AI-Resume-Agent：面向招聘方的对话式简历问答 Agent

Rayhanpatel/AI-Resume-Agent · Conversational AI agent for recruiter Q&A — raw HTTP to Gemini (no SDK), 5 LLM-as-a-Judge evaluators, graceful degradation across 6 services, SSE streaming, Mem0 memory, Langfuse tracing. FastAPI + React 18 on Railway.

GitHub原文发布未知首次收录 2026-10-27上架 2026-10-29 07:05

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

这是一个面向招聘方的对话式 AI Agent，用于回答关于个人职业背景的问题。项目以 profile.json 作为知识来源，提供多轮对话、SSE 流式输出、模型回退与真实模型健康检查、意图分类、提示注入防护、服务端会话与配额限流、Job URL 抽取与结构化解析，以及基于 Langfuse 的追踪和 5 项 LLM-as-a-Judge 评测。技术栈为 FastAPI + React 18，后端部署在 Railway，前端在 Vercel，Gemini 通过 Vertex AI / AI Studio 调用。

# 限流 # Vertex AI # 流式响应 # LLM 编排 # agent-evaluation

核心能力与快速开始

★ 0 · Python

能做什么: 以个人公开 profile 为知识库，回答招聘方关于职业背景的问题，并对每句话标注已核实、推断或未知及对应原文引用；提供 SSE 逐 token 流式输出、多轮会话历史（最近 10 轮）、答案模型失败或超时后的自动回退、真实模型调用的健康检查、意图分类过滤离题提问、职位 URL 的 SSRF 防护抓取与结构化解析、动态生成推荐问题、服务端签名会话、按会话/IP/每日 token 的配额限流、Turnstile 人机校验、输入 HTML 清洗，以及 Langfuse 追踪和 Hallucination、Relevance、Conciseness、Helpfulness、Toxicity 五项 LLM-as-a-Judge 评测；还通过 /mcp 暴露 get_profile、ask、fit_report 工具供其他代理调用。
适用场景: 适合个人求职者搭建供招聘方自助问答的简历对话页面；也适合作为带可观测性、降级与评测设计的 LLM 对话应用参考实现，用于研究提示注入防护、模型回退、配额限流和 LLM-as-a-Judge 评测等工程实践。
项目形态: 可直接使用的工具
部署方式: 前端部署于 Vercel 并经 Cloudflare 代理，后端 FastAPI 部署于 Railway；本地需分别启动后端（:8000）和前端 Vite（:5173），使用 Supabase PostgreSQL 做会话持久化，Langfuse 做追踪，二者不可用时降级为临时模式。
主要依赖: Python 3.11+、Node.js 18+；必需 GOOGLE_API_KEY，生产可用 Vertex AI 凭据；可选配置 Langfuse、Supabase、Turnstile、ADMIN_API_KEY 等。
使用限制: 仓库面向单个个人 profile，知识来源固定为 backend/core/profile.json；LLM API 成本、配额上限具体数值、Langfuse/Supabase 等外部服务费用与部署资源规格未说明。
许可证: MIT
最近推送: 2026-10-26 15:00

官方入门项目文档核对 README 依据 ↗

资料检查：2026-10-27 07:00 · 卡片整理：2026-10-29 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证

职业应用

程序员

可作为构建带 SSE 流式输出、模型回退、意图分类、提示注入防护、会话配额限流与 Langfuse 追踪评测的 LLM 对话服务的参考实现。

查看内容依据

FastAPI, Gemini 3.5 Flash on Vertex AI with automatic model fallback, and React 18. Raw HTTP calls to Gemini (no SDK), server-side sessions with real multi-turn history, SSE streaming, LLM-as-a-Judge evaluation

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

招聘方可通过对话式 Agent 询问候选人的职业背景，并粘贴 LinkedIn/Greenhouse/Lever 职位链接，由系统抽取并结构化解析职位信息，生成与职位相关的建议问题，辅助招聘初筛与候选人背景问答。

查看内容依据

A conversational AI agent that answers recruiter questions about Rayhan Patel's professional background

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

Web Research Stack：LLM 驱动带引用的网页抓取与研究工具

该项目是一个生产就绪的全栈网页抓取与研究工具，后端采用 Python FastAPI，前端采用 React/Next.js，提供 CLI 与 REST API 两种接口。它包含本地网页研究工具（多角度搜索、抓取、站点地图、后台爬取与结构化抽取），并通过 stdio MCP 服务器暴露为 web_search、web_scrape 等工具；同时提供带引用的 LLM 研究能力，支持 SSE 实时进度、SQLite 历史与缓存、Docker 部署、Prometheus/Grafana 监控以及 SSRF 防护。

Tianshu（天枢）：自托管的 AI Agent 平台，为每个租户配备真实浏览器和沙箱

天枢是一个用 TypeScript 构建的自托管 AI Agent 运行时平台。它为每个租户提供真实 Chromium 侧边浏览器（基于 Playwright + noVNC，可实时观看或接管）、隔离的 Linux 沙箱（OpenShell 的 Docker 容器或 microsandbox 微虚拟机，二者选一），以及跨会话持久化的租户工作区文件。平台还包含工作板与后台 Worker、Workforce Studio 配置管理、Maintenance Mode 设置助手、数据源、Boards 仪表盘、Cron 调度、Wiki 知识库、Web 搜索等插件，并支持 Anthropic、OpenAI、Google 等模型 API 与任意 OpenAI 兼容端点。

Discord Waifus：在 Discord 服务器中运行自主行动的 AI 角色聊天机器人

Discord Waifus 是一个本地运行的 TypeScript 项目，可在 Discord 服务器中部署多个具有各自人格、模型和独立机器人的 AI 角色。每个角色作为自主代理持续运行：被提及、回复、名字、私信或自定义唤醒条件触发后，读取频道内容并自行决定是否回应；拥有记忆笔记、作息与每日预算，支持网页搜索、图像 OCR 读取和网页仪表盘管理。项目通过 npm 全局安装，数据保存在本地 ~/.dc-waifus 目录。

model-ladder：为 Claude Code 与 Codex 插件按任务难度分级路由模型并验证结果

model-ladder 是 Claude Code 和 Codex 的插件，通过 Router、Worker、Verifier 三个环节工作：先由路由器为每个编码任务挑选成本与能力匹配的模型及 effort 等级，再由 Worker 在隔离的 Git worktree 中执行，失败时按阶梯升级到更强模型或更高 effort，最后由 Verifier 用项目测试命令校验，通过后才交付结果。它还提供用量守卫与交接文档、任务状态面板、并发运行冲突检测、可配置的 worker/verifier 技能指令等能力。安装需 Git 与 Node.js 20+，并在 Git 仓库中运行，具体模型与测试条件需自行配置。

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。