KI-Lebenslauf-Parser und Entwicklerprofil-Analysator - n8n-Workflow

Technisches Recruiting automatisieren mit diesem fortschrittlichen n8n-Workflow. Er nutzt VLM Run zum Parsen von Lebensläufen, Analysieren von GitHub-Profilen und Speichern strukturierter Daten in Google Sheets.

Workflow-Vorschau

Bereit zur Automatisierung?

Laden Sie diese n8n-Workflow-Vorlage herunter und beginnen Sie sofort mit der Nutzung.

Zielgruppe


  • Technische Recruiter und HR-Profis, die hohes Bewerbungsvolumen verwalten.

  • Startups und Hiring Manager, die eine automatisierte Bewertung technischer Fähigkeiten suchen.

  • Teams, die Kandidatendaten effizient mithilfe eines n8n-Workflows zentralisieren möchten.

  • Entwickler, die daran interessiert sind, n8n-Vorlagen für die fortgeschrittene Datenverarbeitung anzupassen.

Überblick

Die Herausforderung bei der technischen Personalgewinnung besteht darin, manuell strukturierte Daten aus unterschiedlichen Lebenslaufformaten zu extrahieren und diese Daten mit externen beruflichen Profilen wie GitHub abzugleichen. Dieser n8n-Workflow löst dies durch die Schaffung einer freihändigen, skalierbaren Intelligenz-Pipeline.

Über einen n8n-Trigger werden eingehende Bewerbungen sofort verarbeitet. VLM Run übernimmt die komplexe Aufgabe des KI-Lebenslauf-Parsings. Entscheidend ist, dass der n8n-Workflow anschließend eine tiefe GitHub-Analyse durchführt, Erfahrungen berechnet, Sprachverteilungen (JavaScript, Python, C++ usw.) identifiziert und die Gesamtzahl der Sterne/Forks zählt. Dieses umfassende Profil wird dann automatisch in Google Sheets protokolliert und sofort über Slack mit dem Team geteilt, was ein zeitnahes Nachfassen und die Datenintegrität sicherstellt. Diese spezielle n8n-Vorlage reduziert den manuellen Arbeitsaufwand drastisch und beschleunigt die Time-to-Hire.

Funktionsweise

Diese Automatisierung beginnt mit dem n8n-Trigger 'Monitor Gmail for Resumes' (Gmail-E-Mails auf Lebensläufe überwachen), der kontinuierlich nach neuen E-Mails mit Anhängen sucht.


  1. Lebenslauferfassung: Der Gmail-n8n-Trigger erfasst die E-Mail und lädt den Lebenslauf-Anhang (PDF/DOCX) herunter.

  2. KI-Parsing: Der n8n-Node 'Parse Resume with VLM Run' nimmt den Anhang entgegen und extrahiert Schlüsseldaten (Name, E-Mail, Telefon, GitHub-URL usw.) in ein strukturiertes JSON-Objekt.

  3. Bedingte Logik: Der n8n-Node 'Check for Github Profile' (Prüfen auf GitHub-Profil) entscheidet auf Basis einer Wenn-Bedingung, ob erfolgreich eine GitHub-URL extrahiert wurde.

  4. GitHub-Analyse (Wenn Wahr): Wenn eine URL vorhanden ist, verwendet der Workflow Code- und HTTP-Request-n8n-Nodes, um den Benutzernamen zu extrahieren, Profildaten abzurufen und alle öffentlichen Repositories zu analysieren. Benutzerdefinierte Code-n8n-Nodes berechnen das Alter des GitHub-Kontos (Erfahrung), die Nutzung von Frameworks und aggregieren Metriken wie Gesamtsterne und Forks.

  5. Datenkonsolidierung: Unabhängig davon, ob die GitHub-Analyse durchgeführt wurde oder übersprungen wurde, fügt der n8n-Code-Node 'Flatten Response' die anfänglichen Lebenslaufdaten mit den gesammelten GitHub-Metriken zu einem einzigen, angereicherten Kandidatenprofil zusammen.

  6. Ausgabe & Speicherung: Die konsolidierten Daten werden sofort an den n8n-Node 'Save to Google Sheet' angehängt, wodurch eine durchsuchbare Datenbank entsteht.

  7. Team-Benachrichtigung: Der n8n-Node 'Send Slack Notification' alarmiert das Recruiting-Team mit einer Zusammenfassung.

  8. Bewerberbestätigung: Abschließend sendet der n8n-Gmail-Node 'Send Acknowledgement Email' eine professionelle Bestätigung an die angegebene E-Mail-Adresse des Bewerbers.

Installationsanleitung

Um diesen leistungsstarken n8n-Workflow bereitzustellen, befolgen Sie diese Einrichtungsschritte:


  1. Importieren: Kopieren Sie den gesamten JSON-Code und fügen Sie ihn in Ihre n8n-Canvas ein, indem Sie die Option 'Neu' -> 'Aus JSON importieren' verwenden.

