GitHub - etsfengcheng/CareerFlow: 基于多智能体的技术求职辅助系统，集成混合 RAG 问答、项目作品集评审、简历优化与模拟面试。

面向计算机专业学生，将技术学习、项目证据评审、简历优化与模拟面试连接成一条
可追踪、可补证、可恢复、可迭代的求职成长工作流。

项目定位 · 系统架构 · 核心 Agent · RAG · 快速开始 · 接口演示 · License

项目定位

很多 AI 求职项目只是把四个 Prompt 放在四个页面里。CareerFlow 更关注两个问题：

如何让多个 Agent 使用同一份可信上下文协作，而不是各说各话？
如何让 LLM 输出可验证、可恢复、可人工修正，而不是一次性生成一段看似合理的文本？

CareerFlow 因此围绕“证据”设计完整链路：

技术知识学习
    → 项目材料三轨评审
    → 关键证据补充
    → 简历六维审查
    → 基于可信证据生成项目经历
    → 人工确认并冻结简历版本
    → 基于项目风险与简历问题开展定向面试
    → 输出下一轮成长任务

本仓库的主要展示入口是 Swagger / ReDoc、自动化测试和架构图。React 前端作为可选参考客户端保留，但不依赖前端页面也能完整理解和验证核心能力。

一眼看懂项目

维度	当前实现
核心 Agent	QA、Portfolio、Resume、Interview 共 4 个
跨 Agent 协作	Portfolio → Resume → Interview 快照编排
QA 检索	BGE-M3 Dense/Sparse + Milvus 混合召回 + BGE Reranker
Portfolio 评审	证据完整性、技术深度、代码与岗位匹配三轨评审
Resume 评审	6 个维度并行评分，权重化汇总
Interview 状态机	WARMUP、TECH_BASE、PROJECT、CLOSING、FINISHED
Human-in-the-Loop	Portfolio 补证；简历条目接受、编辑、拒绝
持久化	PostgreSQL 业务数据、工作流、报告、版本与 Portfolio Checkpoint
模型可靠性	Pydantic 结构化输出、重试、逐轨规则降级、数字证据校验
接口形态	REST、SSE、MCP、JWT
自动化验证	23 项后端测试通过；前端生产构建通过

系统架构

系统划分为六层：

访问层：Swagger、ReDoc、可选 React 客户端；
API 层：FastAPI、JWT、REST、SSE、MCP；
业务编排层：统一助手与 Career Workflow；
Agent 层：四个 LangGraph Agent；
模型与检索层：DeepSeek、BGE-M3、Milvus、Reranker、Web Search；
数据层：PostgreSQL、Milvus、MinIO、etcd。

求职成长总流程

Portfolio 和 Resume 不直接把内部 State 全量传给 Interview。系统先生成稳定快照，再由 Career Workflow 构建联合上下文：

{
  "interview_focus": {
    "target_position": "目标岗位",
    "verified_project_evidence": ["已验证项目亮点"],
    "risk_questions": ["建议深挖的问题"],
    "evidence_gaps": ["尚未充分证明的内容"],
    "missing_skills": ["岗位能力缺口"],
    "resume_issues": ["简历问题"],
    "resume_projects": ["结构化项目"],
    "resume_skills": ["结构化技能"]
  }
}

这种快照隔离让下游 Agent 不依赖上游内部字段的频繁变化，也避免在接口中复制完整代码和原始材料。

四个 Agent

1. QA Agent：带置信度路由的混合 RAG

QA Agent 不会对所有问题机械执行向量检索，而是先进行三级分类：

规则快速识别闲聊、时间和明确通用问题；
课程、项目、章节等关键词进入专业问题快速通道；
MiniLM 二分类器判断 general 或 specialized。

专业问题继续划分为：

Query 类型	处理策略
`PRECISE`	原问题直接检索
`VAGUE`	先用 HyDE 生成假设文档，再检索
`BROAD`	改写为 3～5 个子问题，并行检索后合并去重
`GENERAL`	跳过私有知识库，直接回答或按需联网

检索链路：

BGE-M3 Query 编码
    → Milvus Dense ANN + Sparse 词法召回
    → WeightedRanker 融合
    → BGE Cross-Encoder 精排
    → Top-1 置信度判断

Top-1 分数达到 0.75 时，系统严格基于 Top-K 知识库内容生成回答；低于阈值时转入 LLM 或 Web Search 兜底，并将低置信度问题写入待补知识队列，供老师后续维护知识库。

对应代码：

2. Portfolio Agent：三轨评审与可恢复补证

Portfolio Agent 接收项目说明、岗位 JD 和核心代码，从三个维度并行评审：

评审轨道	关注内容
证据与工程完整性	README、测试、部署、接口文档、指标和复现条件
技术方案深度	架构、技术选型、难点、失败处理和方案取舍
代码与岗位匹配	核心实现质量、技能覆盖、岗位要求和面试追问

每条轨道都先计算规则基线，再调用结构化 LLM。某一轨 LLM 调用失败时，只对该轨降级，不丢失其他轨道结果。

当评审发现关键证据缺口时，LangGraph 执行 interrupt：

Graph 暂停
    → PostgreSQL Checkpointer 保存状态
    → API 返回补证清单
    → 学生 submit 或 skip
    → 使用原 thread_id 恢复
    → 合并新证据并重新评审

默认最多补证 2 轮，可配置为 1～5 轮。最终输出固定报告快照，包括：

综合评分和置信度；
已验证亮点；
匹配技能和缺失技能；
证据缺口；
面试追问；
可执行改进任务；
规则或 LLM 评审模式。

对应代码：

3. Resume Agent：六维审查、证据约束生成与版本管理

Resume 能力由两个协同部分组成，但仍视为一个 Agent：

简历审查

使用 PyMuPDF 提取 PDF 文本，并处理常见单双栏布局；
使用结构化 LLM 提取教育、技能、项目和经历；
并行执行六维度评审；
生成问题定位、优先级、修改建议和综合评价；
将结构化结果与评分保存到 PostgreSQL。

六维度权重：

维度	权重
项目深度	30%
技术匹配度	25%
表达规范性	15%
简历结构	15%
量化程度	10%
真实可信度	5%

项目经历优化与版本管理

Resume Optimizer 只允许使用 Portfolio 已验证快照和原简历项目中的事实。生成后执行数字证据校验：

模型生成内容中的数字
    - 输入证据中存在 → 保留
    - 输入证据中不存在 → 自动替换为规则条目并记录告警

学生可以逐条：

accepted：接受建议；
edited：修改后接受；
rejected：拒绝建议。

确认完成后生成不可变版本，保留证据引用和决策记录，避免后续编辑覆盖历史结果。

对应代码：

4. Interview Agent：回答质量驱动的多阶段面试

Interview Agent 使用五阶段状态机：

WARMUP → TECH_BASE → PROJECT → CLOSING → FINISHED

开始会话时并行加载：

目标岗位；
Resume 项目和技能；
Portfolio 已验证亮点；
项目证据缺口；
推荐风险问题；
PostgreSQL 面试题库。

技术题优先由 LLM 按岗位动态生成，数据库题库负责补充和兜底。每轮回答被分类为：

回答质量	行为
`EXCELLENT`	深挖原理、边界或性能
`ADEQUATE`	追问关键细节
`WEAK`	给出提示后继续追问
`NO_ANSWER`	简要解释并切换问题

单个问题最多追问 2 次，避免陷入无效循环。面试结束后生成结构化报告，包括综合得分、优势、薄弱点、建议复习主题和下一步计划；结构化生成两次失败时返回保守报告，保证流程能够结束。

对应代码：

RAG 知识入库与检索

入库存储内容

Milvus 中保存的是经过分块的知识单元，而不是整份文档：

content          Chunk 正文
embedding        BGE-M3 Dense 向量，1024 维
sparse_embedding BGE-M3 Sparse 词法权重
document_id      文档幂等更新键
tenant_id        租户隔离
course_id        知识范围过滤
metadata         来源、标题、章节、页码等

document_id 用于幂等更新：同一文档重新入库时可以定位旧 Chunk，避免重复写入。

数据库职责

组件	负责的数据
PostgreSQL	用户、会话、评审、报告、工作流、草稿、决策、简历版本
PostgreSQL Checkpointer	Portfolio LangGraph 的暂停点和恢复状态
Milvus	知识 Chunk、Dense/Sparse 向量和检索元数据
MinIO	Milvus 向量索引与对象数据
etcd	Milvus 元数据与服务协调

