CV'ni gerçek iş kriterlerine karşı değerlendiren, tarayıcıda çalışan küçük bir araç. PDF'ini yükle, bir iş ilanı ya da kriter listesi yapıştır, istersen GitHub kullanıcı adını ekle — Gemini kriter kriter puanlayıp somut, uygulanabilir geliştirme önerileri döner.
Bu proje interviewstreet/hiring-agent projesinden ilham alınarak yapıldı, ama akışı tersine çevirir: işverenin adayı puanlaması yerine, adayın kendi CV'sini bir ilana göre önceden test etmesini sağlar.
- 📄 PDF CV'den metin çıkarımı (PyMuPDF)
- 🧠 Google Gemini ile kriter kriter puanlama, kanıt, eksik ve öneri
- 🐙 Opsiyonel GitHub sinyalleri (public repo/profil verisi) — açık kaynak / proje odaklı kriterlerde kanıt olarak kullanılır
- 🗂️ Tek sayfalık, sade web arayüzü
git clone https://github.com/asildavutoglu/dosyanvar.git
cd dosyanvar
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install -r requirements.txt
cp .env.example .env.env dosyasını aç ve GEMINI_API_KEY değerini doldur. Ücretsiz bir anahtarı
Google AI Studio üzerinden alabilirsin.
GITHUB_TOKEN opsiyoneldir, sadece GitHub API rate limitini artırmak için.
python app.pySonra tarayıcıda http://localhost:5000 adresine git.
modules/pdf_extract.py— yüklenen PDF'i düz metne çevirir.modules/github_signals.py— (opsiyonel) verilen kullanıcı adının public profil ve repo verisini GitHub API'sinden çeker.modules/evaluator.py— CV metnini, kriterleri ve varsa GitHub verisini Gemini'ye tek bir isteğe paketleyip yapılandırılmış bir JSON değerlendirme ister: genel puan, kriter kriter döküm (kanıt / eksik / öneri), güçlü yönler ve öncelikli iyileştirmeler.app.pybu sonucu/evaluateendpoint'inden JSON olarak döner, frontend (static/script.js) da bunu "dosya/damga" temalı bir rapor olarak render eder.
- Şu an sadece metin tabanlı (taranmamış) PDF CV'ler destekleniyor.
- Değerlendirme bir LLM tarafından üretilir; kesin bir gerçek değil, CV'ni gözden geçirmen için bir başlangıç noktasıdır.
- GitHub verisi sadece public bilgilerle sınırlıdır.
MIT — bkz. LICENSE.

