工具与职业用途,一起找

AI 资源库

统一浏览 AI 工具、Agent Skills、提示词、工作流与开源项目,按职业和用途找到工作中用得上的资源。

资源与用法

586 份资源

code-review-graph:为 AI 编程工具提供本地代码知识图谱与精准审查上下文

tirth8205/code-review-graph · Local-first code intelligence graph for MCP and CLI. Builds a persistent map of your codebase so AI coding tools read only what matters, with benchmarked context reductions on reviews and large-repo workflows.

code-review-graph 是一个 local-first 的代码智能图谱工具,使用 Tree-sitter 将代码库解析为函数、类、导入等节点及调用、继承、测试覆盖等边,并存入图谱。它通过 MCP 向 AI 编程工具提供精简的审查上下文,按 blast-radius 分析只返回变更真正影响的文件,并支持增量更新、CLI 与 GitHub Action 形式的 PR 风险评分审查。项目为 Python 包,要求 Python 3.10+。

展开详情收起详情:code-review-graph:为 AI 编程工具提供本地代码知识图谱与精准审查上下文

程序员在代码审查和大型仓库工作中,通过 MCP 向 AI 编程工具提供精简的审查上下文,按 blast-radius 分析只返回变更真正影响的文件,减少 AI 读取整个代码库的 token 消耗;也可作为 GitHub Action 在 PR 上发布风险评分审查评论。

★ 31507 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

LLMForge:面向 OWASP VulnerableApp 的真实 LLM 漏洞靶场

SasanLabs/LLMForge · LLMForge is probably the most modern AI vulnerability lab for OWASP VulnerableApp — real-LLM-backed labs for prompt injection, LLM-orchestrated BOLA, and RAG attacks.

LLMForge 是 OWASP VulnerableApp 的 AI/LLM 漏洞模块,是一个故意存在漏洞的 FastAPI 应用,接入现有的 VulnerableApp-facade 生态,提供针对本地真实 LLM(通过 Ollama 运行)的攻防实验套件,而非模拟响应。它覆盖多个渐进难度的实验:提示注入(10 关,目标是提取系统提示中的隐藏密钥)、间接提示注入(4 关,外部内容中的隐藏指令)、LLM 编排导致的 BOLA(医疗聊天机器人,3 关)、RAG 上下文投毒(3 关)与 RAG 敏感数据泄露(4 关)。每个关卡通过声明式装饰器框架定义并标注已知攻击向量与载荷,用于自动生成关卡 UI 和与 facade 兼容的漏洞清单。项目定位为教育与防御性安全研究。

展开详情收起详情:LLMForge:面向 OWASP VulnerableApp 的真实 LLM 漏洞靶场

程序员作为故意存在漏洞的 FastAPI 应用,供程序员在本地真实 LLM(通过 Ollama 运行)上练习和测试 LLM 集成系统的安全缺陷,包括提示注入、间接提示注入、LLM 编排导致的 BOLA、RAG 上下文投毒与 RAG 敏感数据泄露等实验。

★ 11 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

SpecFact CLI Modules:面向 AI 辅助 Python 开发的确定性代码审查与模块注册库

nold-ai/specfact-cli-modules · Official SpecFact modules for AI-bloat defense: deterministic code-review validation, cleanup forecasts, workflow packs, and docs for AI-assisted Python delivery.

该项目是 SpecFact CLI 的官方模块注册库,托管 nold-ai 官方 bundle 及其文档,用于 AI 辅助 Python 交付场景。其代码审查 bundle 可给出 ai_bloat 提示性发现,识别 AI 生成代码中常见的冗余形态(如恒等 try/except、单调用包装、直通 lambda、冗余中间变量、过长的线性函数),提供确定性代码审查验证、清理预测与工作流包,并包含模块签名、语义化版本管理与契约测试等质量门禁流程。

展开详情收起详情:SpecFact CLI Modules:面向 AI 辅助 Python 开发的确定性代码审查与模块注册库

程序员在 AI 辅助 Python 开发中,使用该代码审查 bundle 对代码进行确定性审查,识别 AI 生成代码中常见的冗余形态(如恒等 try/except、单调用包装、直通 lambda、冗余中间变量、过长的线性函数),并通过工作流包进行清理预测和简化审查。

