简配 · ResuMatch

求职军师，不是简历打分器。看穿 JD、研判值不值得打、告诉你怎么打。

把简历和目标岗位丢进来，军师逐层过卷——先解读 JD 真身、再提取简历证据、然后立体匹配给裁决（目标/跳板/该绕开），最后出具体的简历改写策略 + 面试考点拆解 + 谈薪话术。聊完还能改简历、选模板、导出专业 PDF/Word。

在线地址

部署在 Vercel，push main 自动部署。

核心功能

研判（主流程）

• 竹林输入页：视频背景 + 玻璃对话框，支持文字/文件/截图入场，豆包视觉 OCR 图片简历
• JD 真身解读：看穿岗位到底要什么人，识别潜台词、信号词、信息缺口
• 简历证据提取：从简历里翻牌，不评判，只列证据
• 立体匹配研判：信号 → 后端规则定级（目标/跳板/该绕开），不靠模型拍板；附带取舍分析、避雷警告、条件分叉
• 应对策略：简历扬长避短 + 面试要点 + 面试考点比重拆解（权重% + JD 依据）+ 谈薪策略

职业规划

• 小简聊天：扎根简历和意愿的多轮对话，做方向校准和专业→岗位推荐
• 知识库增强：40+ 专业的岗位对照数据 + 求职方法论语料，对话时自动检索注入
• 路径推演：点一下推演 2-3 条职业路径，每条 2-3 步，标 feasibility + 简历依据 + 差距

简历工作台

• 结构化编辑：LLM 智能整理简历 + 填空式/对话式编辑
• 模板系统：4 套 PDF 模板（ATS 保守 / Apple 极简 / Notion 圆角 / AI-Pro 研判版）+ DOCX 导出
• 双栏实时预览：左编辑右预览，改一个字右边立刻变
• 照片支持：上传头像，3 套模板自动渲染

辅助工具

• 军师对话：扎根研判报告的多轮追问，不是客服是顾问
• 公司背调：Tavily 联网搜 + DeepSeek 综合，只依据公开信息
• 岗位真实性检测：搜招聘帖发布时长/重复度信号，识别幽灵岗
• 本地历史：浏览器本地存档，可重命名、可删除

技术栈

层	技术
框架	Next.js App Router + React + TypeScript
样式	Tailwind CSS + 新国风设计系统（宣纸/竹青/朱印/节节高）
AI 脑	DeepSeek（研判/对话/规划/背调）
AI 眼	豆包 Seed Vision（图片简历 OCR + 结构化）
搜索	Tavily（背调 + 岗位真实性）
工作流	LangGraph JS（①②③④ 串行研判管道）
PDF	@react-pdf/renderer（4 套模板 + 字体子集化）
DOCX	docx 库
简历解析	pdfjs-dist + mammoth + xlsx
部署	Vercel（Node.js runtime）

本地运行

npm install
npm run dev        # → http://localhost:3000

环境变量

创建 .env.local（不提交）：

# 必填
DEEPSEEK_API_KEY=sk-xxx          # 研判/对话/规划的「脑」
ARK_API_KEY=xxx                  # 豆包视觉，图片简历 OCR
TAVILY_API_KEY=tvly-xxx          # 联网搜，背调+岗位调查

# 可选（有默认值）
DEEPSEEK_MODEL=deepseek-v4-flash
DEEPSEEK_API_BASE_URL=https://api.deepseek.com
ARK_VISION_MODEL=doubao-seed-1-6-vision-250815
ARK_BASE_URL=https://ark.cn-beijing.volces.com/api/v3

本地测试时可设 RATE_LIMIT_BYPASS=1 跳过限额检查。生产环境不要设。

部署

1. 把 3 个必填 key 配到 Vercel Environment Variables
2. engines.node 设为 24.x（pdfjs-dist 要求）
3. npm run build 本地验证通过 → push main → Vercel 自动部署
4. 多实例上线前把 lib/rate-limit.ts 的内存计数换 Vercel KV

主要项目结构

app/
  agent/page.tsx               # 竹林输入页（视频+玻璃对话框）
  agent-result/page.tsx        # 研判报告页（国风·决策优先）
  career/page.tsx              # 小简 · 职业规划
  profile/page.tsx             # 我的简历（长期档案）
  resume/page.tsx              # 简历工作台（editor|preview 双栏）
  api/
    agent-analyze/route.ts     # 主研判管道 ①②③④
    agent-chat/route.ts        # 军师对话
    career/route.ts            # 方向校准
    career-chat/route.ts       # 小简对话
    career-path/route.ts       # 职业路径推演
    parse-resume/route.ts      # 简历文件解析
    extract-image/route.ts     # 豆包视觉 OCR
    intake-text/route.ts       # 文字分诊
    resume-structure/route.ts  # LLM 结构化整理
    export-resume-template/    # PDF/DOCX 模板导出
    job-recon/route.ts         # 岗位真实性调查
    company-recon/route.ts     # 公司背调
lib/
  agents/                      # Agent 节点（jd-analysis/resume-evidence/match-judge/action-plan/career-fit/career-path）
  pdf/templates/               # 4 套 PDF 模板（ats-classic/apple/notion/ai-pro）
  knowledge-index.ts           # 知识库内存索引（40+ 专业岗位对照 + 方法论）
  api-helpers.ts               # Route 样板 helper
  rate-limit.ts                # IP 限额（内存版）
  history.ts                   # 本地研判历史
  agent-report.ts              # 前端共享数据契约
  resume-structured.ts         # 结构化简历模型
  resume-jsonresume.ts         # JSON Resume 导入/导出
  resume-docx.ts               # DOCX 导出
knowledge/                     # RAG 语料（3 个 MD 文件）
scripts/                       # 测试脚本

产品原则

• 不装作知道：推断必须带概率 + 证据，公司/业务线推断标注"非确定"
• 判级由规则定：tier 由后端信号→规则出，不让模型拍板
• 不编造：一切扎根简历和 JD 原文，有证据才说
• 不画时间饼：不给"30天/3个月"这种周期，只做定性判断
• 极简克制：新国风设计系统，一点红原则，Moonshot 向

明确不做

• 用户注册/登录
• 一键改写/一键生成简历
• 多语言
• 付费系统

---

作者

仵行 — AI 产品经理，独立全栈开发。

• 反馈建议：462380155@qq.com
• GitHub：github.com/wuxiiing/resumatch

许可

MIT License。代码开源，欢迎 Fork / PR / 提 Issue。「简配 · 求职军师」产品概念与设计 © 仵行，保留所有权利。