  2. Einrichtung der Anmeldedaten:

Gmail Trigger & Sender: Konfigurieren Sie zwei separate Gmail OAuth2-Anmeldedaten für den Trigger 'Monitor Gmail for Resumes' und den Node 'Send Acknowledgement Email'.
VLM Run: Erstellen Sie einen API-Schlüssel-Credential für den n8n-Node 'Parse Resume with VLM Run'.
Google Sheets: Richten Sie den Google Sheets OAuth2-Zugriff für den n8n-Node 'Save to Google Sheet ein und stellen Sie sicher, dass das verbundene Konto Schreibzugriff auf das Ziel-Tabellenblatt hat.
Slack: Konfigurieren Sie die Slack-API-Anmeldedaten für den n8n-Node 'Send Slack Notification' und legen Sie die Ziel-Channel-ID fest.

  1. Google Sheets Konfiguration: Stellen Sie sicher, dass Sie ein Ziel-Google-Sheet erstellt haben, dessen Spalten der Datenzuordnung im n8n-Node 'Save to Google Sheet' entsprechen (z.B. Name, E-Mail, GitHub Erfahrung, Python Projekte usw.).

  2. Aktivierung: Sobald alle Anmeldedaten verknüpft sind und die notwendigen Parameter (wie Google Sheet ID und Slack Channel) aktualisiert wurden, aktivieren Sie den n8n-Workflow.

Node-Details

Monitor Gmail for Resumes (Gmail Trigger n8n trigger):
Funktion: Startet den n8n-Workflow beim Eingang einer neuen E-Mail. Unerlässlich für die Initiierung des Automatisierungsprozesses.
Wichtige Konfiguration: Konfiguriert, um jede Minute abzufragen, und entscheidend ist, dass downloadAttachments auf true gesetzt ist, um die Lebenslaufdatei abzurufen.
Parse Resume with VLM Run (VLM Run n8n node):
Funktion: Nutzt KI (VLM Run) für hochpräzise optische Zeichenerkennung (OCR) und strukturierte Datenextraktion aus dem Lebenslauf-Anhang, speziell ausgerichtet auf die Domäne document.resume.
Wichtige Konfiguration: file gesetzt auf attachment0 (der erste heruntergeladene Anhang); domain gesetzt auf document.resume.
Check for Github Profile (If n8n node):
Funktion: Steuert den Ablauf basierend darauf, ob das VLM Run Parsing eine GitHub-URL aus dem Lebenslauf extrahiert hat.
Wichtige Konfiguration: Prüft, ob {{ $json.response.contactinfo.github }} exists (existiert).
Analyze Repository Data (Code n8n node):
Funktion: Benutzerdefinierte JavaScript-Logik, die durch die Liste der GitHub-Repositories iteriert und Gesamtsterne, Gesamt-Forks berechnet sowie die Hauptsprache und bekannte Frameworks (z.B. React, Django, Docker) basierend auf Repository-Beschreibungen und Topics zählt. Dies demonstriert die Stärke einer benutzerdefinierten n8n-Node-Implementierung.
Flatten Response (Code n8n node):
Funktion: Führt Daten aus drei vorgeschalteten Quellen (VLM Run Daten, GitHub Profildaten und GitHub Repository Daten) in einem einzigen, umfassenden JSON-Objekt für eine vereinfachte Ausgabeabbildung zusammen.
Save to Google Sheet (Google Sheets n8n node):
Funktion: Speichert das finale strukturierte Kandidatenprofil inklusive technischer Metriken in einer zentralisierten Tracking-Tabelle.
Wichtige Konfiguration: Operation auf appendOrUpdate gesetzt; bildet spezifische Felder wie C++ Projects, GitHub Experience und Github follower count direkt aus der abgeflachten JSON-Ausgabe ab.
Send Acknowledgement Email (Gmail n8n node):
Funktion: Sorgt für eine positive Candidate Experience, indem eine automatisierte, personalisierte Antwort an die extrahierte E-Mail-Adresse des Bewerbers gesendet wird.

Ähnliche n8n-Workflows

Kostenlos

Knoten: 10 Knoten
Aktualisiert: Dezember 26 2025
Alle anzeigen
Erstellt von

I’m Shahrear, a Software Engineer with over 5 years of experience in full-stack development and workflow automation. I specialize in building intelligent, scalable automations using n8n, helping teams streamline operations and boost productivity. I’m also an expert in developing custom n8n nodes, with published work on npm - including the @vlm-run/n8n-nodes-vlmrun package. https://github.com/vlm-run/n8n-nodes-vlmrun

Hervorgehoben*