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

80 份资源

Agentic AI Recruitment Platform:本地 LLM + RAG 的简历解析与岗位匹配招聘平台

DIVYANSHGUPTA-5/agentic-ai-recruitment-platform

该平台将上传的简历(PDF、DOC/DOCX 或 ZIP 批量)通过本地 LM Studio 提供的 LLM 解析为结构化候选人档案,并对简历文本分块、生成 768 维嵌入存入 PostgreSQL + pgvector;匹配时把岗位需求嵌入后做余弦相似度检索,取最相关的简历片段作为证据交给 LLM 评估,LLM 返回技能、经验、教育、领域四个子分数与说明,最终加权总分由代码计算,70 分以上自动进入短名单。配套 GraphQL/REST API、JWT 与 RBAC 角色权限、异步上传处理、React 前端以及可选的 GitHub/LinkedIn/Twitter 外部档案补充。

展开详情收起详情:Agentic AI Recruitment Platform:本地 LLM + RAG 的简历解析与岗位匹配招聘平台

程序员程序员可以研究或复用该仓库中基于 Spring Boot、Spring AI、pgvector 和 LM Studio 的本地 LLM + RAG 实现,包括简历文本分块与 768 维嵌入、余弦相似度检索、GraphQL/REST API、JWT 与 RBAC 权限、异步上传处理等代码结构,用于构建类似的 AI 应用。

HRHR 或招聘人员可以用该平台上传 PDF、DOC/DOCX 或 ZIP 批量简历,由本地 LLM 解析为结构化候选人档案,并针对岗位需求进行 RAG 语义匹配,获得技能、经验、教育、领域四个子分数与说明,70 分以上自动进入短名单,从而辅助简历筛选和候选人排序。

★ 1 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

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.

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。

展开详情收起详情:PathFinder:面向大学生的 AI 实习求职导航平台

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。

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。

★ 0 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

Jobsy:AI 简历优化与求职匹配工具

Sidharths916/jobsy-showcase · Jobsy — AI resume optimizer. Deep recruiter analysis, XYZ rewrites, ATS simulation, mock interviews, live job matching. Free, no sign-up.

Jobsy 是一个面向求职者的 AI 简历优化工具,提供五个功能:简历优化(四阶段 AI 流程,包含招聘官扫描、按 Google XYZ 公式重写要点、ATS 模拟与 7 秒速览测试,并可选模拟面试评分)、求职信生成、LinkedIn 资料重写、基于简历的实时职位匹配,以及技能缺口分析与免费学习资源推荐。项目采用 FastAPI 后端与零构建步骤的原生 HTML/CSS/JS 前端,无数据库、全无状态,处理即丢弃不存储数据;免费档使用服务端 Gemini Flash 密钥并做限流,Pro 档由用户自带 Anthropic API 密钥(仅存 sessionStorage,服务器仅做转发)。

展开详情收起详情:Jobsy:AI 简历优化与求职匹配工具

HRHR 可使用该工具辅助招聘筛选与面试准备:其简历优化流程包含招聘官扫描、ATS 模拟与 7 秒速览测试,并可选模拟面试评分,可用于理解候选人简历在招聘官视角下的呈现效果,以及准备面试问题。

★ 0 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

JobPilot:在本地浏览器中自动搜索职位并投递申请的 AI Agent

suxrobGM/jobpilot · An AI agent that applies to jobs for you - searches boards, tailors your resume, fills applications, messages recruiters. All from a real browser on your machine, on your Claude Code or Codex subscription.

JobPilot 是一个运行在用户本机浏览器中的 AI 求职代理,依托已有的 Claude Code 或 Codex 订阅驱动。它可以搜索 LinkedIn、Indeed、Hiring Cafe、Upwork 等招聘平台的职位,按简历对岗位打分,自动撰写定制简历和求职信、填写并提交申请、联系招聘方,并通过仪表盘跟踪申请进度与收件箱回复。

展开详情收起详情:JobPilot:在本地浏览器中自动搜索职位并投递申请的 AI Agent

HRHR 可用 JobPilot 在 LinkedIn、Indeed、Hiring Cafe、Upwork 等招聘平台搜索职位,按简历对岗位打分,并自动撰写定制简历和求职信、填写并提交申请、联系招聘方,同时通过仪表盘跟踪申请进度与收件箱回复。

★ 81 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

OpenCluely:实时分析屏幕与麦克风的桌面 AI 助手

Swinish-circularsaw439/OpenCluely · Analyze your screen and microphone in real time with an open-source AI copilot that remains invisible during meetings and screen shares.