项目当前没有把 Redis 作为必需基础设施，避免在架构图中展示“代码中并未真正使用”的组件。

值得在面试中讲的工程设计

1. 结构化输出不是唯一防线

CareerFlow 同时使用：

Pydantic Schema 约束输出结构；
LLM 重试；
单轨或单节点规则降级；
空结果防御；
数字证据校验；
Human-in-the-Loop 人工确认。

目标不是假设 LLM 永不出错，而是让错误发生后仍能得到可解释、可继续的业务结果。

2. Checkpoint 与业务记录分离

Portfolio 的 LangGraph Checkpoint 负责“Graph 从哪里恢复”，业务表负责“用户看到什么评审记录”。两者职责不同：

Checkpoint：执行状态、暂停位置、thread_id
业务记录：review_id、评分、证据轮次、报告、用户所有权

这种设计避免把 LangGraph 内部 State 直接当业务数据库使用。

3. 跨 Agent 使用快照，不共享全部 State

Portfolio、Resume、Interview 的 State 结构不同。Career Workflow 只复制下游真正需要的最小可信字段，降低耦合并减少敏感材料传播。

4. 多租户所有权校验

Portfolio、Resume、Interview、版本和工作流数据访问均以：

tenant_id + student_id + resource_id

作为所有权边界，避免只凭 UUID 查询导致越权读取。

5. 异步与阻塞任务隔离

FastAPI、PostgreSQL、LLM 调用使用异步接口；
BGE 推理、PyMuPDF、Milvus 阻塞调用通过线程池执行；
Resume 六维评审使用 asyncio.gather 并行；
QA Multi-Query 检索并发执行并合并去重。

6. 接口与内部能力解耦

REST：创建、查询、绑定、版本管理；
SSE：QA 与 Interview 流式输出；
MCP：知识库和 Web Search 工具；
Swagger / ReDoc：无需前端即可验证核心能力。

技术栈

层级	技术
Agent 编排	LangGraph、LangChain
大模型	DeepSeek OpenAI-Compatible API
API	FastAPI、Uvicorn、Pydantic v2
流式通信	SSE
RAG	BGE-M3、BGE Reranker、Milvus
数据库	PostgreSQL、SQLAlchemy Async、asyncpg、psycopg
Checkpoint	langgraph-checkpoint-postgres
文档解析	PyMuPDF
工具协议	MCP
鉴权	JWT、Passlib、bcrypt
日志与容错	Structlog、Tenacity
可选客户端	React、TypeScript、Vite、Ant Design
基础设施	Docker Compose、PostgreSQL、Milvus、MinIO、etcd、Attu
测试	Pytest、pytest-asyncio

项目结构

CareerFlow/
├── .github/
│   └── workflows/
│       └── ci.yml                  # 后端测试与前端构建流水线
├── backend/
│   ├── agents/
│   │   ├── qa/                    # 混合 RAG 技术问答
│   │   ├── portfolio/             # 三轨项目评审与 HITL
│   │   ├── resume/                # PDF 简历六维审查
│   │   ├── resume_optimizer/      # 项目经历生成与版本管理
│   │   ├── interview/             # 多阶段模拟面试
│   │   └── career_workflow/       # 跨 Agent 快照服务与仓储
│   ├── api/
│   │   ├── router.py
│   │   └── v1/                    # REST / SSE API
│   ├── core/
│   │   ├── llm_factory.py
│   │   ├── knowledge_base.py
│   │   ├── reranker.py
│   │   ├── query_classifier.py
│   │   ├── memory.py
│   │   ├── portfolio_checkpoint.py
│   │   └── retry.py
│   ├── db/
│   ├── mcp/
│   └── main.py
├── frontend/                       # 可选 React 客户端
├── models/
│   └── README.md                   # 模型下载与训练教程
├── scripts/
│   ├── init_db.sql
│   ├── seed_data.py
│   ├── init_milvus.py
│   └── build_knowledge_base.py
├── docs/
│   ├── diagrams/                   # Mermaid 图表源文件
│   └── images/                     # README 使用的 SVG
├── docker-compose.yml
├── requirements.txt
├── pytest.ini
├── .gitattributes                  # 跨平台换行符约定
├── .env.example
├── LICENSE                         # MIT License
└── README.md

快速开始

1. 环境要求

Python 3.11；
Conda 或 venv；
Docker Desktop；
DeepSeek API Key；
建议预留至少 6 GB 模型磁盘空间；
可选：Node.js 20+，仅在运行 React 客户端时需要。

