AI Recruitment System：端到端自动化招聘与技术面试流程的桌面应用

shrs425p/AI-Recruitment-System · A desktop app that automates the hiring workflow — from resume parsing and NLP extraction to candidate ranking, scheduling, interview question generation, and reporting — all in a single user-friendly interface.

GitHub原文发布未知首次收录 2026-09-30上架 2026-10-07 07:06

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

AI Recruitment System 是一个面向技术招聘的桌面应用，将简历解析、NLP 特征抽取、候选人按岗位加权排名、面试排期、面试问题生成、网页监考与报告输出整合进单一界面。它支持本地 Ollama 隐私模式与 8+ 云服务商的轮询负载均衡，提供带一次性令牌的面试门户、摄像头活体检测与浏览器违规追踪、离线语音问答、AES 加密凭据存储及 PDF 报告。

# local-llm # multi-provider # desktop-app # document-processing # ai-automation

核心能力与快速开始

★ 0 · Python

能做什么: 自动化招聘流水线：从 PDF/PNG/JPG 简历中通过 PyMuPDF 与 Tesseract OCR 提取文本，并用 AI 抽取技能、经验、教育、项目、证书与领域信息；按技能 35%、经验 20%、领域 20%、教育 15%、证书 10% 的权重对候选人打分排名；协调 HR 面试时段并生成 .ics 日历文件，可选 Google Calendar OAuth 集成；生成面试问题并通过令牌认证的 HTTPS 面试门户进行面试；使用 MediaPipe（回退 OpenCV Haar 级联）做摄像头人脸检测，追踪切屏、复制粘贴、人脸缺失与多人脸等违规；支持离线语音模式（Vosk 语音识别 + pyttsx3 语音合成）；输出包含面试记录、评分与监考摘要的 PDF 报告；通过 SMTP 发送可定制模板的邮件通知。AI 后端支持本地 Ollama 隐私模式与 8 家云服务商的轮询负载均衡，API 密钥与 SMTP 凭据以 AES-Fernet + PBKDF2 加密存储。
适用场景: 适用于企业或团队技术招聘场景：批量处理候选人简历并结构化抽取信息，依据具体职位描述对候选人进行加权排序与 Top-N 入围筛选，协调并自动发出面试邀请，运行带网页监考与语音问答的远程技术面试，生成面试评审报告。也可用于对本地隐私有要求、不希望简历数据离开本机的招聘流程（Ollama 离线模式）。
项目形态: 可直接使用的工具
部署方式: 桌面应用：Windows 10/11（64 位），克隆仓库后创建虚拟环境、安装 requirements.txt 并以 python main.py 启动；候选人面试门户运行于 https://<your-ip>:5000。可借助 Inno Setup 6 通过 scripts\build_installer.bat 构建便携版 exe 与 Windows 安装包。
主要依赖: Windows 10/11（64 位）；Python 3.10 或 3.11；本地 AI 隐私模式需安装 Ollama 并拉取模型（如 llama3.2:3b）；云模式需自行准备各服务商 API 密钥；构建安装包需 Inno Setup 6。
使用限制: README 未说明并发处理能力、候选人规模上限、云服务商 API 的具体费用与配额，以及硬件（如 GPU）要求；隐私模式的数据不出本机能力依赖本地 Ollama 配置，云模式下数据将发送至所选服务商；OCR 与语音识别使用捆绑的 Tesseract 与 Vosk 模型，其准确率与语言支持未在材料中说明。
许可证: MIT
最近推送: 2026-09-30 05:39

官方入门核对 README 依据 ↗

资料检查：2026-09-30 07:00 · 卡片整理：2026-10-07 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

用于技术招聘全流程：解析简历、按岗位加权排名候选人、协调面试排期、生成面试问题、进行网页监考并输出报告。

查看内容依据

AI Recruitment System is a secure, automated AI pipeline for end-to-end technical hiring and proctored interviews.

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

Writing Assistant：面向个人写作风格的桌面拼写语法与文风检查工具

这是一个为单一作者（其所有者）打造的个人化 Windows 写作辅助工具，跨浏览器、Microsoft Word 和原生桌面应用随打字实时检查拼写、语法与文风。其核心设计是 Style Card：由模型根据作者明确表达的偏好维护一组子句，工具据此刻画并提醒偏离目标文风的文本，还可用本地模型按需改写段落，并标注疑似 LLM 生成的措辞；作者的当下习惯只会被统计，不会成为目标。项目使用 Rust 与 Tauri 构建，处于早期开发阶段，暂无正式发布版本，本地构建中已可运行捕获、拼写、telltable 下划线等功能，部分模块（Style Card、规则层、改写、工作卡片等）标注为计划中的阶段。

Poko：本地优先的角色化 AI 桌面助手

Poko 是一个角色化本地 AI 桌面代理，以工作区感知对话为起点，为本地编程代理工具提供友好的桌面交互界面。它把对话历史、任务和显式记忆保存在本机 SQLite 中，通过本地安装的 Codex CLI 或 Claude Code 执行只读的项目分析，并在执行命令或修改文件前弹出审批卡，编辑默认关闭且支持撤销。macOS 上还提供屏幕伙伴功能：查看指定窗口内容，或在 Safari、Chrome、Arc、Firefox、Edge 的网页中逐步代操作，每一步都需要用户批准。

InkDoc：将各类文档本地转换为 AI 可用 Markdown 的桌面工具

InkDoc 是一个跨平台桌面应用与本地 REST API，统一集成 Microsoft MarkItDown、Docling、自研 Markit 引擎与 GLM-OCR 模型，将文件、目录或 URL 转换为干净、适配 AI 的 Markdown。转换主要在本地执行，支持自动保存到 ~/Downloads 并使用防冲突命名；界面基于 Edge WebView2（Windows）或 WebKit（macOS/Linux），可同时以本地 Web 工作台形式访问。

local-inference-setup：本地语言模型自包含启动器的声明式配置

该项目以声明式配置方式管理本地语言模型推理环境的搭建：提供模型下载清单、运行时分发、完整性校验脚本、模型管理文档，以及内嵌完整推理参数的 .cmd 启动器。仓库本身不包含 GGUF 权重或运行时二进制，需通过附带的 PowerShell 安装与下载脚本获取。启动器会显式声明上下文长度、采样参数，并借助 --gpu-layers auto 与 --fit on 自动决定设备放置；服务对外暴露 Web 界面、OpenAI 兼容 API 与健康检查端点。配置面向 Windows、指定硬件（RTX 5080 16GB、64GB 内存）并锁定 llama.cpp 运行时构建版本，接口无鉴权，仅建议在可信私有网络内使用。

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。