|
|
1 месяц назад | |
|---|---|---|
| .. | ||
| data | 1 месяц назад | |
| image | 1 месяц назад | |
| output | 1 месяц назад | |
| src | 1 месяц назад | |
| .env.example | 1 месяц назад | |
| .gitignore | 1 месяц назад | |
| README.md | 1 месяц назад | |
| main.py | 1 месяц назад | |
| pyproject.toml | 1 месяц назад | |
| uv.lock | 1 месяц назад | |
基于 HelloAgents 的简历与职位匹配演示项目,通过三个智能体解析简历、整理职位要求并给出匹配评估。
求职者筛选职位时,需要逐条对照简历经历与岗位要求。JobMatch Agent 接收一份 Markdown 简历和一份 CSV 职位列表,提取原文证据并评估各职位的匹配情况,成功后生成包含排名、缺失信息和学历筛选结果的 HTML 报告。
本项目用于学习 HelloAgents 和多智能体顺序协作,适合课程演示、本地实验与匹配结果的人工复核。它不是招聘决策系统,匹配分数也不代表录用概率。
SimpleAgent 和 HelloAgentsLLMuv sync --locked
如果运行环境使用 SOCKS 代理,安装可选依赖:
uv sync --locked --extra proxy
如果还没有 .env 文件,复制配置模板:
cp .env.example .env
编辑 .env,填写模型名称、密钥和服务地址:
LLM_PROVIDER=custom
LLM_MODEL_ID=你的模型名称
LLM_API_KEY=你的API密钥
LLM_BASE_URL=https://api.openai.com/v1
LLM_TIMEOUT=60
LLM_TEMPERATURE=0.2
LLM_PROVIDER、LLM_MODEL_ID 和 LLM_API_KEY 为必填项。custom 表示 OpenAI 兼容接口,还需填写对应服务的 LLM_BASE_URL。本地服务也需要提供其认可的密钥或占位值。
应用读取当前工作目录的 .env,已有的进程环境变量优先。不要覆盖已有配置,也不要提交真实密钥。项目已将 .env 加入 Git 忽略列表。
使用项目自带的简历和职位样例:
uv run python main.py
指定输入文件:
uv run python main.py --cv data/java_backend_resume_beijing_5years.md --jobs data/job.csv
运行时终端仅显示节点和重试进度;全部结果通过校验后,默认生成 output/matching_report.html。可以用 --report 指定其他输出路径:
uv run python main.py --cv data/java_backend_resume_beijing_5years.md --jobs data/job.csv --report output/reports/matches.html
简历使用 UTF-8 编码的 Markdown 文件
职位列表使用 UTF-8 编码的 CSV 文件,需包含以下列,列顺序不限:
岗位名称,工作职责,任职资格,公司名字,公司地址
uv run python main.py
junqiangyuan-JobMatchAgent/
├── README.md
├── pyproject.toml # 项目与依赖配置
├── uv.lock # 依赖锁文件
├── .env.example # 模型配置模板
├── main.py # CLI 入口与参数解析
├── data/ # 简历与职位 CSV 样例
├── image/ # 终端流程与匹配报告截图
├── output/ # 示例 HTML 匹配报告
├── src/jobmatch/
├── agents.py # 智能体创建与模型调用
├── contracts.py # 结构化数据契约
├── pipeline.py # 三阶段顺序编排
├── presentation.py # 终端进度展示
├── prompts.py # 智能体提示词
├── report.py # HTML 匹配报告生成
├── retry.py # 校验失败后的定向重试
├── validation.py # 证据、学历与评分状态校验
└── services/
├── cv_reader.py # 简历读取与解析
├── job_parser.py # 职位 CSV 解析
└── matcher.py # 简历与职位匹配
感谢 Datawhale 社区和 Hello-Agents 项目提供的课程、框架与示例。