★ 1 · 开发框架

☆ 收藏GitHub查看项目 ↗

DevOS:面向开发者的项目连续性引擎与项目感知 AI 助手

VanshArora01/Dev-OS · DevOS is a project continuity engine for developers. Features automated PRD ingestion, Neural AI agent, GitHub codebase workspace, Google Drive/Gmail sync, session tracking, and an Electron desktop app with interactive onboarding. Download it using the given link and use it. Feedbacks are Welcomed :]

DevOS 是一个面向开发者的项目连续性引擎,将项目、PRD、开发活动、代码仓库、云端工具与 AI 上下文整合进统一的桌面工作环境。它提供项目工作区、PRD 自动解析、基于 Groq 与 Google Gemini 的项目感知 AI 代理、GitHub 仓库上下文浏览、Google Drive/Gmail 同步、会话追踪以及 Electron 桌面应用和引导式上手流程,目标是帮助开发者不再丢失项目上下文。

展开详情收起详情:DevOS:面向开发者的项目连续性引擎与项目感知 AI 助手

程序员开发者可用 DevOS 将项目、PRD、代码仓库与 AI 上下文整合到统一桌面工作区;通过项目感知 AI 代理检查代码库 RAG、浏览 GitHub 提交日志/拉取请求/文件树,并追踪开发会话,减少项目上下文丢失。

产品经理产品经理可上传或粘贴 PRD,由 DevOS 自动生成结构化项目简报、架构细节、里程碑任务与技术栈参数,用于需求整理和项目规划。

★ 0 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

ai-image-edit:基于 AI 的选区图像编辑 Web 应用

kingwee2e3/ai-image-edit · 🎨 Edit images with AI effortlessly by selecting areas to modify, offering simple tools for creative expression and enhanced visuals.

一个基于 JavaScript 的 AI 图像编辑 Web 应用,用户可上传图片、框选需要修改的区域并应用 AI 编辑(如色彩调整、滤镜等),支持预览与按偏好格式导出。README 提供了下载安装、系统要求、使用步骤、故障排查与更新说明,但未说明所依赖的模型、推理方式及部署细节。

展开详情收起详情:ai-image-edit:基于 AI 的选区图像编辑 Web 应用

程序员作为基于 JavaScript 的 AI 图像编辑 Web 应用,程序员可参考其实现方式,用于开发或集成选区图像编辑功能,如上传图片、框选区域并应用 AI 编辑(色彩调整、滤镜等),支持预览与按偏好格式导出。

★ 1 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

libredb-studio:AI 驱动的云端 SQL 数据库 IDE

Oatapza/libredb-studio · 🛠️ Build and manage SQL databases effortlessly with LibreDB Studio, the AI-powered open-source IDE designed for cloud-native teams.

libredb-studio 是一个面向云原生团队的现代 SQL IDE,通过浏览器即可连接 PostgreSQL、MySQL、SQLite 和 MongoDB 进行查询与管理,支持移动端访问。项目使用 TypeScript 编写并以 MIT 协议开源,README 称其具备 AI 能力,但具体 AI 功能未在摘录中说明。

展开详情收起详情:libredb-studio:AI 驱动的云端 SQL 数据库 IDE

程序员程序员可通过浏览器连接 PostgreSQL、MySQL、SQLite 和 MongoDB 进行 SQL 查询与数据库管理,并支持移动端访问,用于日常数据库开发与排错。

★ 4 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

production-rag:结合语义与词法检索的生产级 RAG 系统

mahdidjemaci/production-rag · 🔍 Enhance retrieval accuracy with a production-ready RAG system that integrates semantic and lexical search for optimal results.

production-rag 是一个生产级检索增强生成(RAG)系统,将语义搜索与词法搜索结合以提升检索准确度。它提供多策略检索(可在不同搜索方法间切换)以及内置评估框架,用于评估不同策略的输出质量,面向真实应用场景。README 中说明系统要求为 Windows、macOS 或 Linux,最低 4 GB 内存(推荐 8 GB),至少 500 MB 存储空间。

展开详情收起详情:production-rag:结合语义与词法检索的生产级 RAG 系统

程序员在开发检索增强生成(RAG)应用时,使用该生产级系统结合语义搜索与词法搜索提升检索准确度,并利用内置评估框架评估不同检索策略的输出质量。

★ 2 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

SpecFact CLI:面向 Python 团队的 AI 代码膨胀防御与确定性代码审查命令行工具

nold-ai/specfact-cli · AI-bloat defense CLI for Python teams: deterministic code review, cleanup forecasts, and spec/contract evidence for AI-assisted and brownfield delivery.

