PathFinder：面向大学生的 AI 实习求职导航平台

timiojoeman-debug/pathfinder · AI-powered internship navigation platform for university students: career direction, CV optimization, job discovery, networking, interview prep, and application tracking.

GitHub原文发布未知首次收录 2026-10-03上架 2026-10-03 07:01

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

PathFinder 是一个面向大学生的实习求职「职业操作系统」，覆盖六大阶段：职业方向选择、简历优化（PDF/DOCX 上传、ATS 审核、岗位匹配打分、技能差距项目建议）、职位发现（通过 Adzuna / JSearch 搜索或粘贴职位描述做兼容性分析）、人脉拓展（AI 外联、咖啡聊准备、内推材料、LinkedIn 分析）、面试准备（刷题追踪、STAR 故事构建、AI 出题、公司简报）以及申请追踪（看板流程与一致性仪表盘）。各阶段产生类型化的职业事件，派生出的职业档案、进度引擎与推荐引擎支撑跨阶段智能与 AI 导师记忆。技术栈为 Next.js 16、React 19、TypeScript、Tailwind CSS 4、Zustand、Supabase（Postgres + pgvector）、自定义 JWT 认证与 OpenAI GPT-4o / text-embedding-3-small。

# Supabase # RAG # Next.js # AI 面试 # OpenAI API

核心能力与快速开始

★ 0 · TypeScript

能做什么: 围绕实习求职全流程提供六个阶段的 AI 辅助功能：1）职业方向——向导与开放式探索模式，生成带具体度评分的方向陈述；2）简历优化——上传 PDF/DOCX，进行 ATS 审核、岗位匹配评分与技能差距项目建议；3）职位发现——通过 Adzuna / JSearch 搜索、粘贴职位描述、兼容性分析；4）人脉拓展——AI 生成面向招聘官/用人经理/同伴的外联内容、咖啡聊准备、内推材料与 LinkedIn 分析；5）面试准备——NeetCode/LeetCode 追踪、STAR 故事构建、AI 出题与公司简报；6）申请追踪——看板式流程与一致性仪表盘。底层为类型化职业事件流，派生职业档案、进度引擎和推荐引擎，并支撑 AI 导师记忆与跨阶段智能。
适用场景: 大学生规划实习求职方向、优化简历并通过 ATS 审核、检索与评估目标岗位、准备外联与内推、系统化准备面试与刷题、跟踪投递进度并复盘一致性。适合作为个人求职流程的集中式 AI 辅助工作台。
项目形态: 可直接使用的工具
部署方式: 本地运行：Node.js 20+，npm install 后复制 .env.example 为 .env.local 并填写变量，npm run dev 后在 localhost:3000 访问。缺少 OpenAI 密钥时 AI 路由返回兜底结果，缺少 Supabase 时回退到仅 localStorage 状态。Supabase 迁移位于 supabase/migrations，可用 Supabase CLI（supabase link 与 supabase db push）应用到项目。未说明生产部署方案与成本。
主要依赖: Node.js 20+；AI 功能需 OPENAI_API_KEY；持久化与认证需 Supabase 项目（NEXT_PUBLIC_SUPABASE_URL、NEXT_PUBLIC_SUPABASE_ANON_KEY、SUPABASE_SERVICE_ROLE_KEY）；认证需 JWT_SECRET；职位搜索可选 ADZUNA_APP_ID/ADZUNA_APP_KEY 或 JSEARCH_API_KEY；邮件可选 RESEND_API_KEY/EMAIL_FROM；AI_DAILY_QUOTA 默认每用户每日 60 次。未说明具体硬件要求。
使用限制: 仓库未提供 License（Private / unlicensed，All rights reserved），署名「Private / unlicensed」意味着不可直接断言可自由使用或商用。AI 功能依赖第三方 OpenAI API，可能产生 API 费用，具体成本未说明。Supabase、OpenAI 等外部服务的可用性与配额限制未说明。缺少密钥时 AI 功能降级为兜底返回，非完整功能。仓库标注 Private。
许可证: 未说明
最近推送: 2026-10-03 06:34

