16266350800----wLa6twBAf4yVW4gw----dc_sid=b6eb97905a1c240e1675f230d913b6b5；HMACCOUNT=97C7CB558BC7424

系统架构

简历文档(PDF/DOCX) │ ▼ ┌──────────────┐ │ 简历解析 │ ← PDF(MinerU)/DOCX(python-docx) + LLM结构化 │ Agent │ └──────┬───────┘ │ 结构化简历JSON ▼ ┌──────────────┐ │ 岗位匹配 │ │ Agent │ ← JD(PDF/DOCX/MD) + 简历 → 匹配度评分(0-100) └──────┬───────┘ │ 匹配结果 ├─────────────┬─────────────┐ ▼ ▼ ▼ ┌────────────┐ ┌────────────┐ ┌────────────┐ │ 技术能力 │ │ 软技能 │ │ 文化匹配 │ ← 并行执行 │ 评估Agent │ │ 评估Agent │ │ 评估Agent │ └─────┬──────┘ └─────┬──────┘ └─────┬──────┘ └──────────────┼──────────────┘ ▼ ┌──────────────┐ │ 面试决策 │ │ Agent │ → 综合评分 + 面试问题清单 └──────────────┘

协作模式：串行流水线 + 并行评估

LLM调用：约8-12次（解析1次 + 匹配1次 + 评估3次 + 决策1次 + 搜索N次）

5个Agent说明

项目结构

interview-evaluator-mas/ ├── main.py # 入口文件：命令行参数解析，启动评估流水线 ├── orchestrator.py # 主编排器：串行+并行流程控制，HTML报告生成 ├── config.py # 全局配置：LLM后端/MinerU/搜索/评分阈值 │ ├── core/ # 核心基础设施层 │ ├── __init__.py │ ├── llm_client.py # LLM客户端：千帆+Ollama双后端路由，重试/降级/统计 │ ├── search_client.py # 百度AI搜索客户端：单条/批量搜索，结果文本提取 │ ├── mineru_parser.py # MinerU PDF解析：上传→轮询→下载ZIP→提取Markdown │ ├── docx_parser.py # Word文档解析：python-docx提取段落+表格文本 │ └── document_parser.py # 统一文档解析入口：按扩展名自动路由(.pdf/.docx/.md/.txt) │ ├── agents/ # Agent业务逻辑层 │ ├── __init__.py │ ├── resume_parser_agent.py # 简历解析Agent：PDF/DOCX→文本→LLM→结构化JSON │ ├── job_matcher_agent.py # 岗位匹配Agent：6维度加权评分，0-100分匹配度 │ ├── tech_evaluator_agent.py # 技术能力评估Agent：深度/复杂度/广度/成长/影响力 │ ├── softskill_evaluator_agent.py # 软技能评估Agent：5维度+百度搜索验证公开信息 │ └── interview_decider_agent.py # 面试决策Agent：综合4维评分+STAR面试问题清单 │ ├── prompt/ # 提示词文件（各Agent独立markdown，运行时动态加载） │ ├── resume_parser.md # 简历解析提示词：7维度提取规则+JSON输出格式 │ ├── job_matcher.md # 岗位匹配提示词：6维度评分规则+量化标准 │ ├── tech_evaluator.md # 技术评估提示词：深度推断方法+技能分析框架 │ ├── softskill_evaluator.md # 软技能评估提示词：行为推断+搜索结果甄别规则 │ └── interview_decider.md # 面试决策提示词：加权公式+4级推荐+问题设计原则 │ ├── data/ # 输入数据目录 │ └── jd_llm_engineer.md # 示例岗位描述（高级大模型算法工程师） │ └── output/ # 评估报告输出目录（HTML格式，自动按时间戳命名）

文件职责速查

快速开始

环境准备

# 安装依赖 pip install requests python-docx # （可选）Ollama本地运行 ollama serve ollama pull qwen2.5:7b

运行方式

# 方式1: PDF简历 + Markdown JD python main.py 简历.pdf data/jd_llm_engineer.md # 方式2: Word简历 + Word JD python main.py 简历.docx 岗位描述.docx # 方式3: Word简历 + PDF JD python main.py 简历.docx jd.pdf # 方式4: 使用Ollama后端 LLM_PROVIDER=ollama python main.py 简历.pdf data/jd_llm_engineer.md # 方式5: 无参数运行（使用data目录中的示例文件） python main.py

支持的文件格式：

• 简历：.pdf（MinerU解析） /.docx（python-docx解析）
• JD：.pdf/.docx/.md/.txt

配置说明

通过环境变量或修改config.py进行配置：

评估维度详情

岗位匹配 (权重30%)

技术能力 (权重30%)

软技能 (权重20%)

文化匹配 (权重20%)

面试建议等级