SpecFact CLI 是一个本地运行的 Python 命令行工具,针对 AI 辅助编程和存量(brownfield)项目提供确定性的代码审查、清理影响预测以及规范/契约证据。它无需 API 密钥、可离线工作,能检测冗余包装器、直通 lambda、恒等 try/except、可避免的中间列表、低分支长函数等 AI 编码常见的膨胀形态,并将审查结果以 JSON 形式交给 Claude、Codex、Cursor、Copilot 或无头代理等 AI IDE 进行修复,再复跑审查以获得证据。支持通过 uvx 零安装试用,并可接入 pre-commit 钩子、GitHub Actions 等流程,同时衔接 Spec Kit、OpenSpec、backlog 等上游规划输入作为验证证据。

展开详情收起详情:SpecFact CLI:面向 Python 团队的 AI 代码膨胀防御与确定性代码审查命令行工具

程序员在本地对 AI 辅助编写的 Python 代码运行确定性代码审查,检测冗余包装器、直通 lambda、恒等 try/except、可避免的中间列表、低分支长函数等 AI 编码膨胀形态,并将 JSON 审查结果交给 Claude、Codex、Cursor、Copilot 或无头代理进行修复,再复跑审查获得证据;也可接入 pre-commit 钩子和 GitHub Actions 在合并前阻止代码漂移。

★ 17 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

garak:用于探测大语言模型漏洞的安全扫描工具

recetariodmix/garak · 🔍 Discover vulnerabilities in LLMs with garak, a tool that probes for weaknesses like hallucination, data leakage, and misinformation effectively.

garak 是一个用 Python 编写的 LLM 漏洞扫描工具,通过探测幻觉、数据泄露和虚假信息等弱点,帮助识别大语言模型应用中的安全隐患,并生成报告以呈现潜在风险。

展开详情收起详情:garak:用于探测大语言模型漏洞的安全扫描工具

程序员在开发或集成大语言模型应用时,使用 garak 对模型进行漏洞扫描,探测幻觉、数据泄露和虚假信息等弱点,并生成报告以识别安全隐患。

★ 0 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

SiliconSoap:多智能体 AI 辩论与对话平台

magnusfroste/siliconsoap · SiliconSoap is a cool new way to watch AI agents talk to each other. We make open-source AIs and the newest, most advanced AIs battle it out in exciting, planned conversations. Get ready for AIs with strong personalities, powerful speeches, and quick comebacks. We also add AI-made pictures and sounds to make it even more fun to watch. It's like ...

SiliconSoap 是一个多智能体 AI 对话平台,支持 2-4 个 AI 模型围绕任意话题展开辩论、协作与讨论。用户可从 Llama、DeepSeek、Qwen、Mistral、Gemini 等 20 多个模型中选择,并为它们指定“魔鬼代言人”“哲学家”“科学家”等自定义人格,还提供对话质量分析、公开分享链接和戏剧性对话合集。项目基于 React 18、TypeScript 与 Supabase 构建,模型调用经由 OpenRouter API。

展开详情收起详情:SiliconSoap:多智能体 AI 辩论与对话平台

程序员作为开源多智能体 AI 对话平台,程序员可自托管并基于 React 18、TypeScript、Supabase 与 OpenRouter API 进行二次开发或集成,用于构建 AI 辩论与对话类应用。

产品经理产品经理可利用该平台让 2-4 个 AI 模型围绕任意话题展开辩论与讨论,并借助对话质量分析功能评估不同模型在特定话题上的表现,辅助产品决策与模型选型。

★ 2 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

Claude Code:终端内的智能体编程工具

anthropics/claude-code · Claude Code is an agentic coding tool that lives in your terminal, understands your codebase, and helps you code faster by executing routine tasks, explaining complex code, and handling git workflows - all through natural language commands.

