simple_cv_evaluation_for_O1

Application d'évaluation CV

Ce projet évalue CVS pour la qualification de visa O-1A à l'aide d'un backend FastAPI et du modèle de langue d'OpenAI. Il utilise un système de génération (RAG) (RAG) de la récupération pour améliorer le processus d'évaluation en tirant parti du contexte de document pertinent.

Installation

1. Clone le référentiel:

   git clone git clone https://github.com/ako1983/simple_cv_evaluation_for_O1.git
   cd my_cv_evaluation_app

2. Créez un environnement virtuel et installez les dépendances:

   python -m venv venv
   source venv/bin/activate  # On Windows, use `venvScriptsactivate`
   pip install -r requirements.txt

3. Exécutez l'application Fastapi:

   uvicorn app:app --reload --port 8000

4. Utilisez le script de chargeur pour évaluer un CV:

   python query_data.py " how do you get qualified for O1 Visa " 

Structure du projet

App.py: code d'application FastAPI, y compris les points de terminaison pour créer la base de données, interroger et évaluer les CV.

create_database.py: script pour l'initialisation et la gestion du magasin de vecteur Chroma.

get_embedding_function.py: définit la fonction d'intégration utilisée pour le traitement des documents.

Loader.py: script pour envoyer des fichiers CV au point de terminaison FastAPI pour l'évaluation.

query_data.py: gère la question de l'interrogation de la base de données chroma pour le contexte de document pertinent.

exigences.txt: liste des dépendances requises pour le projet.

ReadMe.MD: Présentation du projet, instructions de configuration et directives d'utilisation.

Points de terminaison API

/ create_database Description: initialise ou réinitialise le magasin de vecteur de chroma avec des documents du répertoire des données /.

Méthode: Post Paramètres: Reset (Boolean, Facultatif) - Réinitialise la base de données si elle est vraie. Réponse: un message indiquant l'état de la création de la base de données.

/ query_database Description: Récupère les documents pertinents de la base de données basés sur une requête. Méthode: Post Demande Body: Query_text (String): La requête pour rechercher des documents pertinents. Réponse: Réponse (chaîne): Réponse générée à partir du modèle. Sources (liste): liste des ID de document utilisés comme contexte.

/ Évaluer Description: Évalue un CV pour la qualification de visa O-1A à l'aide du contexte de document à partir de la base de données. Méthode: Post Demande Body: CV_Text (String): Le contenu CV à évaluer. Réponse: Évaluation (chaîne): L'évaluation du modèle de la qualification du CV.

Documentation

Voir les docs/ répertoires pour des informations détaillées sur les choix de conception et comment évaluer la sortie.

Exemples d'utilisation

Création de la base de données:

curl -X POST " http://127.0.0.1:8000/create_database?reset=true "

Interroger la base de données:

curl -X POST " http://127.0.0.1:8000/query_database " -H " Content-Type: application/json " -d ' {"query_text": "specific question or keyword"} '

Évaluation d'un CV:

curl -X POST " http://127.0.0.1:8000/evaluate " -H " Content-Type: application/json " -d ' {"cv_text": "CV content here"} '