官方入门项目文档核对 README 依据 ↗

资料检查：2026-10-03 07:00 · 卡片整理：2026-10-03 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

用于招聘与面试准备场景：平台提供 AI 外联（招聘方/用人经理/同行）、咖啡聊准备、内推材料、LinkedIn 分析，以及面试准备中的 STAR 故事构建、AI 出题和公司简报，可辅助 HR 组织候选人沟通与面试准备工作。

查看内容依据

AI outreach (recruiter / hiring manager / peer), coffee-chat prep, referral packages, LinkedIn analysis

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

产品经理

用于求职与职业方向相关产品流程设计参考：平台覆盖职业方向选择、简历优化、职位发现、人脉拓展、面试准备和申请追踪六大阶段，并包含看板流程与一致性仪表盘，可作为职业类产品功能与流程设计的参考。

查看内容依据

Kanban pipeline + consistency dashboard

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

AI-Interview (Logisoft HireOS)：自托管 AI 招聘操作系统，覆盖 ATS、AI 筛选、自适应面试与监考信号

Logisoft HireOS 是一个自托管的 AI 招聘操作系统，将 ATS（职位与候选人管理、简历上传解析、拖拽式流程看板）、AI 筛选、自适应 AI 面试、监考信号与评估报告整合在一起。项目强调 100% 本地/自托管，AI 通过本地 Ollama 调用、不使用云数据库或 OpenAI API，AI 结果仅作为辅助建议，最终录用决策与阶段推进由人工完成并记录理由。仓库以 TypeScript 实现，采用 Next.js 14、PostgreSQL + pgvector、Prisma 等技术栈，README 中按阶段给出了从基础设施到人才库与分析的构建顺序。

TalentSift：AI 驱动的智能招聘与申请人跟踪平台

TalentSift 是一个智能申请人跟踪（ATS）与招聘平台，连接求职者与招聘方。平台面向招聘者和求职者提供分角色工作区，核心 AI 能力包括自动化 AI 筛选面试（即时评分）、候选人 AI 练习面试（基于 LangChain 与 Groq 提供即时评分与反馈）、AI 职位标题生成器以及嵌入式 LLM 聊天助手，并支持申请状态跟踪、邮件 OTP 验证、实时通知、职位审核与 Stripe 订阅付费。技术栈为 Next.js 前端 + Django REST Framework 后端 + PostgreSQL，生产环境采用 Vercel、Render、Supabase、Cloudinary、Brevo 等托管服务。

Pixeltable vs Supabase vs Convex：同一视频智能应用三种实现的量化对比基准

该仓库用同一份应用契约（视频抽帧、语音转写、多模态嵌入、场景检测与问答）在 Pixeltable、Supabase、Convex 三个平台上各实现一遍，并公开可复现的代码行数、编排跳数、延迟等指标与测试套件（契约测试、差分测试、韧性测试）。材料同时给出各平台在不同条件下胜负的权衡说明，包括作者承认 Pixeltable 在摄入与检索延迟上落后的场景，并明确指出实时能力、行级安全、托管数据库等场景下结论会改变。

IntelligenceDocumentSystem：基于 RAG 的多语言文档问答助手，回答附带可追溯引用

该项目是一个面向个人文档的 RAG 问答助手，支持上传 PDF、TXT、Markdown 并以印尼语提问，答案附带可点击溯源到具体 chunk 的引用。检索上下文不足时系统明确拒答，或在使用通用知识模式时给出明确标注、不加引用的回答。还提供按文档隔离的私有会话、跨文档检索、检索参数调整（Top K、相似度阈值）、检索质量评估（precision、hit rate、正确拒答）、延迟与提问日志分析，以及 RAGAS 评测选项。技术栈为 Next.js/React/TypeScript 前端与 FastAPI、ChromaDB、SQLite 后端，LLM 使用 Groq，并有 Ollama 回退。

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。