Claude Code 是 Anthropic 推出的智能体编程工具,运行在终端、IDE 中,也可通过 @claude 在 GitHub 上使用。它能够理解代码库,通过自然语言命令执行日常任务、解释复杂代码并处理 Git 工作流。其仓库还包含若干插件以扩展自定义命令和智能体能力。

展开详情收起详情:Claude Code:终端内的智能体编程工具

程序员在终端或 IDE 中通过自然语言命令执行日常编码任务、解释复杂代码并处理 Git 工作流,提升编码效率。

★ 145471 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

Tinycast:原生 macOS 启动器、全局热键与剪贴板历史工具

abue-ammar/tinycast · Tinycast — a tiny, fully native macOS launcher, hotkeys, and clipboard history.

Tinycast 是一款使用 SwiftUI 和 AppKit 编写的原生 macOS 启动器,内存占用低于 100 MB,无第三方依赖、不含 Electron、无遥测。它提供应用启动、全局热键、文件搜索、剪贴板历史、计算器与单位/货币换算、Quicklinks、Apple 快捷指令、代码片段、自定义命令、窗口管理、系统操作、日历会议、笔记、表情选择、AI 对话、Quick Actions、原生运行 Raycast 扩展以及备份导入等功能,AI 功能默认关闭,可使用自备密钥或本地已登录的 AI 账户。

展开详情收起详情:Tinycast:原生 macOS 启动器、全局热键与剪贴板历史工具

程序员作为 macOS 启动器,通过全局热键快速启动应用、搜索文件、管理剪贴板历史、运行自定义 shell 命令和代码片段,并可使用 AI 对话与 Quick Actions 辅助编写或修改代码。

HR使用 AI 对话与 Quick Actions 对选中文本进行语法修正、改写、翻译或摘要,辅助招聘文案、员工沟通等文本处理工作。

产品经理通过全局热键快速启动应用、搜索文件、管理剪贴板历史,并使用 AI 对话与 Quick Actions 对选中文本进行改写、翻译或摘要,辅助日常产品文档与沟通工作。

★ 5551 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

JAX:面向加速器的高性能数值计算与可组合函数变换库

jax-ml/jax · Composable transformations of Python+NumPy programs: differentiate, vectorize, JIT to GPU/TPU, and more

JAX 是一个 Python 库,用于面向加速器的数组计算与程序变换,面向高性能数值计算和大规模机器学习。它可以自动微分原生 Python 与 NumPy 函数,支持循环、分支、递归和闭包中的微分以及任意阶导数,并提供反向模式与正向模式微分。JAX 借助 XLA 将 NumPy 程序编译并扩展到 TPU、GPU 及其他硬件加速器,支持用 jax.jit 编译纯函数,编译与自动微分可任意组合。此外,JAX 提供 jax.vmap 自动向量化,并支持编译器自动并行、显式分片与手动单设备编程等扩展方式。该 README 说明这是一个研究项目,而非 Google 官方产品,使用时应预期一些需要注意的边界问题。

展开详情收起详情:JAX:面向加速器的高性能数值计算与可组合函数变换库

程序员程序员可用 JAX 编写高性能数值计算与机器学习程序:用 jax.grad 对原生 Python/NumPy 函数自动微分(含反向与正向模式、任意阶导数),用 jax.jit 将纯函数编译到 GPU/TPU 等加速器,用 jax.vmap 自动向量化,并通过编译器自动并行、显式分片或手动单设备编程扩展到多设备。

★ 36307 · 开发框架

☆ 收藏GitHub查看项目 ↗

Conflux Frontend:AI 招聘平台的前端架构与界面实现

CONFLUX01-TEAM/conflux-frontend · Ai-powered platform UI screens, Frontend Repo for a SaaS hiring platform that streamlines recruitment workflows, candidate evaluation, and post-MVP interview preparation tools.

Conflux Frontend 是一个面向 AI 招聘平台(SaaS 招聘产品)的前端代码库,使用 React 18、TypeScript 与 Vite 构建。README 描述了整体前端架构,包括分层设计、文件组织、状态管理(TanStack Query + Zustand)、路由与权限守卫、性能优化、测试策略与依赖边界规则,并覆盖了 AI 题目生成、AI 评分与可解释性、候选人看板、限时应考等业务模块。文档同时列出了 Phase 2 计划(面试准备平台、视频面试、ATS 集成、简历分析、自适应测评)及功能开关方案。

