ResumeFlow

ResumeFlow: Eine LLM-betroffene Pipeline für die Erzeugung und Verfeinerung der personalisierten Lebensläufe

Für Videovorführungen besuchen Sie den YouTube -Link: https://youtu.be/agl7ugyu1n4

Projekt kann sein:

• Zugriff als Web -Tool von https://resumeflow.streamlit.app/
• Installieren Sie als Python -Paket von https://pypi.org/project/zlm/
• Laden Sie als Quellcode von https://github.com/ztrimus/job-llm.git herunter

Alle anderen bekannten Fehler, Korrekturen, Feedbacks und Feature -Anfragen können auf der Seite mit GitHub -Problemen gemeldet werden.

Befähigen Sie andere, genau wie sie Ihnen geholfen haben! Tragen Sie zu diesem Open -Source -Projekt bei und machen Sie einen Unterschied. Erstellen Sie eine Filiale, verbessern Sie den Code und stellen Sie eine Pull -Anfrage auf!

Autor- und Mitarbeiterliste

• Saurabh Zinjad | Ztrimus | [email protected]
• Amey Bhilegaonkar | AMEYGOES | [email protected]
• Amrita Bhattacharjee | Amritabh | [email protected]

1. Einführung:

1.1. Unser Vorschlag

Wir wollen ein automatisiertes System erstellen, das die Bewerbung für Jobs zum Kinderspiel macht. Jobsuche hat viele Phasen, und wir sehen die Möglichkeit, Dinge zu automatisieren und LLM (Sprachmodell) zu verwenden, um es noch glatter zu machen. Wir betrachten verschiedene Möglichkeiten, sowohl die üblichen als auch einige neue Ideen, um LLM in den Bewerbungsprozess zu integrieren. Das Ziel ist es, zu reduzieren, wie viel Sie zu tun haben, und LLM sein Ding erledigen und den gesamten Prozess für Sie erleichtern.

1.2. Referenzen

• 40+ Fantastische Lebenslaufstatistik [2023]: Was Arbeitssuchende wissen müssen

1.3. Weitere Informationen finden Sie in diesem Artikel.

2. Setup, Installation und Verwendung

2.1. Voraussetzungen

• OS: Linux, Mac
• Python: 3.11.6 und höher
• LLM API -Schlüssel: OpenAI oder Gemini Pro

2.2. Paketinstallation - als Bibliothek verwenden

pip install zlm

• Verwendung

 from zlm import AutoApplyModel

job_llm = AutoApplyModel (
    api_key = "PROVIDE_API_KEY" , 
    provider = "ENTER PROVIDER <gemini> or <openai>" ,
    downloads_dir = "[optional] ENTER FOLDER PATH WHERE FILE GET DOWNLOADED, By default, 'downloads' folder"
)

job_llm . resume_cv_pipeline (
    "ENTER_JOB_URL" , 
    "YOUR_MASTER_RESUME_DATA" # .pdf or .json
) # Return and downloads curated resume and cover letter.

2.4. Setup & Run Code - als Projekt verwenden

git clone https://github.com/Ztrimus/job-llm.git
cd job-llm

1. Erstellen und aktivieren Sie die Python -Umgebung (verwenden Sie python -m venv .env oder Conda or usw.), um einen Paketabhängigkeitskonflikt zu vermeiden.
2. Installieren Sie das Gedichtpaket (Abhängigkeitsmanagement- und Verpackungstool)

   pip install poetry

3. Installieren Sie alle erforderlichen Pakete.
   • Weitere Informationen finden Sie in pyproject.toml oder poetry.lock für die Liste der Pakete.

     poetry install

     ODER
   • Wenn der obige Befehl nicht funktioniert, haben wir auch die Anforderungen.txtdatei bereitgestellt. Wir empfehlen jedoch, Gedichte zu verwenden.

     pip install -r resources/requirements.txt

4. Wir müssen auch die folgenden Pakete zur Konvertierung von Latex in PDF installieren
   • Für Linux

     sudo apt-get install texlive-latex-base texlive-fonts-recommended texlive-fonts-extra

     Hinweis: Versuchen Sie sudo apt-get update wenn Terminal das Paket nicht finden kann.
   • Für Mac

     brew install basictex
     sudo tlmgr install enumitem fontawesome

5. Wenn Sie Ollama -Modelle ausführen möchten

   ollama pull llama3.1

6. Führen Sie das folgende Skript aus, um Ergebnis zu erzielen

>>> python main.py /
    --url " JOB_POSTING_URL " /
    --master_data= " JSON_USER_MASTER_DATA " /
    --api_key= " YOUR_LLM_PROVIDER_API_KEY " / # put api_key considering provider
    --downloads_dir= " DOWNLOAD_LOCATION_FOR_RESUME_CV " /
    --provider= " openai " # openai, gemini 

3.. Zitate

Wenn Sie JOBLLM in Ihren Forschungen oder Anwendungen nützlich finden, sollten Sie uns einen Stern geben? und es zitieren.

 @inproceedings { 10.1145/3626772.3657680 ,
author = { Zinjad, Saurabh Bhausaheb and Bhattacharjee, Amrita and Bhilegaonkar, Amey and Liu, Huan } ,
title = { ResumeFlow: An LLM-facilitated Pipeline for Personalized Resume Generation and Refinement } ,
series = { SIGIR '24 } ,
booktitle = { Proceedings of the 47th International ACM SIGIR Conference on Research and Development in Information Retrieval } ,
publisher = { Association for Computing Machinery } ,
doi = { 10.1145/3626772.3657680 } ,
url = { https://doi.org/10.1145/3626772.3657680 } ,
year = { 2024 } ,
isbn = { 9798400704314 } ,
location = { Washington DC, USA } ,
address = { New York, NY, USA } ,
}

 @misc { zinjad2024resumeflow ,
      title = { ResumeFlow: An LLM-facilitated Pipeline for Personalized Resume Generation and Refinement } , 
      author = { Saurabh Bhausaheb Zinjad and Amrita Bhattacharjee and Amey Bhilegaonkar and Huan Liu } ,
      year = { 2024 } ,
      eprint = { 2402.06221 } ,
      archivePrefix = { arXiv } ,
      primaryClass = { cs.CL }
}

4. Lizenz

JABLLM steht unter der MIT -Lizenz und wird für die kommerzielle Verwendung unterstützt.

5. Todo

Ich muss den Weg finden, um den folgenden Befehl in streamlit zu installieren

ollama
playwright
" ollama pull llama3.1 "
" ollama pull bge-m3 " 

4. Referenzen

• Formulierte technische Richtlinien
• Vorlage für die Lebenslauf -Lebenslauf -Latex -Latex
• Kombinieren von Latex mit Python
• OpenAI -Dokumentation