GreenTemis Agent là giải pháp AI Agent tuyển dụng trên GreenNode AgentBase, tự động hóa quy trình từ phân tích CV, phỏng vấn realtime đến đánh giá và tạo báo cáo ứng viên.
GreenTemis sử dụng kiến trúc multi-agent kết hợp MCP, realtime voice AI và AI proctoring.
Bài toán cần giải
Mỗi vị trí tuyển dụng, đặc biệt trong các lĩnh vực như IT và Marketing, có thể thu hút hàng nghìn hồ sơ ứng viên. HR phải dành nhiều thời gian để sàng lọc CV, liên hệ ứng viên tiềm năng, thiết kế bài test và thực hiện các cuộc gọi screening. Đây là khối lượng công việc lớn, lặp lại và chưa thực sự tối ưu trải nghiệm ứng viên.
GreenTemis Agent tự động hóa toàn bộ vòng sàng lọc đầu tiên và tạo báo cáo có cấu trúc để các vòng phỏng vấn sau đi thẳng vào nội dung cần đào sâu. Xét về mặt kỹ thuật, GreenTemis là một hệ thống stateful real-time conversational AI, đồng thời phải giải quyết ba bài toán:
- Độ trễ thấp: Duy trì hội thoại giọng nói tự nhiên trong thời gian thực.
- Tính nhất quán và khả năng kiểm chứng: Đảm bảo dữ liệu đánh giá đáng tin cậy vì kết quả có thể ảnh hưởng trực tiếp đến quyết định tuyển dụng.
- An toàn và bảo mật: Cho phép LLM điều khiển hạ tầng thông qua tool-calling mà vẫn kiểm soát được quyền hạn.
GreenTemis Agent giải quyết các bài toán trên ở cấp độ kiến trúc thay vì chỉ tập trung vào các tính năng của sản phẩm.
GreenTemis Agent mang lại giá trị gì cho quy trình tuyển dụng?
GreenTemis Agent được thiết kế để giải quyết những điểm nghẽn phổ biến trong quy trình sàng lọc ứng viên, từ thời gian xử lý, chất lượng đánh giá đến tính nhất quán và liêm chính của quá trình phỏng vấn. Bốn giá trị dưới đây là nền tảng cho cách GreenTemis tiếp cận bài toán AI screening.
| Giá trị cốt lõi | Mô tả |
|---|---|
| Tốc độ | Rút ngắn vòng sàng lọc từ 3–5 ngày xuống còn vài giờ nhờ khả năng phỏng vấn nhiều ứng viên song song. |
| Chính xác | AI phân tích CV và Job Description (JD), khai thác sâu kinh nghiệm thực tế và xác định skill gap thay vì chỉ tìm kiếm keyword. |
| Liêm chính | Proctoring realtime end-to-end giúp phát hiện các dấu hiệu gian lận ngay trên trình duyệt và đưa ra cảnh báo tức thời bằng giọng nói. |
| Chuẩn hóa | Mỗi ứng viên được phỏng vấn bằng một bộ câu hỏi được cá nhân hóa theo CV, trong khi kết quả được chuyển thành báo cáo có cấu trúc để HR sử dụng cho các vòng tiếp theo. |
GreenTemis không thay thế HR mà giải phóng HR khỏi những công việc lặp lại để họ tập trung vào những quyết định quan trọng nhất.
“Chính xác” và “chuẩn hóa” là hai mục tiêu có phần mâu thuẫn: câu hỏi cần được cá nhân hóa để khai thác đúng kinh nghiệm của từng ứng viên, nhưng tiêu chí đánh giá phải nhất quán để đảm bảo tính công bằng và khả năng so sánh.
GreenTemis giải quyết sự đánh đổi này bằng cách tách biệt hai vai trò. Planning Agent phụ trách cá nhân hóa nội dung câu hỏi, trong khi thang đánh giá và cấu trúc báo cáo được chuẩn hóa ở tầng backend và Inspector Agent. Nhờ đó, nội dung phỏng vấn có thể khác nhau giữa các ứng viên, nhưng khung tiêu chí đánh giá vẫn nhất quán.
