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。

解決的問題

InterviewGuide 提供端到端的智能面試平台，可自動完成招聘和面試準備中繁瑣的部分。它解決了手動篩選簡歷、求職者缺乏真實的面試練習，以及難以基於特定專業知識庫維護結構化 AI 驅動題庫的問題。

工作原理

該系統將大語言模型 (LLM) 與 RAG (檢索增強生成) 架構相結合，使用帶有 pgvector 的PostgreSQL進行知識儲存。後端採用 Spring Boot，前端採用 React。核心工作流包括：

  • 簡歷分析：透過 Redis Streams 異步解析多種文件格式（PDF、DOCX 等），並生成 AI 驅動的評估報告。
  • 模擬面試：利用「Skill」定義在各個領域（Java、Python、AI Agents 等）生成針對性問題，並提供智能追問以及適用於文本和語音模式的統一評估引擎。
  • 語音交互：使用 WebSockets 和用於 ASR（自動語音識別）和 TTS（文本轉語音）的 Qwen3 模型實現即時流式對話。
  • 知識庫：允許用戶上傳文件，透過對文件進行分塊和向量化，實現專業的上下文感知問答以及特定面試題庫的生成。

適用對象

  • 求職者：獲取針對簡歷的 AI 回饋，並在真實的場景中進行面試練習。
  • HR/招聘人員：高效分析候選人簡歷並進行大規模能力評估。
  • 培訓機構：管理專業知識庫並為學生提供結構化的面試培訓。

亮點

  • 多模態面試：支持文本和低延遲流式 TTS 的即時語音面試。
  • RAG 驅動題庫：直接從上傳的知識庫文件中生成面試問題、參考答案和評分標準。
  • 技能驅動邏輯：為 10 多個方向（如 System Design、AI Agents）預定義技能集，以確保全面的覆蓋範圍和難度分佈。
  • 靈活的 AI 集成：支持包括 DeepSeek、Kimi、GLM 和 LM Studio 在內的多種 OpenAI 相容提供商。
  • 自動化排程：包含面試安排模組，利用 AI 解析來自 Zoom 或 Feishu 等平台的會議邀請。