すべてのエージェント
🎯
採用稼働中

AI Hiring Agent

AI による採用:履歴書スクリーニング + 音声面接

  • 📄Claude が PDF の履歴書を 5 秒以内にスクリーニング
  • 📞Vapi + ElevenLabs による AI 音声面接を自動化
  • 📊6 つの観点で採点:履歴書 + 面接を総合
  • 🎯応募 → スクリーニング → 面接 → 候補者リストまで一貫

4

パイプラインの段階

<5s

スクリーニング時間

5 min

面接

6

評価の観点

パイプラインの全体(9 ステップ)

応募から候補者リスト入りまで、完全に自動化。

1

候補者が求人ボードを見て職種を選ぶ

2

複数ステップの応募フォームに入力:個人情報、履歴書のアップロード、面接の時間枠

3

Claude AI が PDF の履歴書をスクリーニングし、経験、スキル、学歴、キャリアの軌跡を採点(0〜100)

4

60 点以上なら、予定の時間に Vapi が自動で電話をかける

5

Claude が ElevenLabs の音声で、4 つの質問からなる 5 分間の構造化面接を行う

6

通話後、Vapi が Webhook で文字起こしを返す

7

Claude が文字起こしを分析し、コミュニケーション、技術力、意欲、経験を採点

8

総合スコアを算出(履歴書 60% + 面接 40%)。75 点以上は候補者リスト入り、50 点未満は不採用

9

ダッシュボードにスコア、文字起こし、推奨がリアルタイムで反映

採用パイプラインのアーキテクチャ

履歴書のアップロードから最終判断まで、5 段階の自動パイプライン。

🖥️

Django Backend

Your Server

connects to
📞

Vapi

Voice Calls

🧠

Claude API

AI Brain

📊

PostgreSQL

Candidates + Jobs

🎙️

ElevenLabs

Voice TTS

⚡

Next.js 16

Dashboard

実際の採用チームのために

数百人の応募者を選考するチームのために設計した機能ばかりです。

📄

AI による履歴書スクリーニング

PDF の履歴書をアップロードすると、Claude がそのまま読み取り(パーサー不要)、経験、スキル、学歴、キャリアの軌跡を 0〜100 で採点します。強み、懸念点、推奨を返します。

📞

AI による音声面接

60 点以上の候補者には、Vapi から自動で電話がかかります。Claude が ElevenLabs の音声で、4 つの質問からなる 5 分間の構造化面接を行います。完全に会話形式です。

🧠

文字起こしの分析

通話後、Claude が文字起こしを分析し、コミュニケーション(0〜25)、技術力(0〜25)、意欲(0〜25)、経験(0〜25)を採点します。良かった点、懸念点、推奨をまとめます。

📊

賢いスコアリング

総合スコア = 履歴書 60% + 面接 40%。75 点以上は候補者リスト入り、50 点未満は不採用。重みづけの式により、書類上の資格と話す力の両方が評価されます。

💼

求人ボード + 応募

5 件の求人を登録済みの求人ボードを内蔵。候補者は求人を見て、複数ステップのフォーム(情報 → 履歴書 → 時間枠)に入力し、すぐにスクリーニングされます。

📈

充実したダッシュボード

リアルタイムの統計(候補者数、平均スコア、面接済み、候補者リスト入り)、フィルターつきの候補者一覧、スコアのドーナツグラフつきの候補者詳細、文字起こしビューアー、パイプラインの可視化。

こんな方に

質を落とさずに素早く選考したいチームのために。

専任の採用担当なしで数百人の応募者を選考するスタートアップ

一次の電話面接を自動化して面接官の時間を節約したい人事チーム

クライアント向けにホワイトラベルの採用ソリューションを構築するエージェンシー

24 時間の候補者スクリーニングを求める企業。履歴書は数日ではなく数秒で採点

Claude + Vapi + Django でフルスタックの AI 連携を学ぶ開発者

本番のスタック

Django + Claude AI + Vapi。採用をフルスタックで自動化します。

Django 5 + DRFバックエンド
Next.js 16フロントエンド
Tailwind CSSフロントエンド
Claude Sonnet(スクリーニング + 分析)AI / ML
Vapi(音声通話)AI / ML
ElevenLabs (TTS)AI / ML
PostgreSQL 16データベース
Docker Composeインフラ

6 ステップでデプロイ

クローンして設定すれば、AI による候補者のスクリーニングが始まります。 詳しくは GitHub の README をご覧ください。

1

リポジトリをクローン

$git clone https://github.com/codewithmuh/ai-hiring-agent.git && cd ai-hiring-agent
2

環境変数を設定

API キーを追加します:Anthropic(Claude)、Vapi、ElevenLabs。PostgreSQL の認証情報も設定します。

$cp backend/.env.example backend/.env
3

Docker Compose で起動

PostgreSQL、Django バックエンド(ポート 8000)、Next.js フロントエンド(ポート 3001)を起動します。

$docker compose up -d --build
4

マイグレーションを実行してデモデータを投入

デモ用の求人 5 件、サンプルの候補者 10 人、面接枠 35 件を作成します。

$docker compose exec backend python manage.py migrate && docker compose exec backend python manage.py seed_data
5

Vapi の Webhook 用にバックエンドを公開

HTTPS の URL をコピーし、.env ファイルの BACKEND_PUBLIC_URL に設定します。

$ngrok http 8000
6

パイプラインを試す

localhost:3001 を開き、求人を選んで本物の PDF の履歴書で応募します。Claude が数秒でスクリーニングする様子を確認できます。60 点以上なら、候補者の詳細ページから面接を開始します。

採用パイプラインを自動化しませんか?

AI Hiring Agent を自分のサーバーにデプロイしましょう。オープンソースで、履歴書を数秒でスクリーニングし、音声面接を自動で行います。Docker Compose のコマンド 1 つで動きます。

制作:CodeWithMuh