OpenCluely 是一个运行在 Windows 桌面上的开源 AI 助手,以透明悬浮窗形式同时显示用户工作内容与 AI 提示。它可读取屏幕内容提供上下文相关建议,通过麦克风进行语音识别并转录会议记录,并在识别到代码时给出改进建议或解释逻辑缺口。项目支持用户自带 OpenAI、Anthropic、Google Gemini 的 API Key,本地运行并仅将所需信息发送给所选的 AI 服务商。

展开详情收起详情:OpenCluely:实时分析屏幕与麦克风的桌面 AI 助手

程序员在 Windows 桌面以透明悬浮窗运行,读取屏幕内容并在识别到代码时给出改进建议或解释逻辑缺口,辅助程序员编写与排错代码。

HR通过麦克风进行语音识别并转录会议记录,生成可回顾的文本记录,可用于 HR 面试或会议记录整理。

★ 0 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

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

arunsaikumarB/AI-Interview · AI Interview — self-hosted recruitment OS (advisory AI)

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。

展开详情收起详情: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

程序员作为 TypeScript 实现的自托管招聘系统参考项目,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,可供开发类似系统时参考。

HR作为自托管的招聘操作系统,用于职位与候选人管理、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,辅助招聘流程;AI 结果仅作建议,最终录用决策与阶段推进由人工完成并记录理由。

★ 0 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

AI-Job-Recruitment:基于 OpenAI 的简历解析与候选人岗位匹配评分工具

sbshihab24/AI-Job-Recruitment

这是一个 Streamlit 应用,可导入候选人简历(PDF、DOCX、CSV、Excel 等)并解析岗位描述(文件或直接粘贴),调用 OpenAI Responses API 与 Pydantic 结构化模型,对技能、经验、学历、薪资、地点、语言和证书等维度进行打分,生成优势、缺失要求、风险提示、招聘摘要与建议行动,并支持将候选人、岗位、评分与解释结果导出为 JSON。项目自带大量已知限制说明(如候选人解析提示词复用岗位提示词、XLSX/XLS 未在导入层路由、上传文件不自动删除、缺少 .gitignore 与密钥管理、冒烟脚本会产生真实 API 调用费用、缺少重试与超时处理等),适合作为招聘辅助原型参考,不应用于自动做出最终录用决策。

展开详情收起详情:AI-Job-Recruitment:基于 OpenAI 的简历解析与候选人岗位匹配评分工具

HR招聘人员可上传候选人简历(PDF、DOCX、CSV、XLSX、XLS)并解析岗位描述(文件或直接粘贴),由工具对技能、经验、学历、薪资、地点、语言和证书等维度打分,生成优势、缺失要求、风险提示、招聘摘要与建议行动,并导出候选人、岗位、评分与解释结果为 JSON,辅助招聘筛选与面试准备。

★ 0 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

Simple Jev:把开放模型变成结构化分类与评分端点

featherless-ai/simple-jev · Turn any open model into a classifier/jev endpoint

Simple Jev 让兼容的开源模型(如 Hugging Face 上的 Qwen、Gemma、Laya 系列)无需额外训练分类头即可用于结构化分类与评分。请求包含共享上下文(state 或 messages)和若干问题,服务端读取模型在候选标签上的 next-token logits,自行构造 JSON 响应,返回 choice(多选一)、score(量表打分)和 noul(真值/支持度判断)三类结果,输出不依赖模型生成文本。项目包含基于 Hugging Face Transformers 与 PyTorch 的本地服务、供其他推理实现复用的 Python common 规则模块、以及带 JevBench 打分、文本/决策与视觉套件、提示格式搜索的评测框架。

展开详情收起详情:Simple Jev:把开放模型变成结构化分类与评分端点

程序员将兼容的开源模型(如 Qwen、Gemma、Laya 系列)作为结构化分类与评分端点使用,无需训练分类头;通过 POST /v1/classifier 发送共享上下文和问题,获取 choice、score、noul 三类 JSON 结果,用于代码或文本的分类、评分与真值判断。

HR使用结构化分类端点对员工消息或文本进行路由分类(如 billing/technical)和真值判断(如是否明确请求退款),可用于员工沟通或人力数据整理中的文本分类与判断。

产品经理利用结构化分类与评分端点对用户反馈或需求文本进行多选一分类、量表打分和真值/支持度判断,辅助用户研究与需求分析中的定性数据整理。

★ 575 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

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.

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。

展开详情收起详情:AI Recruitment System:端到端自动化招聘与技术面试流程的桌面应用

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。

★ 0 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

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.

