alextym.com：基于 RAG 的 AI 作品集与招聘问答助手

AlexTymosh/alextym.com · RAG-based AI portfolio that helps recruiters explore my skills, work experience, projects, and common interview answers through an AI assistant.

GitHub原文发布未知首次收录 2026-09-27上架 2026-09-27 07:02

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

alextym.com 是一个将个人作品集网站做成小型 AI 产品的项目，核心是一个基于 RAG 的 AI 聊天助手，能够回答关于网站所有者公开职业档案、项目经历、技术技能、可用性与服务合作方式的问题。后端使用 FastAPI 与 OpenAI Responses API 流式输出，结合 Qdrant 向量检索、查询路由与扩展、启发式重排与关键词评分等检索策略。除 AI 问答外，还提供交互式简历筛选、联系表单、YouTube 演示嵌入以及通过 Telegram 实现的人机交接（handoff），让复杂或招聘相关问题可转由本人回复。

# RAG # 招聘 # chatbot # human-in-the-loop # 向量存储

核心能力与快速开始

★ 0 · Python

能做什么: 提供混合式聊天界面：脚本化应答、确定性策略处理、AI/RAG 回答与人工交接。RAG 管道使用 Qdrant 稠密向量检索、结构化分块、元数据过滤、查询路由与扩展、启发式重排与关键词评分，后端通过 SSE 流式返回 OpenAI Responses API 内容，前端以打字机缓冲渲染。内置面向提示注入、隐私边界、无上下文回答的输出防护与限流。还包含交互式简历筛选页、Resend 联系表单、嵌入 YouTube 演示、SEO/SMM 配置（OpenGraph、JSON-LD、sitemap 等）、Prometheus 兼容指标与 Grafana 可观测性方案。
适用场景: 适合求职者或自由职业者搭建带 AI 问答能力的个人作品集/简历网站，让招聘方或潜在客户通过对话了解其公开职业信息、技能、项目与合作意向；也适合作为 RAG 聊天机器人的工程参考实现，尤其是需要检索优化、安全防护、可观测性与人机交接（Telegram）的轻量产品化场景。
项目形态: 可直接使用的工具
部署方式: 前端部署于 Vercel，后端部署于 Render，向量库使用 Qdrant Cloud，DNS 使用 Cloudflare；提供 Dockerfile 用于后端可移植性，并给出 Homepage 与 health 端点。具体环境变量、API 密钥与成本未完整说明。
主要依赖: 需要 Python/FastAPI 后端环境与 Node.js 前端工具链；依赖 OpenAI API、Qdrant、Upstash Redis（含内存回退）、Resend、Telegram Bot API 等外部服务。硬件要求未说明。
使用限制: RAG 回答仅覆盖网站所有者公开职业信息，非通用知识库；README 提到该站点是模板，其中的 netflix 案例分析页为未列入导航的示例，复用前需替换为自有案例与 PDF；仍存在轻微可访问性对比度问题；具体 API 调用成本、速率与配额限制未说明。
许可证: MIT
最近推送: 2026-09-26 03:50

项目文档核对 README 依据 ↗

资料检查：2026-09-27 07:00 · 卡片整理：2026-09-27 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

职业应用

程序员

作为程序员，可以复用该仓库的 RAG 聊天机器人实现，包括 FastAPI 后端、OpenAI Responses API 流式输出、Qdrant 向量检索、查询路由与扩展、启发式重排等检索策略，用于构建基于个人公开职业档案的问答系统。

查看内容依据

alextym.com 是一个将个人作品集网站做成小型 AI 产品的项目，核心是一个基于 RAG 的 AI 聊天助手，能够回答关于网站所有者公开职业档案、项目经历、技术技能、可用性与服务合作方式的问题。后端使用 FastAPI 与 OpenAI Responses API 流式输出，结合 Qdrant 向量检索、查询路由与扩展、启发式重排与关键词评分等检索策略。

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

HR

作为 HR，可以利用该仓库的交互式简历筛选功能，通过细节级别切换和部分筛选（经验、教育、培训）来快速浏览候选人信息，并借助 AI 聊天助手回答关于候选人公开职业档案、项目经历、技术技能、可用性等问题，辅助招聘筛选。

查看内容依据

除 AI 问答外，还提供交互式简历筛选、联系表单、YouTube 演示嵌入以及通过 Telegram 实现的人机交接（handoff），让复杂或招聘相关问题可转由本人回复。

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

Juno PM：将 P0 升级线程转化为可一键审批的优先级草稿的 AI 产品管理项目

Juno PM 是一个 AI 产品管理认证的结业项目仓库，围绕"Juno"这一 AI 产品概念展开：一个能把 #escalations 中的 P0 升级线程自动读取策略一页纸与近期工单，并生成带引用与置信度评分的优先级草稿的 Agent 工作流，草稿只有经 PM 点击确认后才会写入 Jira。仓库以文档为主，包含各模块产出物：系统提示词、构建/购买/微调决策矩阵、AI 策略一页纸、含检索需求的 AI PRD、AI 原生用户流程与信任缺口缓解、Agent 工作流规范（AWSpec）与 Agent 控制面板、分层评测栈与人工评测评分表，以及 PM 执行计划（迭代排期、监控指标、红线与治理）。

Atlas AI Resume：可与简历对话的全栈 AI 简历门户

Atlas AI Resume 是一个全栈 AI 简历门户，采用 React、Express 与 Gemini API 构建，提供响应式 PDF/A4 简历查看、项目展示、证书索引、技能可视化与招聘者行为遥测面板。其核心功能是名为 Atlas AI 的流式聊天机器人，基于本地 RAG 索引（向量嵌入 + 关键词回退）针对简历内容回答问题，并输出置信度分数与可点击的来源引用。

HR-Recruitment-AI-System：AI 智能体驱动的招聘全流程平台

这是一个基于 AI 智能体的招聘平台，覆盖写职位描述、简历解析与筛选、候选人面试、录用推荐等环节，最终由人工招聘官做决定。系统包含多角色评审小组、对比视图、AI 面试评分卡、候选人问答机器人、招聘官收件箱、外联邮件（含日历文件）、Ask-HR、技能差距教练、实时 Agent 图、仪表盘漏斗与活动时间线、内置评测页与 PDF 候选人报告，并提供演示数据集和 5 分钟演示脚本。技术栈为 Next.js + TypeScript 前端、Python 3.11 + FastAPI + SQLAlchemy(SQLite) 后端，LLM 通过 Groq 的 OpenAI 兼容 API（也可用本地 Ollama）。

BORA：AI 驱动的招聘候选人筛选与排序平台（前端应用）

BORA 是一个 AI 驱动的招聘平台，可根据岗位要求自动评估、打分并排序求职者，生成带解释的候选人入围名单。本仓库为其前端应用，基于 Next.js 14、TypeScript 和 Tailwind CSS 构建，包含岗位管理、简历上传（PDF/CSV/Excel）、AI 筛选进度、排名结果与候选人详情、分析洞察等页面，AI 分析由 Gemini 提供，最终招聘决定仍由人掌控。项目处于开发中，为 Umurava AI Hackathon 2026 参赛作品。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。