上传简历 PDF，AI 自动生成深度面试评估报告，帮助面试官快速洞察候选人真实实力。
基于 "DNA × 四层架构"评估框架，从技术能力、项目经验、文化匹配度等多维度对候选人进行全方位剖析，自动生成结构化面试指南。
10 大分析模块 — 一份简历，十个维度，全面透视候选人：
| 模块 | 说明 |
|---|---|
| 候选人画像 | 技术方向、经验年限、技术栈熟练度评估 |
| 四层架构评分 | UI 层 / Algorithm 层 / 算力层 / 经验层，0-5 分精准量化 |
| DNA 文化匹配 | 追求极致、相信技术、数据说话等 6 个维度 |
| 能力矩阵 | 自动匹配 JD 要求，标记匹配度与验证优先级 |
| 声明审计 | 反注水核查，自动识别模糊量化、角色不匹配等可疑信号 |
| 项目深度分析 | 逐个项目拆解，含矛盾点分析和面试决策树 |
| 评估框架 | 权重分配、核心优势与风险、优先验证点 |
| 技术问题库 | 20 道分级技术题（基础 / 进阶 / 专家），紧贴候选人技术栈 |
| 算法题库 | 9 道分级算法题（简单 / 中等 / 困难），含测试样例 |
| 综合评分卡 | 最终评分 0-100 + 录用建议（强烈推荐 / 推荐 / 待定 / 不推荐） |
- 实时流式分析 — SSE 流式输出，分析过程实时可见
- 后台分析 — 分析过程中可自由浏览其他简历记录，分析在服务端后台继续执行，完成后自动保存
- JD 智能匹配 — 可选上传岗位 JD，自动逐项匹配能力要求
- 收藏夹 — 一键收藏关键问题和分析要点，面试时快速回顾
- 面试录音 — 内置麦克风录音功能，录音自动挂载到对应简历（注：受浏览器安全限制，仅支持麦克风录音，不支持录制电脑系统声音）
- 历史记录 — 所有分析报告持久化存储，随时回看
- Node.js 18+（推荐 20+）
- npm（随 Node.js 一起安装）
- 一个 AiHubMix 或 DeerAPI 的 API Key
本项目支持以下 API 渠道（均兼容 OpenAI 协议），任选其一：
| 渠道 | 地址 | 说明 |
|---|---|---|
| AiHubMix | aihubmix.com | 默认渠道 |
| DeerAPI (小鹿API) | deerapi.com | 国内友好 |
注册账号后，在控制台创建 API Key（以 sk- 开头），保存好后面要用。
支持的模型：
| 模型 | 说明 |
|---|---|
gemini-3.1-pro-preview |
Google Gemini（默认，性价比高） |
claude-sonnet-4-5 |
Anthropic Claude |
gpt-5.4 |
OpenAI GPT |
gemini-3.1-flash-lite-preview |
Google Gemini Flash Lite（速度快） |
qwen3.5-27b |
通义千问（速度快） |
deepseek-v3.2 |
DeepSeek V3.2（速度快） |
想使用其他 API 提供商？ 本项目内置 AiHubMix 和 DeerAPI 支持。如需接入其他提供商（如 OpenRouter、自建代理等），可自行修改
src/lib/openai.ts中的PROVIDER_BASE_URLS和相关逻辑，只要兼容 OpenAI API 协议即可。
git clone git@github.com:Becoues/iResume.git
cd iResumenpm install这一步会自动安装所有依赖并生成 Prisma 客户端。
cp .env.example .env.local.env.local 中包含数据库路径和 API Key 配置，必须创建此文件，否则项目无法连接数据库：
# 数据库路径（必填，默认即可）
DATABASE_URL="file:./prisma/dev.db"
# API Key（可选，也可以在界面中配置）
AIHUBMIX_API_KEY=sk-你的Key粘贴到这里如果不需要通过环境变量配置 API Key，也必须保留
DATABASE_URL这一行。
启动项目后，点击页面右下角的 齿轮按钮，在设置面板中：
- 选择 API 渠道（AiHubMix 或 DeerAPI）
- 填写 API Key（对应渠道的
sk-开头的 Key） - 选择 模型
- 点击 测试连接 验证配置是否正确
- 点击 应用 保存
界面配置的优先级高于环境变量。配置保存在本地数据库中，重启后依然有效。已保存的 Key 仅显示首尾 4 位。切换渠道时会自动显示该渠道上次保存的 Key。
npx prisma db push自动创建 SQLite 数据库文件，无需安装任何数据库软件。
npm run dev看到以下输出就说明启动成功了：
▲ Next.js 14.x.x
- Local: http://localhost:3000
打开浏览器访问 **http://localhost:3000**，开始使用！
如果你不想安装 Node.js，可以用 Docker 一键启动：
- Docker 20+（推荐最新版）
- Docker Compose V2+（Docker Desktop 已内置）
国内用户注意： 如果拉取镜像超时，请在 Docker Desktop 的 Settings → Docker Engine 中添加镜像加速器：
"registry-mirrors": ["https://docker.1ms.run", "https://docker.m.daocloud.io"]
git clone git@github.com:Becoues/iResume.git
cd iResume
docker compose build
docker run -d --name iresume -p 3000:3000 -v ./prisma:/app/prisma resume-analyzer-iresume:latestdocker build -t iresume .
