무료GitHub에 공개

extract-resume-data

Extract candidate name, contact details, work history, and skills from resumes.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

iterationlayer/skills

연동 도구Shopify Stripe n8n

설치 방법 보기

포함된 파일(1)

SKILL.md13.3 KB

SKILL.md(원문)

설치하기 전에 에이전트에게 전달되는 지시 내용을 확인할 수 있습니다.

Extract Resume Data

Recruiting teams and HR platforms use this recipe to use the Iteration Layer Document Extraction API as a resume parser API for PDF and DOCX resumes. Upload a resume and receive structured JSON with candidate name, email, work history, and skills — ready for your ATS or candidate pipeline.

APIs Used

Document Extraction (1 credit per page)

Prerequisites

You need an Iteration Layer API key. Get one at platform.iterationlayer.com during the 7-day trial.

For full integration guidance (SDKs, auth, MCP, error handling), see the Iteration Layer Integration Guide.

Implementation

curl -X POST https://api.iterationlayer.com/document-extraction/v1/extract \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "files": [
      {
        "type": "url",
        "name": "resume.pdf",
        "url": "https://example.com/resumes/resume.pdf"
      }
    ],
    "schema": {
      "fields": [
        {
          "name": "name",
          "type": "TEXT",
          "description": "Full name of the candidate"
        },
        {
          "name": "email",
          "type": "EMAIL",
          "description": "Candidate email address"
        },
        {
          "name": "experience",
          "type": "ARRAY",
          "description": "Work experience entries",
          "fields": [
            {
              "name": "company",
              "type": "TEXT",
              "description": "Employer or company name"
            },
            {
              "name": "role",
              "type": "TEXT",
              "description": "Job title or role"
            },
            {
              "name": "start_date",
              "type": "DATE",
              "description": "Start date of employment"
            },
            {
              "name": "end_date",
              "type": "DATE",
              "description": "End date of employment"
            }
          ]
        },
        {
          "name": "skills",
          "type": "ARRAY",
          "description": "List of candidate skills",
          "fields": [
            {
              "name": "skill",
              "type": "TEXT",
              "description": "Skill name"
            }
          ]
        }
      ]
    }
  }'

import { IterationLayer } from "iterationlayer";
const client = new IterationLayer({ apiKey: "YOUR_API_KEY" });

const result = await client.extractDocument({
  files: [
    {
      type: "url",
      name: "resume.pdf",
      url: "https://example.com/resumes/resume.pdf",
    },
  ],
  schema: {
    fields: [
      {
        name: "name",
        type: "TEXT",
        description: "Full name of the candidate",
      },
      {
        name: "email",
        type: "EMAIL",
        description: "Candidate email address",
      },
      {
        name: "experience",
        type: "ARRAY",
        description: "Work experience entries",
        fields: [
          {
            name: "company",
            type: "TEXT",
            description: "Employer or company name",
          },
          {
            name: "role",
            type: "TEXT",
            description: "Job title or role",
          },
          {
            name: "start_date",
            type: "DATE",
            description: "Start date of employment",
          },
            {
              name: "end_date",
              type: "DATE",
              description: "End date of employment",
            },
          ],
      },
      {
        name: "skills",
        type: "ARRAY",
        description: "List of candidate skills",
        fields: [
          {
            name: "skill",
            type: "TEXT",
            description: "Skill name",
          },
        ],
      },
    ],
  },
});

from iterationlayer import IterationLayer
client = IterationLayer(api_key="YOUR_API_KEY")

result = client.extract_document(
    files=[
        {
            "type": "url",
            "name": "resume.pdf",
            "url": "https://example.com/resumes/resume.pdf",
        }
    ],
    schema={
        "fields": [
            {
                "name": "name",
                "type": "TEXT",
                "description": "Full name of the candidate",
            },
            {
                "name": "email",
                "type": "EMAIL",
                "description": "Candidate email address",
            },
            {
                "name": "experience",
                "type": "ARRAY",
                "description": "Work experience entries",
                "fields": [
                    {
                        "name": "company",
                        "type": "TEXT",
                        "description": "Employer or company name",
                    },
                    {
                        "name": "role",
                        "type": "TEXT",
                        "description": "Job title or role",
                    },
                    {
                        "name": "start_date",
                        "type": "DATE",
                        "description": "Start date of employment",
                      },
                      {
                          "name": "end_date",
                          "type": "DATE",
                          "description": "End date of employment",
                      },
                    ],
            },
            {
                "name": "skills",
                "type": "ARRAY",
                "description": "List of candidate skills",
                "fields": [
                    {
                        "name": "skill",
                        "type": "TEXT",
                        "description": "Skill name",
                    },
                ],
            },
        ]
    },
)

package main

import il "github.com/iterationlayer/sdk-go"

func main() {
	client := il.NewClient("YOUR_API_KEY")

