simple_cv_evaluation_for_O1

简历评估应用

该项目使用FastAPI Backend和OpenAI的语言模型评估了O-1A签证资格的CVS。它采用检索功能（RAG）系统来通过利用相关文档上下文来增强评估过程。

设置

1. 克隆存储库：

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

2. 创建虚拟环境并安装依赖性：

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

3. 运行FastAPI应用程序：

   uvicorn app:app --reload --port 8000

4. 使用加载程序脚本评估简历：

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

项目结构

app.py：FastAPI应用程序代码，包括用于创建数据库，查询和评估CVS的端点。

create_database.py：用于初始化和管理Chroma Vector Store的脚本。

get_embedding_function.py：定义用于文档处理的嵌入功能。

loader.py：将CV文件发送到FastAPI端点进行评估的脚本。

query_data.py：处理有关相关文档上下文的Chroma数据库的查询。

需求.txt：项目所需的依赖项列表。

readme.md：项目概述，设置说明和使用指南。

API端点

/ create_database描述：初始化或重置来自数据/目录的文档的Chroma Vector Store。

方法：帖子参数：重置（布尔值，可选） - 如果为true，则重置数据库。响应：表示数据库创建状态的消息。

/query_database说明：根据查询从数据库中检索相关文档。方法：发布请求正文：query_text（字符串）：搜索相关文档的查询。响应：响应（字符串）：从模型生成的响应。来源（列表）：用作上下文的文档ID列表。

/评估描述：使用数据库中的文档上下文评估CV用于O-1A签证资格。方法：发表请求主体：CV_TEXT（字符串）：要评估的CV内容。响应：评估（字符串）：模型对简历资格的评估。

文档

有关设计选择以及如何评估输出的详细信息，请参见docs/目录。

用法示例

创建数据库：

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

查询数据库：

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

评估简历：

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