docker run -d --name iresume -p 3000:3000 -v ./prisma:/app/prisma iresume启动后访问 **http://localhost:3000**，在页面齿轮按钮中配置 API Key 即可。
数据（简历、录音、API 设置）存储在本地
prisma/dev.db中，Docker 与本地开发共享同一数据库。注意：不要同时运行 Docker 和
npm run dev，SQLite 不支持多进程并发写入，会导致锁冲突。
- 上传简历 — 在首页拖拽或点击上传 PDF 格式的简历
- 填写 JD（可选） — 粘贴岗位描述，AI 会自动匹配能力要求
- 开始分析 — 点击分析按钮，实时观看 AI 生成评估报告
- 查看报告 — 左侧导航切换 10 个分析模块，右侧面板管理收藏
- 收藏要点 — 点击星标收藏关键问题和分析条目
- 录制面试 — 点击右上角麦克风按钮录制面试音频
- 历史回顾 — 顶部导航栏进入历史记录，查看所有分析报告
| 技术 | 说明 |
|---|---|
| Next.js 14 | React 全栈框架（App Router） |
| Tailwind CSS 3 | 原子化 CSS 样式 |
| Prisma 5 | 数据库 ORM |
| SQLite | 轻量级本地数据库，零配置 |
| OpenAI SDK | LLM 接口调用（支持 AiHubMix / DeerAPI 多渠道） |
| pdfjs-dist | PDF 文本提取 |
| Recharts | 雷达图等数据可视化 |
| Lucide React | 图标库 |
resume-analyzer/
├── prisma/
│ └── schema.prisma # 数据库模型（Resume, Recording, Settings）
├── docs/images/ # 文档截图
├── src/
│ ├── app/
│ │ ├── page.tsx # 首页（上传 + 设置入口）
│ │ ├── layout.tsx # 全局布局（顶部导航）
│ │ ├── resumes/
│ │ │ ├── page.tsx # 历史记录列表
│ │ │ └── [id]/page.tsx # 分析详情页（10 模块）
│ │ └── api/
│ │ ├── resumes/ # 简历 CRUD + 录音管理
│ │ ├── analyze/[id]/ # LLM 流式分析（SSE）
│ │ └── settings/ # API 设置 + 连接测试
│ ├── components/
│ │ ├── settings-dialog.tsx # 设置弹窗组件
│ │ └── ui/ # shadcn 风格 UI 组件
│ └── lib/
│ ├── openai.ts # OpenAI SDK 客户端（多渠道支持）
│ ├── prompt.ts # DNA × 四层架构评估 Prompt
│ ├── score-utils.ts # 分数后处理与分布拉伸
│ ├── types.ts # ResumeAnalysis 类型定义
│ ├── pdf.ts # PDF 文本提取
│ └── db.ts # Prisma 单例
├── .env.example # 环境变量模板
└── package.json
内置 AiHubMix 和 DeerAPI 两个渠道。如需新增其他 OpenAI 兼容的 API 提供商，在 src/lib/openai.ts 的 PROVIDER_BASE_URLS 中添加映射即可：
const PROVIDER_BASE_URLS: Record<string, string> = {
AiHubMix: "https://aihubmix.com/v1",
DeerAPI: "https://api.deerapi.com/v1",
// 新增你的渠道：
MyProvider: "https://your-api-provider.com/v1",
};同时在 src/components/settings-dialog.tsx 的 PROVIDERS 数组中添加对应的选项。只要目标服务兼容 OpenAI Chat Completions API（/v1/chat/completions），即可无缝接入。
单份简历的完整分析（10 个模块）大约需要 5-10 分钟（以 gemini-3.1-pro-preview 为例），取决于简历长度和模型响应速度。分析支持后台执行——你可以在分析过程中自由浏览其他简历记录，分析完成后结果会自动保存。
- 检查 Key 是否以
sk-开头 - 确认 AiHubMix 账户余额充足
- 确保网络可以访问
https://aihubmix.com
目前仅支持 PDF 格式。建议上传文本型 PDF（非扫描件），以获得最佳文本提取效果。
所有数据存储在本地 SQLite 数据库（prisma/dev.db），不会上传到任何外部服务器。简历内容仅在分析时发送给 AI 接口。API Key 在界面中仅显示首尾 4 位。
不能。录音功能基于浏览器 MediaRecorder API，受安全策略限制仅支持麦克风输入。如需录制电脑内部音频（如扬声器输出），需借助系统级虚拟音频工具（如 macOS 的 BlackHole、Windows 的 VB-Cable）将系统音频路由到虚拟麦克风，再由本应用录制。
本项目内置 AiHubMix 和 DeerAPI 支持。如需接入其他提供商（OpenRouter、自建代理等），修改 src/lib/openai.ts 中的 PROVIDER_BASE_URLS 映射即可，只要兼容 OpenAI Chat Completions API（/v1/chat/completions）协议。你也可以直接让 AI 帮你改这个文件。
MIT