	result, err := client.ExtractDocument(il.ExtractDocumentRequest{
		Files: []il.FileInput{
			il.FileInput{
				Type: "url",
				Name: "resume.pdf",
				Url: "https://example.com/resumes/resume.pdf",
			},
		},
		Schema: il.ExtractionSchema{
			Fields: []any{
				il.TextFieldConfig{
					Name: "name",
					Type: "TEXT",
					Description: "Full name of the candidate",
				},
				il.EmailFieldConfig{
					Name: "email",
					Type: "EMAIL",
					Description: "Candidate email address",
				},
				il.ArrayFieldConfig{
					Name: "experience",
					Type: "ARRAY",
					Description: "Work experience entries",
					Fields: []any{
						il.TextFieldConfig{
							Name: "company",
							Type: "TEXT",
							Description: "Employer or company name",
						},
						il.TextFieldConfig{
							Name: "role",
							Type: "TEXT",
							Description: "Job title or role",
						},
						il.DateFieldConfig{
							Name: "start_date",
							Type: "DATE",
							Description: "Start date of employment",
						},
						il.DateFieldConfig{
							Name: "end_date",
							Type: "DATE",
							Description: "End date of employment",
						},
					},
				},
				il.ArrayFieldConfig{
					Name: "skills",
					Type: "ARRAY",
					Description: "List of candidate skills",
					Fields: []any{
						il.TextFieldConfig{
							Name: "skill",
							Type: "TEXT",
							Description: "Skill name",
						},
					},
				},
			},
		},
	})
	if err != nil {
		panic(err)
	}

	_ = result
}

{
  "name": "Extract Resume Data",
  "nodes": [
    {
      "parameters": {
        "content": "## Extract Resume Data\n\nRecruiting teams and HR platforms use this recipe to automate resume screening. Upload a resume in PDF or DOCX format and receive structured JSON with candidate name, email, work history, and skills \u2014 ready for your ATS or candidate pipeline.\n\n**Note:** This workflow uses the Iteration Layer community node (`n8n-nodes-iterationlayer`). Install it via Settings > Community Nodes on self-hosted n8n, or add it directly on n8n Cloud with Verified Community Nodes enabled.",
        "height": 280,
        "width": 500,
        "color": 2
      },
      "type": "n8n-nodes-base.stickyNote",
      "typeVersion": 1,
      "position": [
        200,
        40
      ],
      "id": "9ff8f73c-a387-4f6b-b9c0-3be0d7602f6c",
      "name": "Overview"
    },
    {
      "parameters": {
        "content": "### Step 1: Extract Data\nResource: **Document Extraction**\n\nConfigure the Document Extraction parameters below, then connect your credentials.",
        "height": 160,
        "width": 300,
        "color": 6
      },
      "type": "n8n-nodes-base.stickyNote",
      "typeVersion": 1,
      "position": [
        475,
        100
      ],
      "id": "9268c275-4ae6-4e58-bf98-1b51dbcbb45a",
      "name": "Step 1 Note"
    },
    {
      "parameters": {},
      "type": "n8n-nodes-base.manualTrigger",
      "typeVersion": 1,
      "position": [
        250,
        300
      ],
      "id": "a5b6c7d8-e9f0-1234-abcd-345678901abc",
      "name": "Manual Trigger"
    },
    {
      "parameters": {
        "resource": "documentExtraction",
        "schemaInputMode": "rawJson",
        "schemaJson": "{\"fields\":[{\"name\":\"name\",\"type\":\"TEXT\",\"description\":\"Full name of the candidate\"},{\"name\":\"email\",\"type\":\"EMAIL\",\"description\":\"Candidate email address\"},{\"name\":\"experience\",\"type\":\"ARRAY\",\"description\":\"Work experience entries\",\"fields\":[{\"name\":\"company\",\"type\":\"TEXT\",\"description\":\"Employer or company name\"},{\"name\":\"role\",\"type\":\"TEXT\",\"description\":\"Job title or role\"},{\"name\":\"start_date\",\"type\":\"DATE\",\"description\":\"Start date of employment\"},{\"name\":\"end_date\",\"type\":\"DATE\",\"description\":\"End date of employment\"}]},{\"name\":\"skills\",\"type\":\"ARRAY\",\"description\":\"List of candidate skills\",\"fields\":[{\"name\":\"skill\",\"type\":\"TEXT\",\"description\":\"Skill name\"}]}]}",
        "files": {
          "fileValues": [
            {
              "fileInputMode": "url",
              "fileName": "resume.pdf",
              "fileUrl": "https://example.com/resumes/resume.pdf"
            }
          ]
        }
      },
      "type": "n8n-nodes-iterationlayer.iterationLayer",
      "typeVersion": 1,
      "position": [
        500,
        300
      ],
      "id": "b6c7d8e9-f0a1-2345-bcde-456789012bcd",
      "name": "Extract Data",
      "credentials": {
        "iterationLayerApi": {
          "id": "1",
          "name": "Iteration Layer API"
        }
      }
    }
  ],
  "connections": {
    "Manual Trigger": {
      "main": [
        [
          {
            "node": "Extract Data",
            "type": "main",
            "index": 0
          }
        ]
      ]
    }
  },
  "settings": {
    "executionOrder": "v1"
  }
}

Extract resume data from the file at [file URL]. Use the extract_document tool with these fields:

- name (TEXT): Full name of the candidate
- email (EMAIL): Candidate email address
- experience (ARRAY): Each with company (TEXT), role (TEXT), start_date (DATE), end_date (DATE)
- skills (ARRAY): Each with skill (TEXT)

Response

{
  "success": true,
  "data": {
    "name": {
      "value": "Sarah Chen",
      "confidence": 0.99,
      "citations": ["Sarah Chen"]
    },
    "email": {
      "value": "sarah.chen@email.com",
      "confidence": 0.98,
      "citations": ["sarah.chen@email.com"]
    },
    "experience": {
      "value": [
        {
          "company": {
            "value": "Stripe",
            "confidence": 0.97,
            "citations": ["Stripe, Inc."]
          },
          "role": {
            "value": "Senior Software Engineer",
            "confidence": 0.98,
            "citations": ["Senior Software Engineer"]
          },
          "start_date": {
            "value": "2022-03-01",
            "confidence": 0.94,
            "citations": ["March 2022"]
          },
          "end_date": {
            "value": "2025-11-01",
            "confidence": 0.93,
            "citations": ["November 2025"]
          }
        },
        {
          "company": {
            "value": "Shopify",
            "confidence": 0.97,
            "citations": ["Shopify"]
          },
          "role": {
            "value": "Software Engineer",
            "confidence": 0.96,
            "citations": ["Software Engineer"]
          },
          "start_date": {
            "value": "2019-06-01",
            "confidence": 0.93,
            "citations": ["June 2019"]
          },
          "end_date": {
            "value": "2022-02-01",
            "confidence": 0.92,
            "citations": ["February 2022"]
          }
        }
      ],
      "confidence": 0.95,
      "citations": []
    },
    "skills": {
      "value": [
        {
          "skill": {
            "value": "TypeScript",
            "confidence": 0.97,
            "citations": ["TypeScript"]
          }
        },
        {
          "skill": {
            "value": "React",
            "confidence": 0.97,
            "citations": ["React"]
          }
        }
      ],
      "confidence": 0.96,
      "citations": []
    }
  }
}

리뷰

아직 리뷰가 없습니다. 사용해 본 소감을 남겨 주세요.

로그인 없이 쓸 수 있습니다. 사용 후기, 질문, 작동하지 않은 환경 등을 편하게 남겨 주세요.

아직 댓글이 없습니다. 첫 댓글을 남겨 보세요.

같은 저장소의 스킬

compress-image-for-email

무료

Resize, sharpen, and compress an image to fit email platform size limits in a single pipeline.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

iterationlayer/skills42026년 6월 9일 업데이트

compress-image-to-target-size

무료

Compress an image to fit within a specific file size in bytes using quality-first compression.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

iterationlayer/skills42026년 6월 9일 업데이트

convert-contract-to-markdown

무료

Convert a contract PDF to clean markdown for clause extraction or LLM analysis.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

iterationlayer/skills42026년 6월 9일 업데이트

convert-document-for-knowledge-base

무료

Convert external documents — specs, contracts, reports — to markdown for knowledge base ingestion.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

iterationlayer/skills42026년 6월 9일 업데이트

convert-document-for-rag-ingestion

무료

Convert a document to clean markdown suitable for chunking and embedding in a RAG pipeline.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

iterationlayer/skills42026년 6월 9일 업데이트

convert-image-format

무료

Convert an image between PNG, JPEG, and WebP formats with quality control for web optimization.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

iterationlayer/skills42026년 6월 9일 업데이트

iterationlayer의 스킬 모두 보기

이 스킬의 문제 신고

설치

명령으로 설치

npx skills add https://github.com/iterationlayer/skills --skill extract-resume-data

터미널에 붙여 넣고 실행합니다(Node.js 필요). Claude Code, Codex 등 설치할 에이전트를 고를 수 있습니다.

에이전트에게 부탁하기

다음 Agent Skill을 설치해 주세요.
https://github.com/iterationlayer/skills/tree/main/skills/extract-resume-data

먼저 SKILL.md와 첨부 파일의 내용을 확인해 수상한 처리(외부 전송, 인증 정보 읽기 등)가 없는지 확인한 뒤 Claude Code는 ~/.claude/skills/extract-resume-data/, Codex는 ~/.agents/skills/extract-resume-data/ 에 배치해 주세요.

이 문장을 그대로 Claude Code나 Codex에 보내면 내용을 확인한 뒤 설치해 줍니다.

GitHub에서 소스 보기

저장소: iterationlayer/skills
스타: 4
포크: 0
카테고리: 데이터·AI
라이선스: MIT
원문 언어: 영어
최종 업데이트: 2026년 6월 9일

스킬은 에이전트를 위한 지시와 스크립트의 묶음입니다. cccskills는 내용의 안전성을 보증하지 않습니다. 설치하기 전에 내용을 확인하세요.

포함된 파일(1)

SKILL.md(원문)

Extract Resume Data

APIs Used

Prerequisites

Implementation

Response

Links

리뷰

댓글

같은 저장소의 스킬

compress-image-for-email

compress-image-to-target-size

convert-contract-to-markdown

convert-document-for-knowledge-base

convert-document-for-rag-ingestion

convert-image-format