Skip to content

Ssupercoder/Salary-Negotiation-Skill

Repository files navigation

谈薪skill(Salary-Negotiation-Skill)

📹 视频教程

一、技术背景与业务目标

1.1 痛点分析

用户群体 核心困境 后果
校招生 信息严重不对称 + 专业谈判经验缺失 薪资被低估、入职即折价
跳槽少的职场人 缺乏薪酬博弈经验 长期人力资本损失严重
高薪人群 面对 HRBP/猎头体系化薪酬策略处于弱势 机会成本高、满意度低

1.2 现有方案不足

  • 传统求职社区:信息碎片化、非结构化
  • 通用对话系统:缺乏谈薪领域知识、流程控制与动态博弈策略
  • 难以满足:多样化谈判场景和个性化处理需求

1.3 目标

构建基于 LLM Agent 架构 的智能谈薪咨询系统,通过大模型技术实现智能对话与多模态理解,从简单"薪资信息查询"演进为"专业化谈薪咨询助手",显著提升个体谈判效率与薪资满意度。


二、整体架构

┌─────────────────────────────────────────────┐
│  用户端(H5/微信小程序)                       │
│  ├─ 语音输入:Web Speech API + Whisper-base  │
│  ├─ PDF解析:PDF.js 端侧提取 + 人工确认       │
│  ├─ 文字输入:标准文本框                       │
│  └─ 输出渲染:Markdown + 话术卡片 + 一键复制   │
└─────────────────────────────────────────────┘
                    │
┌─────────────────────────────────────────────┐
│  服务层(Serverless / 轻量VPS)              │
│  ├─ 意图识别:级联分类器(规则→0.5B→7B兜底)  │
│  ├─ 核心对话:Qwen2.5-7B-Instruct (vLLM INT8) │
│  ├─ RAG检索:薪酬结构/公司政策/市场锚点向量库 │
│  ├─ 状态机:谈薪五阶段引擎(SQLite记忆)      │
│  ├─ 薪资预估:规则引擎 + OfferShow历史数据    │
│  └─ 安全过滤:规则引擎 + 敏感词库 + 二次校验  │
└─────────────────────────────────────────────┘

三、竞品分析

竞品类型 优势 不足
付费咨询/辅导 一对一定制化谈薪辅导;经验丰富 质量良莠不齐,存在虚假/夸大信息,难以筛选;价格昂贵,校招生难以承担
职场KOL/博主内容 内容免费;经验丰富 碎片化,只能针对用户提问进行简短(1-3轮)回复
信息聚合平台(脉脉、OfferShow) 信息量丰富,聚合市场求职信息供参考 存在虚假信息(用户考虑隐私);个性化不足,非针对用户本身薪资区间;信息不全,未包含决定薪资的绝大部分信息

四、任务清单

  • 多模态解析(PDF解析,语音转文字)
  • 回复生成
  • 薪资预估(先跳过)

五、实验设计

实验项 状态
回复生成 🔄 进行中
多模态解析 🔄 进行中
薪资预估 ⏸️ 先跳过
A/B实验 ⏸️ 先跳过

六、技术栈

层级 技术选型
前端 H5 / 微信小程序
语音识别 Web Speech API + Whisper-base
PDF解析 PDF.js 端侧提取
核心模型 Qwen2.5-7B-Instruct (vLLM INT8)
意图识别 级联分类器(规则 → 0.5B → 7B兜底)
RAG检索 向量数据库(薪酬结构 / 公司政策 / 市场锚点)
状态管理 谈薪五阶段引擎 + SQLite记忆
部署 Serverless / 轻量VPS

七、三个版本实现


八、贡献者及联系方式

About

谈薪skill--自动化谈薪的开拓者与领跑者

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors

Languages