه‌حل: خروجی Node تحلیل رزومه و Output Parser را بررسی کرده و از Boolean بودن مقدار اطمینان حاصل کنید.

خطا: کیفیت پایین تحلیل رزومه

علت: تصویر خروجی کیفیت کافی ندارد یا اندازه آن بیش از حد کاهش یافته است.

راه‌حل: مقدار DPI را افزایش دهید یا درصد کوچک‌سازی تصویر را کمتر کنید تا متن با وضوح بیشتری برای مدل قابل تشخیص باشد.

جمع‌بندی

بررسی هوشمند رزومه با n8n نمونه‌ای کاربردی از ترکیب اتوماسیون و هوش مصنوعی در فرآیند استخدام است. در این Workflow، فایل PDF رزومه ابتدا به تصویر تبدیل می‌شود و سپس توسط یک مدل بینایی مانند Google Gemini تحلیل می‌شود. این رویکرد علاوه بر افزایش دقت در تحلیل، خطر حملاتی مانند Prompt Injection و دستورات مخفی موجود در فایل‌های PDF را نیز تا حد زیادی کاهش می‌دهد.

معماری ماژولار Workflow باعث می‌شود بتوانید هر بخش را به‌راحتی تغییر دهید؛ از منبع دریافت رزومه گرفته تا مدل هوش مصنوعی، معیارهای ارزیابی، شرط‌های تصمیم‌گیری و سرویس‌های خروجی. همچنین امکان اتصال این Template به سامانه‌های منابع انسانی، پایگاه‌های داده، ابزارهای ارتباطی و CRM وجود دارد.

اگر به دنبال ساخت یک سیستم غربالگری رزومه سریع، قابل توسعه و مبتنی بر هوش مصنوعی هستید، این Workflow می‌تواند پایه‌ای مناسب برای پروژه‌های استخدامی در مقیاس کوچک و بزرگ باشد.

GIT