应用工具AI 资源
DeepScreen：AI 驱动的招聘与候选人评估平台前端
BazilSuhail/DeepScreen-Client · AI-powered recruitment and candidate assessment platform. Provides end-to-end hiring pipeline management with AI-driven resume parsing, coding assessments, video interviews, candidate shortlisting, and real-time communication for recruiters and candidates.d
ELI5：它是什么，解决什么问题
DeepScreen 是一个基于 Next.js 构建的全栈招聘平台前端，连接 Django 主后端、Rocket 简历解析微服务和 LiveKit 视频服务，提供候选人、招聘方和机构管理三类门户。功能涵盖职位浏览与投递、AI 简历解析、带 Monaco 编辑器和自动评分的编程测评、带语音识别与自然语言评估的 AI 面试、基于 LiveKit 的实时视频面试、AI 评分候选人筛选、招聘方与候选人即时消息，以及基于角色的仪表盘和招聘分析。仓库为客户端代码，许可证限定教育与非商业用途。
核心能力与快速开始
★ 2 · JavaScript
- 能做什么
- 提供候选人、招聘方和机构管理三类门户；支持职位发布与投递流程跟踪；通过独立微服务进行 AI 简历解析；基于技能、经验和项目做自动化候选人评分与入围筛选；带 Monaco 代码编辑器的编程测评与自动评分；带语音识别和自然语言评估的 AI 面试；基于 LiveKit 的实时视频面试，含屏幕共享与聊天；招聘方与候选人之间的实时消息；角色感知的仪表盘与招聘数据分析；多租户机构管理与团队角色配置。
- 适用场景
- 适合搭建或研究端到端 AI 招聘流程的团队参考其前端实现；用于候选人求职、测评、AI 面试和视频面试的一体化体验；用于招聘方管理职位、审阅申请、配置测评与面试并筛选候选人；用于机构侧多租户招聘管理和招聘数据分析。
- 项目形态
- 可直接使用的工具
- 部署方式
- 未说明；README 仅给出本地开发方式（bun run dev、生产构建 bun run build && bun run start），依赖自托管的 Django 后端、Rocket 简历解析微服务和 LiveKit 服务实例，需配置环境变量。
- 主要依赖
- Node.js 18.17 或以上；Bun（推荐）或 npm/yarn/pnpm；Git；运行中的 DeepScreen Django 后端（默认 http://localhost:8000）；运行中的 DeepScreen Rocket 简历解析微服务（默认 http://localhost:10000）；LiveKit 服务器或云项目；需配置 NEXT_PUBLIC_API_URL、NEXT_PUBLIC_LIVEKIT_URL、NEXT_PUBLIC_RESUME_API_URL、NEXT_PUBLIC_RTC_API_URL 等环境变量。
- 使用限制
- 许可证为教育与非商业用途许可，明确禁止商业使用、销售、授权或作为收费托管服务部署，商业授权需联系版权方；仓库仅为客户端前端，依赖多个外部后端服务才能完整运行；README 提到认证存在 Zustand 与 React Context 两套并行实现，处于迁移中；未说明 AI 模型来源、调用成本、性能指标或数据合规情况。
- 许可证
- NOASSERTION
- 最近推送
- 2026-10-24 20:24
资料检查：2026-10-25 07:00 · 卡片整理：2026-10-25 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证
讨论 0
登录后参与讨论，阅读资讯无需注册。
还没有评论，来分享第一个看法。