展开详情收起详情:Conflux Frontend:AI 招聘平台的前端架构与界面实现

程序员作为前端工程师构建 AI 招聘 SaaS 平台界面的参考代码库与架构模板:README 给出 React 18 + TypeScript + Vite 的分层架构、文件组织、TanStack Query 与 Zustand 状态管理策略、路由与权限守卫、性能优化、测试策略和依赖边界规则,可用于编写、审查和排错同类招聘平台前端代码。

HR作为招聘工作流程相关产品的前端实现参考,覆盖 AI 题目生成、AI 评分与可解释性、候选人看板、限时应考等招聘业务模块的界面组织方式,可供 HR 相关招聘系统建设时理解候选人评估与筛选流程的界面支撑。

产品经理用于规划 AI 招聘平台产品的前端功能与迭代路线:README 列出 Phase 2 计划(面试准备平台、视频面试、ATS 集成、简历分析、自适应测评)及功能开关方案,可作为需求分析与产品路线设计的参考。

★ 0 · 开发框架

☆ 收藏GitHub查看项目 ↗

SentryClaw:自托管本地 LLM 驱动的 GitHub/GitLab PR 代码审查机器人

synthalorian/sentryclaw · Self-hosted AI code review bot. No cloud, no API keys. Rust + Axum + local LLMs.

SentryClaw 是一个自托管的 AI 代码审查机器人,通过原生 Webhook 接入 GitHub 与 GitLab 的 PR/MR 事件,使用 llama.cpp、Ollama 或 vLLM 等本地 LLM 后端对代码差异进行审查并回帖评论。项目宣称全程运行在自有基础设施内,无需外部 API Key,支持可插拔模型后端、YAML/TOML 自定义审查规则、自动批准琐碎 PR、Diff 过滤、审查缓存、Prometheus 指标、Web 仪表盘与限流等能力,并给出裸机、Docker、Docker Compose 与 Kubernetes 的部署方式。

展开详情收起详情:SentryClaw:自托管本地 LLM 驱动的 GitHub/GitLab PR 代码审查机器人

程序员自托管 AI 代码审查机器人,通过 GitHub/GitLab 原生 Webhook 接收 PR/MR 事件,使用本地 LLM 对代码差异进行审查并回帖评论,支持自定义 YAML/TOML 审查规则、自动批准琐碎 PR、Diff 过滤、审查缓存等,用于程序员的代码审查工作。

★ 0 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

TokenSpeed:面向智能体工作负载的高速 LLM 推理引擎

lightseekorg/tokenspeed · TokenSpeed is a speed-of-light LLM inference engine.

TokenSpeed 是由 LightSeek 基金会开源的 LLM 推理引擎,专为智能体(agentic)工作负载设计,目标是在保持 vLLM 级易用性的同时达到 TensorRT-LLM 级性能。其架构将控制面与执行面分离:控制面用 C++ 实现为有限状态机,借助类型系统在编译期约束请求生命周期与 KV 缓存资源管理;执行面用 Python 实现,便于迭代。内核被设计为一等子系统,通过可移植公共 API、集中注册表和插件机制解耦,文档称其包含面向智能体工作负载的较快 MLA(Multi-head Latent Attention)实现之一,并提及在 Blackwell 平台上的优化以及 Kimi、Qwen、GLM 等模型的适配记录。

展开详情收起详情:TokenSpeed:面向智能体工作负载的高速 LLM 推理引擎

程序员作为开源 LLM 推理引擎,程序员可将其用于部署和运行大语言模型推理服务,支持智能体工作负载;其控制面用 C++ 实现为有限状态机、执行面用 Python 实现,便于工程师迭代和集成。

★ 2132 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

rule-audit:静态分析 AI 系统提示词中的规则冲突与覆盖缺口

hermes-labs-ai/rule-audit · Static analyzer for AI system prompts: parses a prompt into normative rules and reports contradictions, coverage gaps, priority ambiguities, and absolute-rule edge cases - no LLM calls. Deterministic pure-Python lint with CLI, Python API, and CI exit codes. pip install rule-audit

rule-audit 是一个纯 Python 静态分析工具,将 AI 系统提示词和 Agent 指令解析为规范性规则,报告逻辑矛盾、覆盖缺口、优先级歧义、元规则悖论和绝对规则边界情况,全程不调用 LLM。它以确定性 lint 方式提供 CLI、Python API 和 CI 退出码,可用于 pre-commit 钩子在提交前审查 CLAUDE.md、AGENTS.md、SOUL.md 等提示词文件,也可作为 Claude Code、Codex、Gemini CLI、Hermes Agent 的插件使用。检测基于词法解析(句子切分、情态动词正则、关键词簇)而非语义模型,作者明确说明它只能发现候选缺陷,不能证明提示词可被利用。