GreenTemis AI Screening hoạt động như thế nào?
Toàn bộ quy trình từ khi HR upload CV đến khi nhận được báo cáo đánh giá được tự động hóa mà không cần can thiệp thủ công ở từng bước.
Bốn bước tự động hóa quy trình tuyển dụng
- HR nhập CV và JD: HR upload CV của ứng viên và Job Description. Hệ thống tự động trích xuất và phân tích thông tin.
- AI lập kế hoạch: Planning Agent tạo bộ câu hỏi được cá nhân hóa theo CV, trong khi Assignment Agent xây dựng bài test phù hợp.
- Phỏng vấn realtime: Ứng viên tham gia phòng phỏng vấn trên LiveKit. Interview Agent dẫn dắt cuộc phỏng vấn bằng giọng nói realtime và ghi lại transcript.
- Tạo báo cáo tự động: Inspector Agent tổng hợp dữ liệu từ toàn bộ quá trình thành báo cáo có cấu trúc, sẵn sàng cho HR sử dụng ở vòng tiếp theo.
Điểm mấu chốt không nằm ở việc AI hỏi thay HR mà ở việc kết quả của vòng screening được tích lũy thành context cho các vòng phỏng vấn sau. Hệ thống chuyển một pipeline tuần tự và lặp lại thành một pipeline tích lũy context, trong đó các agent sử dụng state chung để bàn giao thông tin thay vì mỗi vòng phải bắt đầu lại từ đầu.
Kiến trúc 4 AI Agent của GreenTemis
GreenTemis không sử dụng một LLM duy nhất cho toàn bộ quy trình. Hệ thống được thiết kế theo mô hình multi-agent, gồm bốn agent chuyên biệt:
- Planning Agent: Lập kế hoạch và tạo câu hỏi phỏng vấn cá nhân hóa.
- Assignment Agent: Tạo và quản lý bài test.
- Interview Agent: Điều phối cuộc phỏng vấn realtime bằng giọng nói.
- Inspector Agent: Tổng hợp dữ liệu và tạo báo cáo đánh giá.
Các agent phối hợp thông qua MCP (Model Context Protocol). Không phải cả bốn agent hoạt động đồng thời trong một phiên phỏng vấn. Quy trình được chia thành các giai đoạn rõ ràng, với từng agent đảm nhiệm một phần riêng.
Việc sử dụng bốn agent thay vì một single agent giúp giảm context pha loãng, giới hạn quyền truy cập và tối ưu model theo từng loại tác vụ. Hội thoại cần latency thấp trong khi báo cáo cần khả năng suy luận sâu. GreenTemis sử dụng sequential workflow với explicit state handoff thay vì multi-agent debate để hệ thống dễ debug và dự đoán hơn.
MCP Tool (Model Context Protocol) trong GreenTemis
GreenTemis dùng MCP để tách lớp “não” (LLM) khỏi lớp “tay” (thao tác backend): thay vì cho LLM gọi trực tiếp HTTP hay database, mọi thao tác đi qua một lớp tool có kiểm soát.
Backend FastAPI chạy hai server FastMCP (SSE, cổng 8001): /mcp cho Interview Agent và /assignment-mcp cho Assignment Agent. Đây là façade phía trên REST API. Backend vẫn là source of truth duy nhất, mọi side-effect đi qua cùng tầng validate/authorize, và LLM không có đường tắt bỏ qua business rule.
Nhóm tool gồm Context & Snapshot để đọc ngữ cảnh phiên, các công cụ điều khiển trải nghiệm như switch_mode và end_interview, công cụ tương tác code để chấm bài làm, và công cụ quản lý bài tập dành cho Assignment Agent.
