lishuangqiang/AI-Meeting

解决的问题

本项目提供一个 AI 驱动的模拟面试及简历分析平台。它通过自动化简历解析流程、根据候选人经验生成个性化面试问题，并模拟带有实时反馈的多阶段面试过程，解决了准备技术面试的难题。

工作原理

系统采用基于 Spring Boot 和 Spring AI 构建的模块化单体架构。它集成了以下核心组件：

• 简历分析：AI 代理解析上传的 PDF 简历，生成结构化的面试问题和初始评分。
• 多智能体编排：五个专业代理（提问者、面试官、评分者、追问者和表情分析师）协作进行面试。规则引擎 (LiteFlow) 管理追问逻辑。
• 实时交互：使用 WebSockets 进行实时语音转文字 (ASR)，使用 Server-Sent Events (SSE) 流式传输 AI 文本响应。
• 状态管理：为了防止长时间会话中的数据丢失，采用了基于 MongoDB 和 Redis 的分层快照系统。
• 优化：分布式 "Single-flight" 框架确保跨多个服务器实例的相同 AI 请求仅执行一次，从而降低成本和延迟。

适用对象

• 希望通过 AI 驱动的个性化提问来练习技术面试的求职者。
• 希望学习 Java 中 AI 代理、实时语音处理和分布式系统模式的生产级实现的开发者。
• 正在寻找毕业论文或作品集综合项目的学生。

亮点

• 简历驱动提问：生成与候选人具体职业经验深度关联的问题。
• 多智能体协作：通过具有评分、提问和行为分析等专业角色的模拟，还原真实的面试场景。
• 实时语音集成：具备端到端的实时语音转录和长文本语音合成功能。
• 表情分析：通过 AI 表情识别代理，利用摄像头截图评估候选人的举止。
• 全面反馈：提供包含多维雷达图和详细逐题分析的面试后报告。