Skip to content

About

No description, website, or topics provided.

Resources

Stars

106 stars

Watchers

0 watching

Forks

Repository files navigation

JobHunter · 秋招求职助手

一个 AI 驱动的求职中枢 桌面应用(Electron),把秋招全流程——简历、投递、面经、面试复盘、JD 匹配、学习规划、Offer 评分——集中到一个本地应用里,DeepSeek AI 贯穿始终。

数据全部保存在你自己的电脑上(不上传云端),AI 功能需要你填入自己的 DeepSeek API Key。


✨ 功能总览

模块 一句话说明
首页概览 投递漏斗统计、进面率、状态分布,一眼掌握全局
简历 多版本管理、文件导入、AI 打分 / 优化
投递看板 看板式投递管理,状态流转 + 日期 / 轮次 / 重点标记
JD 匹配 简历 vs JD 匹配度评分 + 雷达图 + 缺失技能
面经库 面经录入 / 导入,AI 分析考点 + 出题 + 简历建议
面试记录 每次面试复盘,AI 复盘分析
学习规划 技能差距 → AI 生成学习计划
Offer 评分 联网搜索口碑 + AI 综合打分
AI 助手 全局悬浮球对话,多会话、流式输出
AI 模拟面试 语音对话模拟面试:实时语音识别/合成、数字人、自动评分报告

image

🧩 模块介绍

1. 首页概览

投递漏斗统计:总投递、推进中(笔试/面试)、Offer、终止流程,以及进面率进度条和各状态分布。打开应用先看这里。

2. 简历

  • 多版本简历管理,可标注求职方向。
  • 支持导入 PDF / Word / Markdown / 文本 文件。
  • AI 打分:从结构完整性、内容质量、量化成果、关键词优化、表达简洁性 5 个维度打分,并给出优点、问题、改进建议。
  • AI 优化:用 STAR 法则改写项目经历、对齐目标 JD 关键词,可一键应用到简历。

3. 投递看板

  • 看板式,按状态分列:待投递 → 已投递 → 笔试 → 一面 → 二面 → 三面 → HR面 → Offer → 终止流程。
  • 每条记录可填:公司、岗位、状态、投递日期、Base 地(选填)、投递渠道、备注。
  • 重点标记:卡片右上角星标,重点岗位金色高亮。
  • 终止流程置灰:被拒 / 主动终止的记录自动置灰。
  • 列内卡片按投递日期排序。

4. JD 匹配

粘贴岗位 JD + 选择一份简历,AI 输出:

  • 匹配度评分 + 五维雷达图(技能 / 经验 / 学历 / 关键词 / 项目相关度)
  • 已匹配技能、缺失技能、改进建议
  • 结果自动保存,点分数随时回看。

5. 面经库

  • 录入或导入面经(PDF / Word / Markdown / 文本)。
  • AI 分析:总结高频考点、生成 8–12 道针对性面试题(含参考答案)、反推简历优化建议。
  • 分析结果可永久保存,下次直接查看,不用重复分析;也可随时「重新分析」。

6. 面试记录

  • 记录自己的每次面试:公司、轮次、日期、被问的问题、面试反馈、待改进点、自评打分。
  • 只需「公司 + 自评打分」必填,其余选填。
  • AI 复盘:总结表现、亮点、不足、可执行改进建议,可保存。

7. 学习规划

输入技能差距(可粘贴 JD 匹配出的「缺失技能」),AI 生成按优先级排序的学习计划(主题 + 要点 + 推荐资源),支持勾选进度。

8. Offer 评分

输入公司 + 岗位 + 薪资 + JD,联网搜索公司口碑(加班强度、福利等)+ AI 综合打分:

  • 5 个维度:薪资竞争力 / 发展空间 / 加班强度 / 福利待遇 / 平台背书
  • 给出综合理由、优点、缺点风险、信息来源
  • 点分数随时查看评价,结果按分数排名。

