AnnaSuSu/TechSpar

解决的问题

TechSpar 旨在解决技术面试准备过程中的碎片化问题。它不仅仅是生成一份问题列表，而是构建了一个持续反馈循环，将训练、简历分析、职位描述（JD）匹配以及实时辅助整合到一个系统中，从而长期追踪用户的进步和薄弱环节。

工作原理

该系统构建长期的用户画像和知识库，以提供个性化的体验。它利用多个 AI 驱动模块：

• 训练与模拟：基于题库、用户历史薄弱点及掌握程度动态生成问题。它可以根据简历或特定职位描述模拟面试。
• 实时副驾驶（Copilot）：在实际面试中提供实时 ASR（自动语音识别）、预测后续问题、建议回答并标记风险。
• 复盘与分析：将录音转录为结构化的问答，并为每个回答提供详细的分析和改进建议。
• 知识管理：允许用户导入 PDF、DOCX 和 Markdown 文件，为 AI 智能体提供上下文。
• 调度：使用 SM-2 算法安排对薄弱环节的复习。

适用人群

希望以结构化、数据驱动的方式追踪进步并识别知识盲区的工程师和技术专业人士，用于准备求职面试。

亮点

• 集成闭环：将专项训练、基于简历的模拟面试和针对 JD 的准备整合到一个不断演进的画像中。
• 实时辅助：提供具备语音转文字和回答建议功能的实时副驾驶（Copilot）。
• 本地优先选项：支持通过 Docker 自托管，并使用 Transformers.js 和 ONNX 进行本地嵌入，以避免向量化对外部 API 的依赖。
• 灵活部署：可作为 Web 应用、桌面客户端（Electron）或自托管实例使用。