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。

展开详情收起详情:Smart Resume Shortlisting System:基于 OCR 与 NLP 的语义化简历—职位匹配与筛选系统

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。

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。

★ 0 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

HR Connect:AI 驱动的招聘与联盟猎头平台

hoangqui794/hr-connect · HR Connect — AI-Powered Recruitment & Affiliate Headhunting Platform.

HR Connect 是一个面向招聘机构的招聘平台,用于连接企业客户、候选人与联盟招聘推荐人网络。系统支持基于 AI 的 CV 与职位描述匹配评估、推荐来源归因追踪,以及佣金与结算策略的自动化处理。后端基于 .NET 8 Web API,采用 Clean Architecture、CQRS(MediatR)与垂直切片架构,包含自动数据库迁移与种子数据机制,项目处于活跃开发中。

展开详情收起详情:HR Connect:AI 驱动的招聘与联盟猎头平台

HR用于招聘机构连接企业客户、候选人与联盟招聘推荐人网络,支持基于 AI 的 CV 与职位描述匹配评估、推荐来源归因追踪,以及佣金与结算策略的自动化处理。

★ 1 · 开发框架

☆ 收藏GitHub查看项目 ↗

Atlas AI Resume:可与简历对话的全栈 AI 简历门户

kartik-012/Atlas-AI-Resume · 🧭 An ultra-premium, interactive full-stack AI Resume Portal. Features a responsive PDF/A4 viewer, streaming chatbot (Atlas AI powered by Gemini RAG), project explorer, credentials index, and real-time recruiter telemetry.

Atlas AI Resume 是一个全栈 AI 简历门户,采用 React、Express 与 Gemini API 构建,提供响应式 PDF/A4 简历查看、项目展示、证书索引、技能可视化与招聘者行为遥测面板。其核心功能是名为 Atlas AI 的流式聊天机器人,基于本地 RAG 索引(向量嵌入 + 关键词回退)针对简历内容回答问题,并输出置信度分数与可点击的来源引用。

展开详情收起详情:Atlas AI Resume:可与简历对话的全栈 AI 简历门户

程序员作为全栈 AI 简历门户的参考实现,程序员可参考其 React 19 + Vite 前端、Express.js 后端与 Gemini RAG 流水线(向量嵌入 + 关键词回退、SSE 流式响应)的代码结构,用于构建类似的 RAG 聊天应用。

HR招聘者可通过该门户交互式浏览候选人简历、查看项目与证书索引、技能可视化,并与基于简历内容训练的 Atlas AI 聊天机器人对话以快速了解候选人资质。

★ 0 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

Bruce:自托管的跨平台消息应用个人 AI 助理

DemitriusQuadros/bruce · Self-hosted AI assistant for WhatsApp, Discord, and Telegram — powered by Claude, Gemini, or GPT, with all data on your own infrastructure.

Bruce 是一个用 Go 编写的自托管个人 AI 助理,可接入 WhatsApp、Discord、Telegram 和内置网页聊天,由 Claude、Gemini 或 OpenAI 模型驱动。它通过多轮自主 Agent 循环调用 15 种以上工具(网页搜索、bash、文件、Git/GitHub、Gmail、日历、Docs、Notion、Trello、n8n、HTTP 客户端等),支持定时主动任务与告警、生成并托管独立 HTML 工件,并配有用于管理会话、日程、工件和设置的网页面板与 REST API。所有数据保存在本地基础设施的 SQLite 与 Redis 中。

展开详情收起详情:Bruce:自托管的跨平台消息应用个人 AI 助理

程序员作为自托管 AI 助理,通过自主 Agent 循环调用 git_local、github、bash、files 等工具,辅助程序员检查本地仓库状态、查看提交日志与差异、检查 GitHub 仓库的 issue 和 pull request,并在消息应用或网页面板中接收结果。

HR通过 Gmail、Google Calendar、Google Docs 工具搜索和起草邮件、查询和创建日历事件、读写文档,用于招聘沟通、面试安排和员工沟通。

产品经理通过内置的 Notion、Trello、n8n 等工具查询和更新 Notion 数据库与块、管理 Trello 看板列表和任务卡片、触发 n8n 自动化工作流,用于产品需求与任务跟踪。

★ 5 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

HR-Recruitment-AI-System:AI 智能体驱动的招聘全流程平台

HarrrshK/ai-recruitment-helper

这是一个基于 AI 智能体的招聘平台,覆盖写职位描述、简历解析与筛选、候选人面试、录用推荐等环节,最终由人工招聘官做决定。系统包含多角色评审小组、对比视图、AI 面试评分卡、候选人问答机器人、招聘官收件箱、外联邮件(含日历文件)、Ask-HR、技能差距教练、实时 Agent 图、仪表盘漏斗与活动时间线、内置评测页与 PDF 候选人报告,并提供演示数据集和 5 分钟演示脚本。技术栈为 Next.js + TypeScript 前端、Python 3.11 + FastAPI + SQLAlchemy(SQLite) 后端,LLM 通过 Groq 的 OpenAI 兼容 API(也可用本地 Ollama)。