9. AI 助手(全局悬浮球)

任意页面右下角悬浮球呼出对话助手,支持多会话、预设角色、附加简历 / 面经 / JD 上下文、流式输出。

10. AI 模拟面试

与 AI 面试官进行语音对话式模拟面试,像真实面试一样一问一答:

  • 实时语音:语音识别(ASR)听你说、语音合成(TTS)面试官说,数字人头像带口型动画。
  • 个性化出题:基于你选的简历 + 岗位 JD 生成 7–8 个针对性问题,紧扣 JD 要求。
  • 面试官多样化:提问类型(简历广度 / 深度追问 / 基础原理 / 工程实战)× 语气(严肃 / 专业 / 亲切引导)随机组合。
  • 追问机制:每个问题可追问;面试官问完有思考倒计时,说完点「回答完成」。
  • 自动报告:面试结束自动生成评估报告——逐题打分、你的回答原文、纠错后的总结、标准答案、优缺点分析、面经复盘,可改名保存到面经库或导出 Markdown。

🛠️ 技术栈

  • 桌面框架:Electron + electron-vite
  • 前端:React 18 + TypeScript + Vite
  • UI:Ant Design 5
  • 数据库:sql.js(SQLite,纯 WASM,本地持久化)
  • 大模型:DeepSeek API(OpenAI 兼容接口)
  • 语音:阿里云百炼 DashScope(实时语音识别 Paraformer + 语音合成 CosyVoice)

📦 安装与使用

方式一:直接下载安装包(推荐,无需开发环境)

  1. 到本仓库的 Releases 页面,下载最新的 JobHunter Setup x.x.x.exe。
  2. 双击安装(可选择安装目录),装完从桌面 / 开始菜单启动即可。
  3. 首次使用:点击左下角「设置」,填入你的 API Key(见下方「需要准备什么」)。

方式二:源码运行(开发者)

环境要求:Node.js ≥ 18、npm

# 1. 下载本项目到本地一个文件夹(clone 或下载 zip 解压)
git clone <你的仓库地址>
cd job-hunter        # 进入解压 / clone 出来的文件夹

# 2. 安装依赖(会在这个文件夹里生成 node_modules)
npm install

# 3. 开发运行
npm run dev

打包成 exe:

npm run build:win    # 产物在 release/ 目录(JobHunter Setup x.x.x.exe)

类型检查:npm run typecheck


🔑 需要准备什么(API Key)

Key 是否必填 用途 获取方式
DeepSeek API Key ✅ 必填 所有 AI 功能 前往 platform.deepseek.com 注册获取
阿里云 DashScope API Key ⚠️ 选填 仅「AI 模拟面试」的语音识别(ASR)与语音合成(TTS) 前往 bailian.console.aliyun.com 免费获取
Tavily API Key ⚠️ 选填 仅「Offer 评分」的联网搜索 前往 tavily.com 免费注册

在应用左下角「设置」里填入即可,Key 只保存在你本机,不会上传。


💾 数据存储

  • 所有数据(简历 / 投递 / 面经 / 面试记录 / 评分 / 聊天记录)和 API Key 都保存在本机用户目录:
    • Windows:%APPDATA%\job-hunter\(内含 job-hunter.db 和 config.json)
  • 数据不上传云端;换电脑时备份该目录下的 job-hunter.db 和 config.json 即可迁移。

📁 目录结构

src/
├── main/            # 主进程:数据库、AI 调用、IPC、文件解析
│   ├── db/          #   sql.js 建表 + 迁移
│   ├── services/    #   DeepSeek / 搜索 / 配置 / 文件解析
│   └── ipc/         #   白名单 IPC handler
├── preload/         # contextBridge 暴露的 window.api
└── renderer/        # React 前端
    ├── src/pages/   #   各功能页面
    ├── src/layouts/ #   侧边栏布局
    └── src/components/ # 悬浮球对话 / 设置

📄 开源协议

MIT

About

No description, website, or topics provided.

Resources

Stars

106 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages