Snailclimb/interview-guide

解決する課題

InterviewGuideは、採用と面接準備の退屈なプロセスを自動化するエンドツーエンドのインテリジェントな面接プラットフォームを提供します。手動の履歴書スクリーニング、候補者向けの現実的な面接練習の不足、および特定の専門知識ベースに基づいた構造化されたAI駆動型問題集の維持の難しさという問題を解決します。

仕組み

本システムは、大規模言語モデル（LLM）を、知識ストレージとしてpgvectorを備えたPostgreSQLを使用したRAG（Retrieval-Augmented Generation）アーキテクチャと統合しています。バックエンドにはSpring Boot、フロントエンドにはReactを使用しています。主なワークフローは以下の通りです：

• 履歴書分析: Redis Streamsを介して複数のファイル形式（PDF、DOCXなど）を非同期に解析し、AIによる評価レポートを生成します。
• 模擬面接: 「Skill」定義を使用して、さまざまなドメイン（Java、Python、AI Agentsなど）にわたるターゲットを絞った質問を生成し、インテリジェントな追跡質問と、テキストおよび音声モードの両方に対応した統合評価エンジンを提供します。
• 音声対話: WebSocketsと、ASR（自動音声認識）およびTTS（テキスト読み上げ）のためのQwen3モデルを使用して、リアルタイムのストリーミング対話を実現します。
• ナレッジベース: ユーザーがドキュメントをアップロードできるようにし、それらをチャンク化およびベクトル化することで、専門的でコンテキストに応じたQ&Aおよび特定の面接問題集の生成を可能にします。

対象ユーザー

• 求職者: 履歴書に対するAIによるフィードバックを受け取り、現実的な環境で面接の練習を行うため。
• HR/採用担当者: 候補者の履歴書を効率的に分析し、大規模に能力を評価するため。
• 教育機関: 専門的なナレッジベースを管理し、学生に構造化された面接トレーニングを提供するため。

ハイライト

• マルチモーダル面接: 低遅延のストリーミングTTSを備えた、テキストベースおよびリアルタイム音声面接の両方をサポート。
• RAG駆動型問題集: アップロードされたナレッジベースのドキュメントから、面接の質問、参考回答、および採点基準を直接生成。
• スキル駆動型ロジック: 10以上の方向性（例：システム設計、AI Agents）に対して事前定義されたスキルセットにより、包括的なカバー範囲と難易度分布を確保。
• 柔軟なAI統合: DeepSeek、Kimi、GLM、LM Studioを含む、複数のOpenAI互換プロバイダーをサポート。
• 自動スケジューリング: ZoomやFeishuなどのプラットフォームからの会議招待をAIで解析する面接調整モジュールを含む。