Smart Resume Shortlisting System：基于 OCR 与 NLP 的语义化简历—职位匹配与筛选系统

Varad1006/Smart-resume-shortlisting-system · Developed an industry-driven AI recruitment system that performs semantic resume–job matching and parses multilingual/handwritten resumes using OCR + NLP. Combined contextual similarity with GitHub activity scoring to produce fair, accurate candidate shortlists and reduce manual screening effort.

GitHub原文发布未知首次收录 2026-09-30上架 2026-10-01 07:04

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

该系统面向招聘场景，将简历按职位描述进行语义匹配和排名，并展示排名依据。它支持读取 PDF、Word 文档、扫描件和手机照片（含手写体），覆盖 90 多种语言；通过 OCR 将非文本简历转为文字，再按语义而非关键词比较简历与职位描述。职位要求会被逐条打分，并附上满足该要求的简历原文片段作为证据。可选功能包括基于公开 GitHub、LeetCode、CodeChef 活动的公平加分（最高 +10，且不会对无此类资料的候选人扣分），以及针对排名靠前候选人生成的 AI 摘要（优势、差距、面试问题），AI 摘要仅用于解释排名，不改变分数。项目通过 docker compose up 一条命令启动 Web 应用，并保留历史运行记录。

# OCR # 语义匹配 # 人力资源 # AI 面试 # 文档处理

核心能力与快速开始

★ 0 · Python

能做什么: 支持读取数字版 PDF 与 Word 文档（含文本框、表格、页眉和隐藏链接），对扫描件、照片和手写体使用 OCR 转文字；支持 90+ 语言，简历与职位按语义而非关键词进行匹配，例如印地语或法语简历可匹配英文职位描述。职位描述会被拆分为多条要求并逐条评分，同时保留满足要求的简历原文片段作为证据，使每条排名可解释。可选公开 GitHub、LeetCode、CodeChef 活动加分（最高 +10 分，且不对无公开资料的候选人扣分），可选 AI 摘要为排名靠前的候选人给出优势、差距和面试问题（不影响分数）。最终分数 = min(100, 相关性得分 + 资料加分)，相关性 = 30% 语义相似度 + 70% 要求覆盖率。提供 Web 应用并通过 docker compose up 一条命令启动，含历史运行记录。
适用场景: 招聘场景下将一批简历（PDF、Word、扫描件、照片、手写体，多语言）与职位描述进行语义化匹配和排序，并生成可解释的候选人短名单；需要逐条核验职位要求是否被简历满足并查看证据片段的筛选流程；希望在筛选时可选纳入候选人公开编程平台活动作为正向加分、而不惩罚没有公开资料的候选人；需要为入围候选人可选生成优势、差距和面试问题的辅助摘要。
项目形态: 可直接使用的工具
部署方式: 提供 docker compose up 启动方式，应用监听 127.0.0.1，Web 界面默认端口 8000。在带 NVIDIA GPU 的 Linux 机器上可通过 docker compose --profile gpu up --build 启动自托管 OCR 服务器。无登录功能，暴露前需置于带认证的反向代理之后。其余部署条件未说明。
主要依赖: 需要 Python 3.12；开发与运行使用 uv 和 Docker（docker compose）。使用高质量 OCR 扫描件、照片与手写识别需配置 OCR_KEY，未配置时仍可用内置 OCR（质量较低）。AI 摘要需配置 AI_SUMMARY_KEY。公开 GitHub 资料查询可通过 GITHUB_TOKEN 提高限额。上传限制默认 50 个文件、单文件 10MB、总计 100MB。更多运行依赖与硬件要求未说明。
使用限制: CodeChef 没有官方数据接口，其公开主页信息以尽力而为方式读取。评分校准针对默认文本匹配器调优，替换匹配器后需重新测量。默认一次只执行一个运行任务，高频使用需在队列后部署多个容器。AI 摘要只针对排名靠前的候选人，且不改变分数。公开资料加分最高 +10 分且不会为负。关于 API 成本、免费或商用许可，材料未说明。
许可证: 未说明
最近推送: 2026-09-29 12:27

官方入门项目文档核对 README 依据 ↗

资料检查：2026-09-30 07:00 · 卡片整理：2026-10-01 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

作为 Python 项目，可通过 docker compose up 一条命令启动 Web 应用，并保留历史运行记录；代码采用 clean（ports-and-adapters）架构，包含领域、应用、适配器和 Web 层，供开发者参考或二次开发。

查看内容依据

项目通过 docker compose up 一条命令启动 Web 应用，并保留历史运行记录。

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

在招聘筛选中，将一批简历按职位描述进行语义匹配和排名，并查看每条职位要求对应的简历原文证据；可选启用公开 GitHub、LeetCode、CodeChef 活动加分（最高 +10，且不对无此类资料的候选人扣分），以及为排名靠前候选人生成包含优势、差距和面试问题的 AI 摘要，用于解释排名。

查看内容依据

该系统面向招聘场景，将简历按职位描述进行语义匹配和排名，并展示排名依据。

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。

IngestReasonCreate：本地运行的可验证文档摘要与 AI 幻觉检测工作流

IngestReasonCreate 是一个在 Windows 上完全本地运行的文本处理工具，面向 AI 代理的文档工作流：先将 PDF 通过 OCR 和结构化解析在本地提取文本，再把带来源引用的 Markdown 交给 AI 代理进行推理与起草，随后使用 Pandoc、Quarto、Typst 等真实排版引擎生成 PDF、HTML 或 Markdown 文档，最后自动打开成品供用户与原始文件对照核实，以发现 AI 幻觉。项目强调隐私优先、无需联网、无需安装，支持扫描版 PDF 的 OCR、批量处理以及 Mermaid 图渲染。

book-to-skill：将技术书与文档转换为可按需加载的 Agent 技能

book-to-skill 是一个 Python 工具，能从技术书、内部文档、规范或研究资料中抽取结构（框架、决策规则、反模式、章节内容），生成符合 Agent Skills 开放标准的 SKILL.md 及章节、词汇表、模式与速查文件，写入跨 Agent 的技能目录。生成的技能可由 GitHub Copilot CLI、Amp、Codex、Claude Code 等宿主按需加载对应章节来回答问题，从而减少将整本书放入上下文带来的 Token 消耗。该仓库是上游的 Windows-first 维护型 fork，补充了繁体中文文档、Windows 开发与验收流程以及上游追踪机制。

DeepScreen：AI 驱动的招聘与候选人评估平台前端

DeepScreen 是一个基于 Next.js 构建的全栈招聘平台前端，连接 Django 主后端、Rocket 简历解析微服务和 LiveKit 视频服务，提供候选人、招聘方和机构管理三类门户。功能涵盖职位浏览与投递、AI 简历解析、带 Monaco 编辑器和自动评分的编程测评、带语音识别与自然语言评估的 AI 面试、基于 LiveKit 的实时视频面试、AI 评分候选人筛选、招聘方与候选人即时消息，以及基于角色的仪表盘和招聘分析。仓库为客户端代码，许可证限定教育与非商业用途。

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。