Resume Matcher Agent Cn

简历匹配器

"简历匹配器"是一个AI驱动的平台，旨在逆向工程招聘算法，向您展示如何精准定制简历。获取那些能让你通过初步筛选、进入人工审阅阶段的关键词、格式和洞察。意思就是模拟HR怎样筛选你的简历，提前给你展示筛选的结论，方便你尽快修改好你的简历，以增加通过的可能性。

项目介绍

简历匹配器旨在通过分析职位描述并提供有针对性的改进建议，帮助求职者优化简历。该平台使用AI模型从简历和职位发布中提取关键信息，然后提供可操作的见解，以增加通过自动筛选系统的机会。

该应用程序由处理数据处理和AI集成的FastAPI后端，以及提供用户友好界面（操作非常简单）的Next.js前端组成，用于上传简历和职位描述。

核心功能

• 简历分析：上传PDF或DOCX格式的简历进行分析
• 职位描述解析：处理职位描述以提取关键要求和关键词
• AI驱动的洞察：根据职位要求获取改进建议
• 关键词匹配：识别对ATS（申请人跟踪系统）重要的缺失关键词
• 结构化数据提取：将非结构化的简历和职位数据转换为结构化JSON格式
• 本地AI处理：使用OpenAI等大模型进行分析，或者使用Ollama进行本地AI模型服务以确保数据隐私

技术栈

技术	版本/信息
Python	3.12+
FastAPI	0.115.12
Next.js	15+
Ollama	0.6.7
SQLite	3.x
Tailwind CSS	4.x

安装方法

backend python项目：

   pip install -r requirements.txt

frontend react项目： npm install npm run dev

后端依赖

后端基于FastAPI构建，需要以下关键依赖：

• FastAPI作为Web框架
• SQLAlchemy作为数据库ORM
• Ollama用于本地AI模型服务
• MarkItDown用于文档处理（PDF/DOCX转文本）
• 各种AI库用于处理和分析

前端依赖

前端基于Next.js构建，使用：

• React 19
• Tailwind CSS用于样式设计
• Radix UI组件用于可访问的UI元素
• TypeScript用于类型安全

项目结构

后端 (`/backend`)

backend/
├── app/
│   ├── agent/          # AI模型集成（Ollama, OpenAI, LlamaIndex）
│   ├── api/            # REST API路由和中间件
│   ├── core/           # 配置、数据库设置、日志
│   ├── models/         # 数据库模型（SQLAlchemy）
│   ├── prompt/         # AI提示模板
│   ├── schemas/        # 数据验证模式（Pydantic）
│   ├── services/       # 业务逻辑实现
│   ├── base.py         # FastAPI应用配置
│   └── main.py         # 应用程序入口点
├── Data/               # SQLite数据库文件
├── logs/               # 应用程序日志文件
├── requirements.txt    # Python依赖
└── .env                # 环境配置

前端 (`/frontend`)

frontend/
├── app/                # Next.js页面和布局
├── components/         # React组件
├── lib/                # 实用函数和API客户端
├── public/             # 静态资源
├── package.json        # Node.js依赖
└── tailwind.config.js  # Tailwind CSS配置

API端点

职位端点 (`/api/v1/job`)

• POST /upload - 上传并处理职位描述
• GET / - 根据职位ID检索职位数据