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

HarrrshK/ai-recruitment-helper

GitHub原文发布未知首次收录 2026-09-28上架 2026-09-28 07:01

ELI5：它是什么，解决什么问题

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）。

# 招聘 # human-in-the-loop # 简历解析 # 多智能体系统 # 全栈

核心能力与快速开始

★ 0 · Python

能做什么: 基于 AI 智能体的招聘平台，覆盖招聘全流程：生成职位描述、解析与筛选简历（Matcher 带证据、Bias Shield 与盲选模式、排名筛选看板、Kanban 流水线）、三人角色评审小组加主持人、对比视图、AI 面试与评分卡、候选人问答聊天机器人与招聘官收件箱、外联邮件（含日历文件）、Ask-HR（Ctrl+K）、技能差距教练、实时 Agent 图（由真实模型调用驱动）、仪表盘漏斗与活动时间线、内置评测页与 PDF 候选人报告。面试房间支持浏览器内置语音听写与朗读（Chrome/Edge 体验最佳，打字始终可用）。
适用场景: 供招聘团队演示或试用 AI 辅助招聘流程：自动生成职位描述、批量解析与筛选简历、组织多角色评审、进行 AI 面试并生成评分卡、通过聊天机器人回答候选人问题、发送外联邮件与日历邀请、分析招聘漏斗。附带种子演示数据集、5 分钟现场演示脚本、截图与备用演示视频，便于做演示与汇报。
项目形态: 可直接使用的工具
部署方式: 本地部署：后端 FastAPI 用 uvicorn 启动，前端 Next.js 用 npm run dev，打开 http://localhost:3000；数据库为 SQLite。
主要依赖: Python 3.11、Node.js（前端 Next.js）；需要 LLM 接入：Groq 免费 API 密钥（OpenAI 兼容 API），或本地 Ollama 服务器（配置 LLM_BASE_URL 等环境变量，无需改代码）。首次筛选运行会下载约 90 MB 的嵌入模型到 backend/data/models。语音功能依赖浏览器内置语音特性（Chrome/Edge 最佳）。
使用限制: Groq 免费额度有速率限制（约每分钟 8,000 tokens），首次筛选多名候选人需要数分钟，后续有缓存；若改用本地 Ollama 需自行承担硬件与性能条件（未说明）。许可证未说明；README 未说明生产环境部署、并发规模或数据合规方面的限制。示例中的人员与简历均为虚构。
许可证: 未说明
最近推送: 2026-09-27 08:23

官方入门项目文档核对 README 依据 ↗

资料检查：2026-09-28 07:00 · 卡片整理：2026-09-28 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

HR

用于招聘全流程：AI 智能体撰写职位描述、解析与筛选简历、进行候选人面试并推荐录用，最终由人工招聘官做决定；还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、仪表盘漏斗与活动时间线、内置评测页与 PDF 候选人报告。

查看内容依据

An AI agent-based hiring platform: agents write job descriptions, parse and screen resumes, interview candidates and recommend who to hire, while a human recruiter makes the final decision.

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

SkillRadar：面向开发者与招聘方的 AI 人才评估与 ATS 简历优化平台

SkillRadar 是一个连接开发者与招聘方的双边 AI 人才平台，提供 ATS 简历结构化解析、GitHub/LinkedIn 审计、交互式 AI 模拟面试以及招聘方人才库等功能。后端基于 Next.js 16 与 TypeScript 构建，通过 Vercel AI SDK 集成 Gemini、OpenAI、Claude、Groq、OpenRouter 等多提供商 LLM，支持 BYOK、多级回退、AES-256-GCM 密钥加密、双盲隐私脱敏与 i18n 路由，并内置 Vitest、Playwright、dependency-cruiser 等质量门禁。

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。

Recruvoskill：基于 GitHub 与编程竞赛证据的 AI 招聘评估平台

Recruvoskill 是一个 AI 原生招聘平台，用求职者在 GitHub 仓库与编程竞赛中的真实工作证据代替简历进行评估。它通过 GitHub REST API 提取测试、CI/CD、部署配置、Web 框架等信号，并整合 Codeforces 与 LeetCode 的解题数据归一化为 dsa_proficiency 分数，再由基于规则的确定性评分引擎把职位任务与信号匹配打分并给出可解释理由。生成式 AI（Groq 的 openai/gpt-oss-120b）仅用于把职位描述拆解为可验证任务、以及根据真实任务分数草拟候选人反馈。招聘者可在候选名单上做 Advance/Reject 决策并附带反馈，候选人只看到决策与反馈、看不到原始分数。

AI Recruiting Copilot：基于 Azure AI 的招聘简历筛选、候选人匹配与投标响应工作流

AI Recruiting Copilot 是一个部署在 Azure 上的招聘辅助系统。它使用 Azure Content Understanding 从 PDF、Word 和扫描图片格式的简历中提取结构化候选人档案，并用 Azure AI Search 混合检索与透明评分公式把候选人与职位描述匹配。项目基于 Microsoft Agent Framework 构建招聘 Agent，让模型只看到匿名档案，只能依据代码计算的匹配得分作答，并拒绝基于年龄、婚姻状况等受保护属性的筛选请求。它还提供针对公共部门 Requests for Resumes 的核对流程：从 PDF 读取强制性与评分要求，按日期化工作经历核对证据，起草匿名响应表格和摘要，最后由招聘人员审批并导出 Word。仓库包含 Terraform 基础设施、合成数据集、离线测试与提取、搜索、Agent 和投标流程的评测脚本。

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。