resume ranking

簡歷排名應用程序

概述

簡歷排名應用程序是AI驅動的招聘工具，該工具利用大型語言模型（LLM）和高級NLP技術根據工作要求自動評估，分析和排名簡歷。它是由FastApi，Next.js和OpenAI的GPT模型構建的，它提供了智能的候選人job匹配，並進行了詳細的評分和分析。

演示視頻

單擊上面的圖像以觀看YouTube上的演示視頻。

建築學

系統體系結構

關鍵技術

• 後端：Fastapi，Blask，MongoDB
• 前端：next.js，打字稿，parwindcss
• AI/ML ：OpenAi GPT型號，Langchain
• 基礎架構：Docker，Nginx，GitHub動作，AWS

特徵

職位描述分析

• 智能JD解析：
  • 使用LLM提取關鍵要求，技能和資格
  • 將數據結構為標準化格式以進行匹配
  • 通過GPT的多語言功能支持多種語言
  • 平均處理時間：3秒

簡歷分析

• 高級簡歷處理：
  • 處理PDF和Word文檔
  • 使用LLM提取和結構候選信息
  • 確定技能，經驗和資格
  • 支持多語言簡歷
  • 平均處理時間：5-10秒

AI驅動的匹配

• 精緻的匹配算法：
  • 使用Langchain來編排複雜的LLM操作
  • 需要結構化數據提取的功能
  • 對工作要求和候選資格的語義理解
  • 多一關係的關係支持
  • 平均處理時間：3-5秒

智能排名

• 智能評估系統：
  • 使用GPT模型生成詳細的匹配分析
  • 根據多個標準提供評分
  • 提供AI生成的反饋和評論
  • 根據整體擬合來對候選人進行排名

技術功能

• FastApi集成：

  • 異步請求處理
  • Swagger UI自動API文檔
  • 使用Pydantic型號的類型驗證

• Langchain實施：

  • 自定義提示工程
  • 結構化輸出解析
  • 思想推理鏈

• OpenAI功能調用：

  • 結構化數據提取
  • 一致的輸出格式
  • 增強對LLM響應的控制

文件

有關係統體系結構，API端點和配置選項的詳細文檔可在用戶指南中提供。

入門

1. 克隆存儲庫：

   git clone https://github.com/vectornguyen76/resume-ranking.git

2. 配置環境：

   • 設置OpenAI API密鑰：

      # analysis_service/.env
     OPENAI_API_KEY= " your-key "

   • 配置前端API URL：

      # frontend/.env.production
     NEXT_PUBLIC_API_URL=http:// < your-ip-address > /backend

3. 構建和運行：

    cd resume-ranking
   docker compose build
   docker compose up

4. 訪問應用程序：

   • 前端： http://your-ip-address

發展

• 代碼質量：

  • python linting的ruff
  • ESLINT用於打字稿/JavaScript
  • 代碼格式的預加壓掛鉤

• 測試：

  • 用pytest進行單位測試
  • API端點的集成測試
  • 使用React測試庫的前端測試

• CI/CD ：

  • 使用GitHub動作自動測試
  • Docker Image構建
  • 部署自動化

貢獻者

• pham phu ngoc trai
• 向量nguyen

執照

該項目已根據MIT許可獲得許可。