当前项目主要在 Windows 10/11 环境开发。后端、数据库和向量库均使用跨平台组件。

2. 克隆并安装依赖

git clone https://github.com/etsfengcheng/CareerFlow.git
cd CareerFlow

conda create -n careerflow python=3.11 -y
conda activate careerflow
pip install -r requirements.txt

3. 配置环境变量

Copy-Item .env.example .env.local

至少配置：

DB_USER=careerflow_user
DB_PASSWORD=请替换为本地强密码
DEEPSEEK_API_KEY=请替换为有效密钥
JWT_SECRET_KEY=请替换为至少32位随机字符串

.env.local 已被 .gitignore 排除，不能上传。

4. 准备本地模型

模型权重不存入 Git。所需模型：

models/
├── embedding/bge-m3/
├── reranker/bge-reranker-large/
└── classifier/
    ├── all-MiniLM-L6-v2/
    └── my-classifier/

完整下载命令、分类器训练步骤和验证方法见：

models/README.md

5. 启动基础设施

docker compose --env-file .env.local up -d
docker compose ps

默认端口：

服务	地址
PostgreSQL	`localhost:5433`
Milvus	`localhost:19531`
Attu	http://localhost:30000

首次创建 PostgreSQL 数据卷时会自动执行 scripts/init_db.sql。后端启动时还会执行幂等迁移，补充后续阶段增加的表。

6. 创建本地演示账号

python scripts/seed_data.py

本地演示账号：

用户名：student01
密码：Student@123456

演示账号只允许用于本地开发，不能用于公网部署。

7. 初始化知识库

python scripts/init_milvus.py
python scripts/build_knowledge_base.py

init_milvus.py 会重建目标 Collection。已有正式知识库时不要直接运行。

8. 启动后端

python -m backend.main

访问：

Windows 下推荐使用 python -m backend.main，确保 Uvicorn 创建事件循环前切换 WindowsSelectorEventLoopPolicy，兼容异步 PostgreSQL Checkpointer。

可选：启动 React 客户端

cd frontend
npm install
npm run dev

访问 http://127.0.0.1:5173。前端不是本仓库的主要演示方式，核心接口可以全部通过 Swagger 验证。

主要 API

模块	代表接口
认证	`POST /auth/login`、`GET /auth/me`
统一助手	`POST /chat/stream`
QA	`POST /qa/chat`、`POST /qa/chat/stream`
Portfolio	`POST /portfolio/reviews`、`GET /portfolio/reviews/{review_id}/status`、`POST /portfolio/reviews/{review_id}/evidence`
Resume	`POST /resume/upload`、`GET /resume/reviews/{review_id}`
Resume Optimizer	`POST /resume-optimizer/drafts`、`PATCH /resume-optimizer/drafts/{draft_id}/items/{item_id}`、`POST /resume-optimizer/drafts/{draft_id}/versions`
Interview	`POST /interview/sessions`、`POST /interview/sessions/{session_id}/chat/stream`、`GET /interview/sessions/{session_id}/report`
Career Workflow	`POST /career-workflows`、绑定两个评审、创建定向 Interview

接口的准确请求体和响应结构以 Swagger 为准。

测试与验证

后端自动化测试

python -m pytest -q

当前结果：

23 passed

覆盖重点：

Portfolio 规则评审、LLM 降级和 HITL；
Portfolio PostgreSQL 持久化；
Portfolio API；
Career Workflow API；
Resume Optimizer；
简历版本和决策 API。

前端生产构建

cd frontend
npm run build

当前构建成功。Vite 会提示主 Bundle 大于 500 KB，这是已知的前端分包优化项，不影响后端和 Agent 能力演示。

独立验证 Portfolio HITL

python backend/agents/portfolio/review_hitl.py

该脚本使用虚构材料演示：

初次评审
    → Graph interrupt
    → 返回补证清单
    → Command resume
    → 重新评审
    → 输出最终报告

演示数据与隐私

仓库中的“李明”简历、联系方式、项目经历和岗位材料均为虚构测试数据，不对应任何真实个人。

公开仓库不应包含：

真实简历、电话、邮箱或学校隐私；
.env.local；
DeepSeek、Tavily 等 API Key；
PostgreSQL 真实密码；
JWT Secret；
本地模型权重；
用户上传的 PDF、Word 和代码材料；
IDE、缓存、日志和数据库数据卷。

