简历分析系统

基于大模型的智能简历分析Web应用，采用前后端分离架构，提供简历上传、AI分析和结果展示功能。

🚀 功能特性

• 简历上传: 支持PDF、DOCX、TXT格式的简历文件上传
• AI分析: 基于大模型的智能简历分析，包括：
  • 总体评分（0-100分）
  • 优势点分析
  • 待改进点识别
  • 改进建议提供
  • 工作经验分析
  • 技能分析
  • 教育背景分析
• 用户管理: 用户注册、登录、个人信息管理
• 结果展示: 直观的分析结果展示和详细报告
• 响应式设计: 支持桌面端和移动端访问

🛠 技术栈

后端

• 框架: FastAPI
• 语言: Python 3.11+
• 数据库: PostgreSQL / SQLite
• 认证: JWT
• 文件处理: PyPDF2, python-docx
• AI集成: OpenAI API

前端

• 框架: Vue 3
• 构建工具: Vite
• UI库: Element Plus
• 状态管理: Pinia
• 路由: Vue Router
• HTTP客户端: Axios

部署

• 容器化: Docker & Docker Compose
• Web服务器: Nginx
• 数据库: PostgreSQL
• 缓存: Redis

📁 项目结构

krinol/
├── backend/                 # 后端服务
│   ├── app/
│   │   ├── models/         # 数据模型
│   │   ├── routes/         # API路由
│   │   ├── services/       # 业务逻辑
│   │   ├── utils/          # 工具函数
│   │   └── config/         # 配置文件
│   ├── main.py             # 应用入口
│   └── requirements.txt    # Python依赖
├── frontend/               # 前端应用
│   ├── src/
│   │   ├── components/     # 组件
│   │   ├── views/          # 页面
│   │   ├── stores/         # 状态管理
│   │   ├── router/         # 路由配置
│   │   └── utils/          # 工具函数
│   ├── public/             # 静态资源
│   └── package.json        # 前端依赖
├── build/                  # 构建文件目录
│   ├── backend/            # 后端构建文件
│   │   ├── Dockerfile      # 后端Dockerfile
│   │   └── .dockerignore   # 后端忽略文件
│   ├── frontend/           # 前端构建文件
│   │   ├── Dockerfile      # 前端Dockerfile
│   │   └── .dockerignore   # 前端忽略文件
│   ├── build.sh            # 构建脚本
│   └── README.md           # 构建说明
├── deploy/                 # 部署文件目录
│   ├── docker-compose.yaml      # 默认Docker Compose配置
│   ├── docker-compose.dev.yaml  # 开发环境配置
│   ├── docker-compose.prod.yaml # 生产环境配置
│   ├── env.example              # 环境变量示例
│   ├── deploy.sh                # 部署脚本
│   └── README.md                # 部署说明
├── Makefile               # 自动化脚本
└── README.md              # 项目文档

🚀 快速开始

环境要求

• Python 3.11+
• Node.js 18+
• Docker & Docker Compose (可选)

本地开发

1. 克隆项目

   git clone <repository-url>
   cd krinol

2. 安装依赖

   make install

3. 配置环境变量

   # 复制环境变量模板
   cp backend/env.example backend/.env
   
   # 编辑配置文件
   vim backend/.env

4. 启动开发服务

   make dev

5. 访问应用

   • 前端: http://localhost:3000
   • 后端API: http://localhost:8000
   • API文档: http://localhost:8000/docs

Docker部署

1. 使用Makefile

   # 构建并启动容器
   make docker-up
   
   # 停止容器
   make docker-down
   
   # 构建镜像
   make docker-build

2. 使用部署脚本

   # 进入部署目录
   cd deploy
   
   # 配置环境变量
   cp env.example .env
   # 编辑 .env 文件
   
   # 部署服务
   ./deploy.sh start
   
   # 查看日志
   ./deploy.sh logs

3. 访问应用

   • 前端: http://localhost:3000
   • 后端API: http://localhost:8000
   • API文档: http://localhost:8000/docs

Docker部署

1. 启动所有服务

   make docker-up

2. 访问应用

   • 前端: http://localhost:3000
   • 后端API: http://localhost:8000

⚙️ 配置说明

后端配置

在 backend/.env 文件中配置以下参数：

# 应用配置
APP_NAME=简历分析系统
DEBUG=true

# 数据库配置
DATABASE_URL=sqlite:///./resume_analysis.db

# JWT配置
SECRET_KEY=your-secret-key-change-in-production

# OpenAI配置
OPENAI_API_KEY=your-openai-api-key-here
OPENAI_MODEL=gpt-3.5-turbo

# 文件上传配置
UPLOAD_DIR=uploads
MAX_FILE_SIZE=10485760

前端配置

前端配置在 frontend/vite.config.js 中，主要配置API代理：

server: {
  proxy: {
    '/api': {
      target: 'http://localhost:8000',
      changeOrigin: true,
      rewrite: (path) => path.replace(/^\/api/, '')
    }
  }
}

📖 API文档

认证接口

• POST /auth/register - 用户注册
• POST /auth/login - 用户登录
• GET /auth/me - 获取当前用户信息
• POST /auth/logout - 用户登出

简历管理

• POST /resumes/upload - 上传简历
• GET /resumes/ - 获取简历列表
• GET /resumes/{resume_id} - 获取简历详情
• DELETE /resumes/{resume_id} - 删除简历

分析功能

• POST /analysis/analyze - 开始分析
• GET /analysis/{analysis_id} - 获取分析结果
• GET /analysis/ - 获取分析列表

详细的API文档可以在运行后端服务后访问 http://localhost:8000/docs 查看。

🧪 测试

运行测试

# 运行所有测试
make test

# 只运行后端测试
cd backend && python -m pytest tests/ -v

# 只运行前端测试
cd frontend && npm run test

代码质量检查

# 格式化代码
make format

# 代码检查
make lint

🚀 部署

生产环境部署

1. 配置生产环境变量

   # 设置生产环境配置
   export NODE_ENV=production
   export DEBUG=false
   export SECRET_KEY=your-production-secret-key
   export OPENAI_API_KEY=your-openai-api-key

2. 构建和启动

   # 构建前端
   make build
   
   # 启动Docker服务
   make docker-up

环境变量说明

变量名	说明	默认值
OPENAI_API_KEY	OpenAI API密钥	必填
SECRET_KEY	JWT密钥	必填
DATABASE_URL	数据库连接URL	sqlite:///./resume_analysis.db
DEBUG	调试模式	false
UPLOAD_DIR	文件上传目录	uploads
MAX_FILE_SIZE	最大文件大小	10485760

🤝 贡献指南

1. Fork 项目
2. 创建特性分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 打开 Pull Request

📄 许可证

本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情。

📞 支持

如果您遇到任何问题或有任何建议，请：

1. 查看 Issues 页面
2. 创建新的 Issue
3. 联系开发团队

🔄 更新日志

v1.0.0 (2024-01-15)

• 初始版本发布
• 实现基本的简历上传和分析功能
• 支持PDF、DOCX、TXT格式
• 集成OpenAI API进行智能分析
• 提供完整的用户管理功能
• 响应式前端界面

---

注意: 请确保在生产环境中使用强密码和安全的API密钥，并定期更新依赖包以保持安全性。