async function computeMatchWithAI(
  jd:     ParsedJD,
  resume: Resume,
  opts:   { apiKey: string; provider: 'claude' | 'openai' }
): Promise<MatchResult>

1. 先调用 computeMatch() 获取本地基础分
2. 构建 prompt（JD摘要 + 简历摘要 + 本地初步得分）
3. 调用 Claude 或 OpenAI API
4. 解析 JSON 响应
5. 混合评分：AI×0.6 + 本地×0.4
6. 失败 → 返回本地结果（含错误说明），不抛异常

// 由 runtime/store.js 在 runMatch() 中判断
const provider = apiKey.startsWith('sk-ant') ? 'claude' : 'openai';

你是一名专业的 HR 顾问。请对以下 JD 和简历进行匹配度分析，返回 JSON。

## JD
职位：{title}
公司：{company}
必要技能：{requiredSkills}
加分技能：{niceSkills}
经验要求：{minYears}年+
学历要求：{eduLevel}

## 候选人简历
姓名：{name}
技能：{skills.slice(0,25)}
经验：{experience摘要}
学历：{education摘要}

## 本地算法初步得分
总分：{localScore}/100
技能：{skillDim}  经验：{expDim}  学历：{eduDim}

## 要求的 JSON 格式
{
  "score": <0-100的整数>,
  "analysis": "<3-5句自然语言综合评价>",
  "strengths": ["亮点1", "亮点2", "亮点3"],
  "suggestions": ["建议1", "建议2", "建议3"]
}

只返回 JSON，不要任何额外文字。

// 尝试 1：直接 JSON.parse
JSON.parse(raw.trim())
 
// 尝试 2：提取 ```json ... ``` 代码块
raw.match(/```(?:json)?\s*([\s\S]+?)\s*```/)
 
// 尝试 3：提取第一个 { ... }
raw.match(/\{[\s\S]+\}/)
 
// 全部失败 → 抛出 Error，被 catch 处理 → fallback 到本地结果

} catch (err) {
  console.warn('[aiMatcher] AI call failed, using local result:', err.message);
  return {
    ...localResult,
    aiAnalysis: `AI 分析不可用（${err.message}），已使用本地算法结果。`,
    engine: 'local',
  };
}

blendedScore = Math.round(aiScore × 0.6 + localScore × 0.4)
finalScore   = Math.min(100, blendedScore)