AI辅助招聘筛选决策
SkillMirror 定位为“现代招聘的决策引擎”，核心目标是把职位描述、简历和面试记录等非结构化材料转化为结构化招聘情报，帮助招聘团队从依赖 PDF、关键词和主观判断，转向更可解释、可复用的候选人评估流程。
从页面信息看，它覆盖岗位 intake 到短名单推荐的招聘漏斗：Role Intelligence Graph 可将 JD 转成加权技能、经验深度和影响力预期；Candidate Signal Extraction 从简历和面试笔记中提取能力信号；Alignment + Risk Modeling 用于匹配评分、缺口识别和风险提示；Decision Copilot 则给出带理由的推荐。它还强调面试情绪分析，结合表达清晰度、ownership 信号和问题解决信心等因素。
页面只提供 Request a Demo，并有一个简历与 JD 匹配的在线演示描述，但没有披露套餐、价格、免费额度、试用期或计费方式。因此在采购前需要通过演示进一步确认部署方式、账户数量、候选人处理量和服务条款。
优点是产品思路较清晰：不只是做简历关键词筛选，而是把岗位标准、候选人证据、风险和推荐理由组织成决策链，适合需要提升筛选速度、一致性和管理层可解释性的招聘团队。缺点是关键信息缺失较多：未说明底层模型、准确率评测、偏见控制、数据隐私、API/ATS 集成、中文支持，也未给出可验证客户案例。
更适合中大型企业的人才获取团队、招聘运营团队，以及希望标准化面试反馈和短名单决策的组织。若只是少量招聘或预算有限，页面当前信息不足以判断投入产出。
中国大陆访问情况未知，支付方式也未披露。若需要中文简历解析、本地数据合规或国内支付，可对比北森、Moka 等本土招聘系统；国际替代品包括 HireVue、Eightfold AI、SeekOut、Greenhouse、Lever 等。
本测评基于公开资料整理,不构成购买建议,请以 skillmirror.in 官网实际信息为准。
面向现代招聘，强调可解释与基准化决策。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。