应用工具工具
Beaconfolio:面向求职软件工程师的可自托管作品集与招聘沟通平台
mavrovde/beaconfolio · Beaconfolio — a fork-and-go, self-hostable portfolio and recruiter-communication platform for job-seeking software engineers. Angular 22 SSR + FastAPI + pgvector semantic search + local LLMs.
ELI5:它是什么,解决什么问题
Beaconfolio 是一个 fork-and-go、可自托管的作品集与招聘方沟通平台,面向求职的软件工程师。它提供作品集展示、多语言站点、带语义搜索的博客、AI 自动生成标签、管理后台,以及招聘收件箱、机会管道和互动分析等求职功能。技术上采用 Angular 22 SSR、FastAPI、PostgreSQL 16 + pgvector,并使用本地 Ollama 模型(nomic-embed-text 嵌入、llama3.2 生成)实现语义检索与标签生成;同时通过 llms.txt、JSON Resume 接口和结构化数据提升招聘方与 AI 助手的可发现性。
核心能力与快速开始
★ 0 · Python
- 能做什么
- 提供个人作品集展示(经历、技能、教育、推荐)、英德双语实时切换、带 pgvector 语义搜索的博客、基于本地 llama3.2:1b 的 AI 标签自动生成、安全的管理后台(富文本编辑、草稿、发布)。求职侧功能包括:招聘收件箱(联系人表单与 CV 请求的带状态工作流)、机会管道看板(lead → closed,含备注时间线、一键从收件箱提升为管道卡片)、互动分析仪表盘(CV 请求、每次 CV 下载、联系提交的统计、周趋势、近期活动流与每周摘要邮件)。可通过 .env 与后台在运行时配置身份信息;提供 ./setup.sh 引导式安装;默认附带虚构演示内容并有 PII 守卫;提供 schema.org Person 结构化数据、按路由生成的 title/description/canonical 与 Open Graph 卡片、按请求渲染的 sitemap.xml/robots.txt、终端风格 404 页;并提供面向 AI 助手的 /llms.txt、JSON Resume v1.0.0 接口 /api/app/profile/resume.json 与显式声明 AI 爬虫策略的 robots.txt。
- 适用场景
- 求职的软件工程师搭建自有品牌作品集站点并托管在自有域名下;用语义搜索让访客检索博客内容;用招聘收件箱与机会管道集中管理招聘方联系与求职进展;通过互动分析了解 CV 请求与下载情况;通过 llms.txt、JSON Resume 与结构化数据让招聘方和 AI 助手更容易发现并读取个人资料。
- 项目形态
- 可直接使用的工具
- 部署方式
- 支持自托管;提供 Docker/Podman 本地开发栈(setup.sh / manage.sh)以及 prod compose 与预构建镜像的部署文档;镜像发布到 ghcr.io/mavrovde/beaconfolio-*(v1.14.1 起),重命名前的旧 tag 位于 ghcr.io/mavrovde/hirefolio-*;新 GHCR 包默认私有,需手动设为公开。
- 主要依赖
- Node.js 22(npm 10+)、Python 3.12、PostgreSQL 16+(含 pgvector 扩展)、可选 Ollama(不使用 Docker 本地运行时需要);本地开发建议使用 Docker/Podman。
- 使用限制
- README 未说明具体硬件配置、API 成本或商用授权以外的限制;文档说明本地 Ollama 为免费选项,可选的 Gemini key 需自行提供;未说明项目规模上限与性能指标;Docker 基础镜像和 AI 模型权重在 CI 中不做缓存。
- 许可证
- MIT
- 最近推送
- 2026-09-14 06:51
资料检查:2026-09-14 07:00 · 卡片整理:2026-09-14 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
求职的软件工程师可自托管该平台,用作品集展示经验、技能、教育与推荐,并通过带语义搜索的博客和 AI 自动生成标签来呈现技术内容。
查看内容依据
Beaconfolio 是一个 fork-and-go、可自托管的作品集与招聘方沟通平台,面向求职的软件工程师。它提供作品集展示、多语言站点、带语义搜索的博客、AI 自动生成标签、管理后台
由 AI 根据来源材料整理,未进行安装或运行验证
HR
招聘方可借助该平台的结构化数据、JSON Resume 接口和 llms.txt 等 AI 可读形式发现并读取候选人资料,同时通过招聘收件箱和机会管道管理候选人互动。
查看内容依据
招聘收件箱、机会管道和互动分析等求职功能
由 AI 根据来源材料整理,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。