Resume Screening Agent

Appearance

快速开始 ​

本页用于在本地启动 Resume Screening Agent，并跑通一条最小业务链路。

环境要求 ​

  • Node.js 18+
  • Python 3.11+
  • PostgreSQL 15+
  • pgvector 扩展
  • DashScope API Key

如果只想快速复现生产环境，可以优先使用 Docker Compose。

克隆项目 ​

bash
git clone https://github.com/missrosery/resume-screening-agent.git
cd resume-screening-agent

配置后端环境变量 ​

复制示例文件：

bash
cp backend/.env.example backend/.env

核心变量如下：

ini
DATABASE_URL=postgresql+asyncpg://user:password@localhost:5432/resume_screener
SYNC_DATABASE_URL=postgresql+psycopg://user:password@localhost:5432/resume_screener
DASHSCOPE_API_KEY=your_dashscope_api_key
DASHSCOPE_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
LLM_MODEL=qwen-plus
EMBEDDING_MODEL=text-embedding-v4
UPLOAD_DIR=./uploads
CORS_ORIGINS=http://localhost:3000
VECTOR_COLLECTION_NAME=resume_documents
VECTOR_RECALL_K=15
RERANK_TOP_N=5

启动后端 ​

bash
cd backend
pip install -r requirements.txt
uvicorn main:app --reload --host 0.0.0.0 --port 8000

后端启动后访问：

bash
curl http://localhost:8000/health

期望返回：

json
{"status":"ok"}

启动前端 ​

bash
cd frontend
npm install
npm run dev

打开：

text
http://localhost:3000

验证主流程 ​

  1. 创建岗位。
  2. 上传 PDF 或 DOCX 简历。
  3. 等待简历状态从 parsing 变为 parsed。
  4. 输入筛选条件并点击筛选。
  5. 选择候选人进行多人对比。
  6. 选择候选人生成面试题。
  7. 进入 Agent 对话页面，尝试自然语言搜索或对比。

生产构建检查 ​

本地发布前建议跑一次生产构建：

bash
cd frontend
npm run build

这能提前发现 TypeScript、Next.js 构建和页面路由问题。