Mira 的工作原理
Mira 使用一个名为 MRE（Mira Reasoning Embedding）的推理式检索模型来理解隐含的招聘条件。你描述岗位、确认一份理想人才画像，随后 Mira 搜索、推理，并交付一个排序后的候选人池，在搜索需要时会启动一支 Agent Team。
Mira 主导每一次搜索，在需要时安排团队成员，并把决定权交回给你。你描述岗位、确认什么样的候选人算优秀；Mira 负责搜索、推理和匹配，而你审阅结果。下面是这套流程，一步一步来看。
你描述需求
输入职位描述、粘贴一份 JD、上传职位澄清会议的记录，或用自然语言描述岗位。Mira 能理解隐含条件，你不需要使用正式的搜索语法。
Mira 提出理想人才画像
在任何搜索开始之前，Mira 会先确保自己掌握了完整的情况。当关键信息缺失或含糊时，Mira 会给出一个简短的澄清表单，和你一起确认需求，让搜索瞄准正确的目标。随后 Mira 会补全这份需求简报，并提出一份理想人才画像，用三个清单把这次搜索结构化地概括出来：Must-Have Requirements、Nice-to-Have 和 Avoid。需求澄清与画像生成由一个内置 技能 完成。
你审阅并确认画像
这份理想人才画像由你来编辑。调整三个清单中的任意一个：加一条 Must-Have、把某项移到 Nice-to-Have，或把某个竞争对手加入 Avoid。然后点击开始搜寻直接采用，或先编辑再搜索。Mira 只有在你确认之后才开始搜索，因此搜索会按照你设定的标准进行。想了解这些条件如何影响结果，见 Mira 如何解读你的需求。
Mira 执行搜索
你确认之后，Mira 开始工作；当搜索比较复杂时，会启动一支 Agent Team。搜索以循环的方式进行，由推理式检索（MRE）驱动：Mira 跨多个数据源搜索、发现 signal、对搜到的内容进行推理，并决定下一步去哪，是继续深挖，还是调整搜索策略或数据源。随后 Mira 把每位候选人对照你确认的画像进行评估，而非靠关键词匹配：
- “至少 5 年经验”：从职业时间线计算得出。
- “从 0 到 1 的经验”：理解为早期阶段的公司建设。
- “上市公司背景”：从组织背景推断。
交付候选人池
你会得到一个精选的候选人池，包含：
- 候选人姓名、当前职位、公司和所在地。
- 最近一段工作经历。
- 一份匹配说明：候选人如何符合你的必备条件，逐条评估。
- 最高学历。
- 联系方式：LinkedIn 默认显示；邮箱和电话按需查看，点击获取邮箱或获取电话即可（每次查看消耗积分）。
- 一份可下载的数据文件。