从 ChatGPT 到 Gemini：我们如何为 Odoo 构建 GDPR 合规的 CV Parser

Source: Dev.to

背景

几年前，法国的一位企业主联系了我们，寻求帮助将他们的工作流程数字化。该公司专注于为 Work‑Study Programs（在法国称为 Alternance）招聘人员。

Alternance 是一种制度，学生在学校和工作之间分配时间。它之所以有吸引力，是因为学生能够：

• 免费获得学位
• 获得真实的工作经验
• 按照法国最低工资（SMIC）领取薪水

该机构充当专业的中间人，处理单个主体可能难以应付的流程。他们的工作流程如下：

1. Finding Candidates – 为工作‑学习项目寻找学生或求职者。
2. Screening – 面试申请者，确保他们符合官方政府标准（年龄、教育背景等）。
3. Matching with Employers – 为需要学徒的公司寻找合适人选并发送最佳简历。
4. Handling Paperwork – 管理复杂的行政步骤，并在公司决定雇用后确保合同签署。

简而言之，他们在学徒和雇主之间搭建桥梁，使整个过程对所有人都更加顺畅。

瓶颈：手动数据录入

在联系之前，团队使用笔记本和电子表格。我们为他们构建了一个完整的招聘流水线，基于 Odoo Community Recruitment module 并通过自定义模块扩展，以匹配他们的特定工作流程。

新系统让公司能够在一个地方跟踪所有内容：

• 申请人和公司的数据库
• 招聘阶段
• 预约
• 自动邮件/短信通知
• 日历集成
• 数字合同签署

该解决方案取得了成功，但仍有一个主要痛点：数据录入。招聘人员仍需寻找简历并手动将其输入流水线，才能开始工作。业务所有者感到沮丧——招聘人员花费数小时进行手动录入，而不是去挖掘人才。

我们决定使用 AI 来实现自动化。

设计自动化工作流

我们最初的想法是构建一个 API，让第三方能够直接向 Odoo 发送数据，但数据源尚未准备好。于是我们决定通过电子邮件接收所有求职者的简历（带 PDF 附件的普通邮件）。在专用邮箱设置完成后，我们设计了以下工作流：

1. 读取邮件 – 登录邮件服务提供商并获取未读邮件。
2. 提取附件 – 下载附件的简历（通常为 PDF）。
3. OCR 处理 – 进行光学字符识别以提取原始文本。
4. AI 解析 – 使用大语言模型将原始文本转换为结构化的 JSON 格式。
5. Odoo 集成 – 使用 Odoo XML‑RPC 在招聘模块中创建记录，并附上原始 PDF 以供参考。
6. 分配 – 自动将线索分配给空闲的招聘人员。

迭代 1 – Tesseract + ChatGPT

第一个方案是一个微服务，将 Tesseract 用于 OCR，结合 ChatGPT API 实现 LLM 逻辑。

它运行了几个月都很顺利，客户也很满意，但随后出现了技术问题：

• Tesseract 在处理某些简历布局时表现不佳，尤其是扫描件。
• 它在我们的 VPS 上占用过多内存，导致无法实现我们所需的高精度性能。

第2次迭代 – LlamaParse 提升 OCR 效果

• LlamaParse 能处理更广泛的 PDF 布局，并降低内存使用。
• 准确率显著提升，减少了所需的手动校正次数。

第三次迭代 – Gemini Pro Vision（当前方案）

最新版本将 ChatGPT API 替换为 Google Gemini Pro Vision。Gemini 的多模态能力让我们可以直接将 PDF 发送给模型，模型随后在一次请求中提取原始文本和结构化 JSON。

主要优势

新的微服务流程：

1. 读取邮件 – 与之前相同。
2. 下载 PDF – 获取附件。
3. Gemini Pro Vision 调用 – 发送 PDF；接收原始文本和 JSON 负载。
4. Odoo XML‑RPC – 创建招聘记录并附加原始 PDF。
5. 分配线索 – 自动分配给招聘人员。

结果与要点

关键经验

• 选择合适的工具 – 现代多模态 LLM 可以取代整个 OCR + LLM 流程。
• 成本重要 – Gemini 更低的按 token 定价使该方案对小型机构可持续。
• 保持架构简洁 – 组件更少意味着故障点更少，维护更容易。
• GDPR 合规 – 所有处理均在安全服务器上进行，PDF 仅在必要时存储，个人数据从不发送至 Gemini 之外的第三方服务（Gemini 符合 GDPR）。

最终思考

通过从 DIY OCR + ChatGPT 组合迭代到一次性调用 Gemini Pro Vision 方案，我们把繁琐的手动流程转变为几乎即时、成本高效的流水线。招聘人员现在可以专注于他们最擅长的工作——将人才与机会匹配——而系统则负责数据提取和录入的繁重工作。

如果你也面临类似的简历解析难题，考虑使用像 Gemini 这样的多模态大模型。它能够显著简化你的架构，降低成本，并提升准确率——同时保持 GDPR 友好。

![LlamaParse OCR Example](https://dev-to-uploads.s3.amazonaws.com/uploads/articles/w5akx5yuo90ryu6cbcar.png)

For context, **LlamaParse** is a specialized tool created by [LlamaIndex](https://www.llamaindex.ai/). It is designed specifically to *read* and parse complex documents (like PDFs) so AI models can understand them better.

Switching to LlamaParse was a great decision. It allowed us to process any CV format—scanned or digital—and obtain excellent results from the LLM. We ran this setup for a few months until we hit a new problem. This time, it wasn’t technical; it was financial. **ChatGPT was becoming too expensive.**

---

第三轮迭代：DeepSeek 实验

我的雇主开始注意到我们在 ChatGPT API 上花费过多。与此同时，DeepSeek 刚刚登场，掀起了网络热潮。

我们对 DeepSeek 进行了一段时间的评估。它实际上表现非常出色。我们从 ChatGPT 迁移到 DeepSeek，结果立竿见影：在 ChatGPT 上只能支撑一周的预算，现在在 DeepSeek 上可以支撑整整一个月，且效果更佳。

不幸的是，我们仅使用 DeepSeek 两个月就遇到了法律壁垒：GDPR 合规。

DeepSeek 并未符合欧洲数据保护法（GDPR/RGPD）的要求。由于我们在处理法国公民的个人数据，根本无法继续使用它。

胜利的设置：Google Gemini

我们进行了一次全新的迁移，这次迁移到 Google Gemini，旨在寻找成本、效率和合规性的平衡。

结果超出预期。Gemini 的能力如此强大，以至于我们能够 完全放弃 LlamaParse。现在我们使用 Gemini 同时处理视觉/OCR 部分和数据提取。整个过程非常简单：我们将提示词连同 PDF 附件直接发送给 Gemini。

我们已经超过六个月没有触碰这个微服务的代码，因为它一直运行良好。所有流程顺畅，并且我们完全符合 GDPR 要求。

结论

这段旅程让我们明白，软件开发是关于迭代的。我们从一个基础的开源 OCR 开始，随后转向专用的解析工具，进行成本优化，最终确定了一个在性能和合规性之间提供最佳平衡的解决方案。

如今，客户的招聘人员不再在数据录入上浪费时间。他们专注于自己最擅长的工作：为合适的学生找到合适的职位。