Snailclimb/interview-guide

基于 Spring Boot 4.1 + Java 21 + Spring AI 2.0 + PostgreSQL + pgvector + RustFS + Redis，实现简历智能分析、AI模拟面试、知识库RAG检索等核心功能。非常适合作为学习和简历项目，学习门槛低。

解决的问题

InterviewGuide 提供端到端的智能面试平台，可自动完成招聘和面试准备中繁琐的部分。它解决了手动筛选简历、求职者缺乏真实的面试练习，以及难以基于特定专业知识库维护结构化 AI 驱动题库的问题。

工作原理

该系统将大语言模型 (LLM) 与 RAG (检索增强生成) 架构相结合，使用带有 pgvector 的 PostgreSQL 进行知识存储。后端采用 Spring Boot，前端采用 React。核心工作流包括：

  • 简历分析：通过 Redis Streams 异步解析多种文件格式（PDF、DOCX 等），并生成 AI 驱动的评估报告。
  • 模拟面试：利用“Skill”定义在各个领域（Java、Python、AI Agents 等）生成针对性问题，并提供智能追问以及适用于文本和语音模式的统一评估引擎。
  • 语音交互：使用 WebSockets 和用于 ASR（自动语音识别）和 TTS（文本转语音）的 Qwen3 模型实现实时流式对话。
  • 知识库：允许用户上传文档，通过对文档进行分块和向量化，实现专业的上下文感知问答以及特定面试题库的生成。

适用对象

  • 求职者：获取针对简历的 AI 反馈，并在真实的场景中进行面试练习。
  • HR/招聘人员：高效分析候选人简历并进行大规模能力评估。
  • 培训机构：管理专业知识库并为学生提供结构化的面试培训。

亮点

  • 多模态面试：支持文本和低延迟流式 TTS 的实时语音面试。
  • RAG 驱动题库：直接从上传的知识库文档中生成面试问题、参考答案和评分标准。
  • 技能驱动逻辑：为 10 多个方向（如 System Design、AI Agents）预定义技能集，以确保全面的覆盖范围和难度分布。
  • 灵活的 AI 集成：支持包括 DeepSeek、Kimi、GLM 和 LM Studio 在内的多种 OpenAI 兼容提供商。
  • 自动化调度：包含面试安排模块，利用 AI 解析来自 Zoom 或 Feishu 等平台的会议邀请。