应用工具AI 资源
ai-recruitment-agent：AI 辅助招聘平台，为 HR 与求职者提供 CV 结构化与评分服务
MinhDat205/ai-recruitment-agent
ELI5：它是什么，解决什么问题
一个基于 Spring Boot 与 React 的全栈招聘平台，面向 HR 和求职者两类用户。系统内的 AI 负责三件事：将 CV 抽取为结构化数据、按 HR 自定义的 rubric 逐项打分、对分数给出解释并附 CV 引用。AI 不负责加权汇总、排名或录取决定，这些交给后端基于显式权重的计算与 HR 的最终判断。技术栈包括 Java 25、Spring Boot 4.1、Spring AI 2.0（Anthropic 对话、OpenAI 嵌入、PgVector 向量库）、PostgreSQL 17 + pgvector、React 19 与 Vite。项目目前处于初始化阶段，尚未实现任何功能。
核心能力与快速开始
★ 0 · Java
- 能做什么
- AI 辅助招聘平台，服务 HR 与求职者两类用户。AI 具备三项能力：把 CV 抽取为结构化数据；按 HR 自行配置的 rubric 逐项打分；为分数提供解释并引用 CV 原文。加权总分计算与候选人排名由后端使用显式权重公式完成，是否通过由 HR 做最终决定，AI 不参与这些环节。技术架构包含 Java/Spring Boot 后端、Spring AI 与 PgVector 向量存储、React 前端，以及用于本地开发的 Docker Compose 服务（PostgreSQL、MailHog、MinIO）。文档目录提供 SRS（39 条 FR，其中 18 条已完成的完整规格说明）、按 FR 分阶段推进的路线图、技术栈选型理由、UI 指南与逐分支的走查说明。
- 适用场景
- 求职招聘场景下的简历处理与筛选辅助：HR 可将收到的 CV 批量或逐个转为结构化数据；可按岗位自定义评分 rubric，由 AI 逐项打分并给出带 CV 引用的评分理由，再结合后端显式计算的总分辅助判断；求职者侧作为平台第二类用户的交互入口。仓库中的 docs 目录同时可作为前后端联调、功能分阶段落地与 UI 规范落地的参考文档。
- 项目形态
- 开发框架
- 部署方式
- 项目提供本地开发启动方式：复制 .env.example 为 .env 并填入 API key，使用 docker compose 启动 PostgreSQL、MailHog 与 MinIO，然后分别运行后端（./mvnw spring-boot:run）与前端（npm install && npm run dev）。前端 5173、API 8080、MailHog 8025、MinIO 控制台 9001。生产部署方式未说明。
- 主要依赖
- JDK 25（最低 21）、Node.js 20+、运行中的 Docker Desktop；无需自行安装 Maven，仓库内含 mvnw 包装脚本。AI 能力依赖 Anthropic 对话模型与 OpenAI 嵌入服务，需要自备 API key；相关的调用成本与配额限制未说明。
- 使用限制
- 仓库 README 明确说明项目仍处于初始化阶段，尚未实现任何功能，实际可用性受路线图进度限制。项目使用 Spring Boot 4.1 与 Spring AI 2.0，多数公开的 Spring AI 文档基于 1.x（Boot 3.5）不兼容。已知问题中记录了 npm audit 对 React Router 的 high severity 告警，项目认为该告警对纯 SPA 场景为误报。
- 许可证
- 未说明
- 最近推送
- 2026-09-30 01:46
资料检查：2026-09-30 07:00 · 卡片整理：2026-09-30 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
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。