Interview Agent chỉ được cấp một danh sách allowed_tools giới hạn. Các tool ghi hoặc sửa dữ liệu nhạy cảm như append_transcript_turn được giấu khỏi LLM. Lý do là đầu vào của LLM là giọng nói ứng viên đã qua ASR, một dạng untrusted input. Cách tiếp cận này giới hạn tác động của prompt injection và tuân theo nguyên tắc least privilege.
Kiến trúc hệ thống GreenTemis Agent
GreenTemis được thiết kế theo kiến trúc multi-service, gồm frontend React cho HR và ứng viên, backend FastAPI làm source of truth, AI Services chứa bốn agent và MCP tools, cùng các thành phần hạ tầng như PostgreSQL, LiveKit, MinIO và ClickHouse.
Hệ thống chia thành bốn tầng: Client, Application & realtime, AI orchestration & voice, và Persistence & observability.
Client gồm HR truy cập qua HTTPS và ứng viên truy cập qua WebRTC. Application & realtime gồm Frontend, Backend REST và LiveKit. AI orchestration & voice gồm AI Services giao tiếp REST với Backend và MCP/SSE với Interview Agent Worker. Persistence & observability sử dụng PostgreSQL, MinIO/S3 và ClickHouse.
Interview Agent Worker là thực thể duy nhất vừa giao tiếp qua MCP vừa xử lý realtime media, đóng vai trò cầu nối giữa logic có thể retry và media realtime. Việc tách thành service riêng cho phép scale độc lập theo số phòng phỏng vấn.
Lựa chọn AI Model cho Realtime Voice AI
Các lựa chọn model tập trung vào độ trễ. Chuỗi ASR → LLM → TTS phải đủ ngắn để hội thoại tự nhiên, với round-trip khoảng 1–2 giây.
- ASR: PhoWhisper (phowhisper-medium, self-host) cho tiếng Việt; SenseVoiceSmall qua GreenNode AgentBase cho tiếng Anh.
- LLM: minimax/minimax-m2.5, khoảng 1.000 token/lượt, temperature 0.5.
- TTS: Kokoro (82M, self-host), định dạng WAV để giảm buffer delay và hỗ trợ code-switching.
GreenTemis self-host các khâu trên đường găng để giảm round-trip mạng, chọn model nhỏ để ưu tiên tốc độ phản hồi, và sử dụng giao diện OpenAI-compatible để có thể thay đổi model bằng cấu hình YAML.
Realtime Voice AI: Quy trình xử lý âm thanh
Interview Agent chạy trực tiếp trong AgentSession của LiveKit và đóng vai trò như một participant trong phòng phỏng vấn.
- VAD & Turn Detection: sử dụng silero.VAD, fallback endpointing 1.500ms khi turn detector đa ngôn ngữ gặp vấn đề với tiếng Việt.
barge_invà preemptive generation được tắt. - Chuẩn hóa tiếng Việt: lớp VietnameseNormalizingTTS xử lý số, ngày tháng và re-spell từ viết tắt.
- Proctoring: khi phát hiện gian lận, hệ thống mute mic qua data channel và phát cảnh báo cố định qua
session.say(), giảm độ trễ LLM và giữ nội dung nhất quán.
GreenTemis tắt barge-in vì việc cắt lời một ứng viên nói chậm có thể tạo bias không liên quan đến năng lực. Fallback 1.500ms là cơ chế graceful degradation khi turn detection không hoạt động tối ưu với tiếng Việt.
Realtime AI Proctoring: Giám sát liêm chính trong phỏng vấn
Phỏng vấn từ xa tạo ra những rủi ro gian lận mà phỏng vấn trực tiếp không gặp phải. GreenTemis giải quyết vấn đề này bằng lớp AI proctoring realtime chạy end-to-end ngay trên trình duyệt.