展开详情收起详情:HR-Recruitment-AI-System:AI 智能体驱动的招聘全流程平台

HR用于招聘全流程:AI 智能体撰写职位描述、解析与筛选简历、进行候选人面试并推荐录用,最终由人工招聘官做决定;还包含多角色评审小组、对比视图、AI 面试评分卡、候选人问答机器人、招聘官收件箱、外联邮件(含日历文件)、Ask-HR、技能差距教练、仪表盘漏斗与活动时间线、内置评测页与 PDF 候选人报告。

★ 0 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

BORA:AI 驱动的招聘候选人筛选与排序平台(前端应用)

utujesandrine456/Bora-Frontend · BORA is an AI-powered recruitment platform that screens, scores, and shortlists job applicants automatically — giving recruiters a ranked list with clear explanations so they can hire smarter and faster.

BORA 是一个 AI 驱动的招聘平台,可根据岗位要求自动评估、打分并排序求职者,生成带解释的候选人入围名单。本仓库为其前端应用,基于 Next.js 14、TypeScript 和 Tailwind CSS 构建,包含岗位管理、简历上传(PDF/CSV/Excel)、AI 筛选进度、排名结果与候选人详情、分析洞察等页面,AI 分析由 Gemini 提供,最终招聘决定仍由人掌控。项目处于开发中,为 Umurava AI Hackathon 2026 参赛作品。

展开详情收起详情:BORA:AI 驱动的招聘候选人筛选与排序平台(前端应用)

HRHR 招聘人员可使用 BORA 平台自动评估、打分并排序求职者,生成带解释的候选人入围名单,支持简历上传(PDF/CSV/Excel)、AI 筛选进度查看、排名结果与候选人详情、分析洞察等,辅助招聘筛选工作。

★ 1 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

alextym.com:基于 RAG 的 AI 作品集与招聘问答助手

AlexTymosh/alextym.com · RAG-based AI portfolio that helps recruiters explore my skills, work experience, projects, and common interview answers through an AI assistant.

alextym.com 是一个将个人作品集网站做成小型 AI 产品的项目,核心是一个基于 RAG 的 AI 聊天助手,能够回答关于网站所有者公开职业档案、项目经历、技术技能、可用性与服务合作方式的问题。后端使用 FastAPI 与 OpenAI Responses API 流式输出,结合 Qdrant 向量检索、查询路由与扩展、启发式重排与关键词评分等检索策略。除 AI 问答外,还提供交互式简历筛选、联系表单、YouTube 演示嵌入以及通过 Telegram 实现的人机交接(handoff),让复杂或招聘相关问题可转由本人回复。

展开详情收起详情:alextym.com:基于 RAG 的 AI 作品集与招聘问答助手

程序员作为程序员,可以复用该仓库的 RAG 聊天机器人实现,包括 FastAPI 后端、OpenAI Responses API 流式输出、Qdrant 向量检索、查询路由与扩展、启发式重排等检索策略,用于构建基于个人公开职业档案的问答系统。

HR作为 HR,可以利用该仓库的交互式简历筛选功能,通过细节级别切换和部分筛选(经验、教育、培训)来快速浏览候选人信息,并借助 AI 聊天助手回答关于候选人公开职业档案、项目经历、技术技能、可用性等问题,辅助招聘筛选。

★ 0 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

Recruvoskill:基于 GitHub 与编程竞赛证据的 AI 招聘评估平台

abhixw/Recruvoskill · Recruvoskill is an AI-native hiring platform that evaluates candidates using real work evidence from GitHub and competitive programming. It extracts technical signals, scores candidates against job tasks with explainable reasons, and lets recruiters make Advance/Reject decisions.