模型目录只提交 models/README.md，约 5 GB 的本地模型权重由使用者自行下载。

安全设计

密码使用哈希存储；
JWT 负责认证；
Repository 查询同时校验租户、学生和资源 ID；
配置从 .env.local 读取；
Portfolio 和 Resume 不向下游复制完整代码材料；
LLM 新增数字会被证据校验拦截；
演示账号与默认密码只用于本地环境。

当前边界

这是一个面向学习、作品集和求职展示的工程项目，仍有以下边界：

QA 和 Interview 的部分短期 Graph 状态仍使用进程内 MemorySaver；多 Worker 部署前应迁移到共享 Checkpointer；
本地 BGE 模型首次预热耗时较长；
当前没有把 Redis 作为必需基础设施；
尚未完成生产级指标监控、链路追踪和大规模并发压测；
前端主 Bundle 尚未拆包；
LLM 评审仍可能存在随机性，因此保留规则降级和人工确认。

Roadmap

将 QA、Interview Checkpoint 迁移到 PostgreSQL；
增加 RAG 离线评测集与 Recall、MRR、NDCG 指标；
增加 Portfolio 评审一致性测试；
接入 OpenTelemetry，记录跨 Agent 调用链；
增加 GitHub Actions 自动运行后端测试与前端构建；
增加 Docker 化后端和一键启动命令；
完成压力测试和延迟分析；
优化前端代码分包。

图表维护

README 中的架构图均有可追踪的 Mermaid 源文件：

修改 Agent Graph 后，应同步修改 .mmd 文件并重新生成 SVG，避免文档和代码拓扑不一致。

面试官可以重点阅读

如果只想快速了解项目的技术含量，建议按以下顺序阅读：

backend/agents/portfolio/graph.py：HITL 条件路由；
backend/agents/portfolio/nodes.py：三轨评审与逐轨降级；
backend/core/portfolio_checkpoint.py：PostgreSQL Checkpointer；
backend/agents/qa/graph.py：四类 Query 路由；
backend/core/reranker.py：混合召回与精排；
backend/agents/resume_optimizer/nodes.py：数字证据校验；
backend/agents/career_workflow/service.py：跨 Agent 快照；
backend/agents/interview/nodes.py：多阶段面试与动态追问。

License

CareerFlow 不只是调用四次大模型，而是在尝试回答一个工程问题：
如何让多个 Agent 围绕可信证据协作，并在人、模型和数据库之间形成可恢复的业务闭环。

_{Built for learning, engineering practice and technical career growth.}

Name		Name	Last commit message	Last commit date
.github/workflows		.github/workflows
backend		backend
docs		docs
frontend		frontend
models		models
scripts		scripts
.env.example		.env.example
.gitattributes		.gitattributes
.gitignore		.gitignore
LICENSE		LICENSE
README.md		README.md
check_env.py		check_env.py
docker-compose.yml		docker-compose.yml
pytest.ini		pytest.ini
requirements.txt		requirements.txt

Latest commit

History

Folders and files

Repository files navigation

项目定位

一眼看懂项目

系统架构

求职成长总流程

四个 Agent

1. QA Agent：带置信度路由的混合 RAG

2. Portfolio Agent：三轨评审与可恢复补证

3. Resume Agent：六维审查、证据约束生成与版本管理

简历审查

项目经历优化与版本管理

4. Interview Agent：回答质量驱动的多阶段面试

RAG 知识入库与检索

入库存储内容

数据库职责

值得在面试中讲的工程设计

1. 结构化输出不是唯一防线

2. Checkpoint 与业务记录分离

3. 跨 Agent 使用快照，不共享全部 State

4. 多租户所有权校验

5. 异步与阻塞任务隔离

6. 接口与内部能力解耦

技术栈

项目结构

快速开始

1. 环境要求

2. 克隆并安装依赖

3. 配置环境变量

4. 准备本地模型

5. 启动基础设施

6. 创建本地演示账号

7. 初始化知识库

8. 启动后端

推荐的 Swagger 演示路径

主要 API

测试与验证

后端自动化测试

前端生产构建

独立验证 Portfolio HITL

演示数据与隐私

安全设计

当前边界

Roadmap

图表维护

面试官可以重点阅读

License

About

Topics

Resources

Stars

Watchers

Forks

Releases

Packages

Contributors

Languages