Các tín hiệu được theo dõi gồm:
| Tín hiệu | Cơ chế phát hiện | Mục đích |
|---|---|---|
| Màn hình phụ | Window Management API | Phát hiện màn hình bổ sung có thể được sử dụng để mở tài liệu. |
| Rời tab | visibilitychange + blur event | Phát hiện ứng viên chuyển sang cửa sổ khác. |
| Hướng mắt | MediaPipe FaceLandmarker | Phát hiện việc liên tục nhìn ra ngoài màn hình. |
| Nhiều người | Face detection | Phát hiện người thứ hai xuất hiện trong camera. |
| Điện thoại | MediaPipe ObjectDetector | Phát hiện điện thoại xuất hiện trong khung hình. |
Triển khai GreenTemis trên GreenNode AgentBase
GreenTemis được thiết kế native trên hệ sinh thái GreenNode, kết hợp GreenNode AgentBase, vServer và MaaS cho các loại workload khác nhau.
| Tài nguyên GreenNode | Số lượng | Vai trò |
|---|---|---|
| AgentBase Runtime | 4 Runtimes | Frontend, Backend, AI Services API, Interview Agent Worker |
| GreenNode vServer | 2 VMs | LiveKit, ClickHouse và GPU VM cho LLM/STT/TTS |
| GreenNode MaaS | Managed | OpenAI-compatible endpoints cho LLM, STT, TTS |
| GreenNode VDB | 1 Instance | PostgreSQL managed cho user, interview, transcript, assignment và report |
| GreenNode vStorage | 1 Bucket | S3-compatible storage cho CV, recording, report PDF và build artifacts |
| VPC + IAM | 1 VPC | Private network, service account và least-privilege policy |
Mỗi service là một Docker image độc lập theo runtime contract của AgentBase (port 8080 và GET /health). AgentBase xử lý TLS, auto-scaling và endpoint.
Việc phối ba hình thái hạ tầng phản ánh đặc tính workload: service stateless phù hợp với AgentBase Runtime; LiveKit, ClickHouse và GPU cần tài nguyên ổn định trên vServer; phần inference còn lại sử dụng managed endpoint trên MaaS để giảm yêu cầu vận hành GPU fleet.
Đánh giá kiến trúc GreenTemis: Điểm mạnh và những điều cần lưu ý
Điểm mạnh: tách trách nhiệm theo bốn agent và MCP facade, giúp giảm rủi ro và dễ audit; lựa chọn model theo latency; thiết kế ưu tiên công bằng với barge-in được tắt và cảnh báo cố định; hạ tầng được lựa chọn theo workload.
Điểm cần theo dõi: proctoring client-side có thể bị qua mặt; token cap khoảng 1.000 token/lượt cần lưu ý với câu hỏi reasoning nhiều bước; ngưỡng turn-detection cố định cho tiếng Việt; và cần bổ sung multi-tenancy nếu triển khai theo mô hình SaaS.
Hướng phát triển GreenTemis Agent trong tương lai
- Bổ sung server-side proctoring và behavioral analysis.
- Adaptive endpointing dựa trên tốc độ nói của từng ứng viên.
- Chuẩn hóa multi-tenancy với data isolation và IAM theo tổ chức.
- Bổ sung A/B testing hoặc shadow mode khi thay đổi model thông qua OpenAI-compatible interface.
Về dài hạn, GreenTemis có thể được phát triển theo hai hướng: tích hợp sâu hơn vào quy trình HR nội bộ hoặc đóng gói thành một SaaS.
Nếu chuyển sang mô hình SaaS đa khách hàng, thách thức kiến trúc lớn nhất sẽ nằm ở multi-tenancy, bao gồm data isolation, resource quota, billing/metering và SLA cho realtime infrastructure.
Nền tảng hiện tại với các service boundary rõ ràng và hạ tầng được phân tách giữa AgentBase, vServer và MaaS tạo nền tảng phù hợp để mở rộng mà không cần viết lại toàn bộ business workflow hay AI pipeline.