展开详情收起详情:rule-audit:静态分析 AI 系统提示词中的规则冲突与覆盖缺口

程序员在编写或审查 AI 系统提示词与 Agent 指令文件(如 CLAUDE.md、AGENTS.md、SOUL.md)时,用 rule-audit 做静态 lint,发现规则之间的逻辑矛盾、覆盖缺口、优先级歧义、元规则悖论和绝对规则边界情况,并可通过 pre-commit 钩子在提交前审查这些提示词文件。

★ 2 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

Firebat:自托管多 LLM 可视化自动化 Agent 平台

JRs-Master/firebat · firebat

Firebat 是一个自托管、单节点、支持多 LLM 提供商的 AI 可视化自动化 Agent(VAA)。用户在 Web UI 中通过一段对话即可完成 Web 应用的构建与运营:一个提示贯穿设计、实现、部署、定时调度与通知。它结合了 Agent(原生 Function Calling 多轮工具循环)、自动化(cron 与预编译流水线)与可视化(46 个内置组件渲染页面、图表、卡片与实时流),并同时提供 MCP 服务端与客户端、沙箱执行与项目构建引导流程。

展开详情收起详情:Firebat:自托管多 LLM 可视化自动化 Agent 平台

程序员作为自托管的多 LLM 可视化自动化 Agent 平台,程序员可通过 MCP 服务端(stdio/Streamable HTTP)让外部 AI 工具(如 Claude Code、Cursor、VS Code)驱动 Firebat,暴露 30+ 工具进行页面 CRUD、文件 CRUD、模块执行与内省、项目管理、cron 管理等;也可在沙箱中运行 Python/JavaScript/PHP/Rust/WASM/Shell 代码并自动安装依赖。

产品经理产品经理可用一段对话驱动从设计到部署的构建流程:AI 进入引导式构建流程(需求→设计→追加请求→实现),通过 PageSpec JSON 渲染 46 个内置组件(表格、图表、卡片、表单等)生成可视化页面,并可设置 cron 定时刷新页面。

★ 3 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

claude-terminal:在单一终端中以标签页管理多个 Claude Code 会话

Duowg08/claude-terminal · Manage multiple Claude Code sessions in a single terminal with tabs, session persistence, multi-project workspaces, and git worktree support.

claude-terminal 是一个终端工具,用于在同一个终端里通过标签页管理多个 Claude Code 会话,并支持会话持久化、多项目工作区以及 git worktree。适合需要并行运行多个 AI 编码会话的开发者。

展开详情收起详情:claude-terminal:在单一终端中以标签页管理多个 Claude Code 会话

程序员在单一终端中以标签页并行管理多个 Claude Code 编码会话,支持会话持久化、多项目工作区和 git worktree,便于开发者同时处理多个 AI 编码任务。

★ 1 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

BDCET-Ai-based-recruitment-platform:面向学生的 AI 求职匹配与简历申请平台

pausetheree/BDCET-Ai-based-recruitment-platform · 🤖 Streamline recruitment with AI-driven job matching, resume upload, and application features in a user-friendly college project platform.

这是一个面向高校学生的简易 Web 招聘工具,学生可注册登录、上传简历,系统根据简历技能与职位要求进行 AI 匹配,展示匹配百分比,并支持搜索职位与在线投递。项目采用 HTML、CSS、JavaScript 构建,无需复杂安装,在浏览器中打开 index.html 即可运行。

展开详情收起详情:BDCET-Ai-based-recruitment-platform:面向学生的 AI 求职匹配与简历申请平台

程序员程序员可参考该仓库的 HTML、CSS、JavaScript 实现,了解如何构建包含登录注册、简历上传、职位搜索与 AI 技能匹配的 Web 应用。

HRHR 可使用该平台进行招聘流程中的简历技能分析与职位匹配:学生上传简历后,系统根据简历技能与职位要求进行 AI 匹配并展示匹配百分比,HR 可据此辅助筛选候选人。

★ 0 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