Recruvoskill 是一个 AI 原生招聘平台,用求职者在 GitHub 仓库与编程竞赛中的真实工作证据代替简历进行评估。它通过 GitHub REST API 提取测试、CI/CD、部署配置、Web 框架等信号,并整合 Codeforces 与 LeetCode 的解题数据归一化为 dsa_proficiency 分数,再由基于规则的确定性评分引擎把职位任务与信号匹配打分并给出可解释理由。生成式 AI(Groq 的 openai/gpt-oss-120b)仅用于把职位描述拆解为可验证任务、以及根据真实任务分数草拟候选人反馈。招聘者可在候选名单上做 Advance/Reject 决策并附带反馈,候选人只看到决策与反馈、看不到原始分数。

展开详情收起详情:Recruvoskill:基于 GitHub 与编程竞赛证据的 AI 招聘评估平台

HR招聘者可用该平台创建基于成果的职位发布,由 AI 将职位描述拆解为可验证任务,自动对候选人 GitHub 仓库和编程竞赛数据进行评分,查看逐任务得分与理由,并做出 Advance/Reject 决策及发送反馈。

★ 1 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

PitchPilot:AI 驱动的招聘冷邮件外联与跟进平台

ShrutiShahi18/PitchPilot · AI-powered recruiter outreach platform with personalized email generation, Gmail integration, scheduling, response tracking, and follow-up automation.

PitchPilot 是一个全栈的 AI 冷邮件外联工具,面向求职/招聘场景,把外联流程中的多个环节连接起来:用户可创建线索(leads)和活动(campaigns),结合职位描述与 LinkedIn 信息由 AI 生成个性化邮件草稿,通过 Gmail OAuth2 发送并记录发送事件,同步近期回复,并借助 Cron 定时执行跟进序列。后端基于 Node.js/Express 与 MongoDB,前端为 React + Vite,支持 OpenAI、OpenRouter、Gemini 三种 AI 提供方(通过 AI_PROVIDER 切换)。项目读取中说明其仍处于功能可用但未完全生产化的阶段,Gmail/AI 凭证的界面化配置被列为未来功能。

展开详情收起详情:PitchPilot:AI 驱动的招聘冷邮件外联与跟进平台

HRHR 可以使用 PitchPilot 创建招聘线索和活动,结合职位描述与 LinkedIn 信息由 AI 生成个性化招聘冷邮件草稿,通过 Gmail 发送并记录发送事件,同步近期回复,并借助 Cron 定时执行跟进序列,从而组织招聘外联流程。

★ 0 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

Talemistry:覆盖全招聘周期的人才招募平台

AndreasDeveloperCS/Talemistry · Full Cycle Recruitment Ecosystem powered by AI

Talemistry 是一套由 AI 驱动的全周期招聘生态系统,覆盖 Discover、Attract、Understand、Match、Evaluate、Decide、Offer 七个旅程阶段。项目由三个协同应用组成:Next.js 16 主产品界面(含分析、职位、Kanban 招聘管道、候选人智能画像、WebRTC 面试、测评、决策、Offer 与 GDPR/偏见合规中心)、Angular 18 品牌镜像界面,以及 NestJS + MongoDB 后端(REST + Socket.IO + WebRTC 信令),三端共享同一领域模型与品牌体系。

展开详情收起详情:Talemistry:覆盖全招聘周期的人才招募平台

程序员可作为全栈 TypeScript 招聘系统参考实现,包含 Next.js 16 前端、Angular 18 镜像界面、NestJS + MongoDB 后端,以及 Socket.IO 实时网关和 WebRTC 信令。

HR作为覆盖 Discover 到 Offer 七个阶段的全周期招聘平台,可用于招聘管道管理(Kanban)、候选人智能画像、WebRTC 面试与评分卡、测评、决策与 Offer 管理,以及 GDPR/偏见合规中心。

★ 0 · 开发框架

☆ 收藏GitHub查看项目 ↗

AI-Recruit-Talent-manage-Copliot:基于 LLM 与 NLP 的招聘与人才管理 Copilot

DvitGohil/AI-Recruit-Talent-manage-Copliot · An AI-powered Recruitment & Talent Management Copilot built using Flask, MongoDB, NLP, and Machine Learning for automated resume parsing, candidate profiling, semantic job matching, skill gap analysis, interview assistance, and recruitment analytics.

该项目是一个 AI 招聘与人才管理平台,使用 Flask、FastAPI、MongoDB、NLP 和机器学习技术,覆盖自动简历解析、候选人画像、语义职位匹配、技能差距分析、候选人排名、AI 语音面试和招聘分析等招聘全流程。平台抽象了 Google Gemini、OpenAI、Groq 等 LLM 提供方,并提供角色权限登录、ATS 管道同步和 REST API。

展开详情收起详情:AI-Recruit-Talent-manage-Copliot:基于 LLM 与 NLP 的招聘与人才管理 Copilot

程序员程序员可参考该项目的 Flask、FastAPI、MongoDB、NLP 和机器学习集成,用于构建招聘与人才管理相关的 AI 应用。

HRHR 可使用该平台自动解析简历、进行语义职位匹配、技能差距分析、候选人排名、AI 语音面试和招聘分析,覆盖招聘全流程。

★ 0 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