AI导哈

求职决策助手

基于AI的智能求职决策助手，帮助求职者分析岗位匹配度并提供决策建议。

  • by AyacodeYa
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 AyacodeYa/SEEK4INFO

使用说明

Offer匹配器 - 智能求职决策助手

🎯 项目简介

Offer匹配器是一个基于MCP协议和本地Ollama大模型的智能求职决策助手，帮助求职者快速分析岗位匹配度，提供专业的决策建议。

核心特点

  • 🤖 本地AI：使用Ollama运行本地大模型，数据隐私有保障
  • 🔌 MCP协议：标准化接口，易于集成到其他工具
  • 📊 智能分析：多维度评估岗位匹配度（硬技能、软实力、发展前景等）
  • 🎨 友好界面：提供Web UI和命令行两种使用方式
  • 🚀 快速上手：3分钟即可开始使用

项目背景

痛点识别：秋招期间，求职者面对大量offer和岗位，难以快速判断：

  • 岗位要求与个人能力是否匹配？
  • 公司文化和发展前景是否符合预期？
  • 薪资待遇是否合理？
  • 是否有更适合的岗位推荐？

解决方案：基于AI的智能Offer匹配器，自动化分析公司信息与个人简历的适配度，为求职者提供专业的决策建议。

项目概述

这是一个两阶段智能决策系统：

  1. 信息采集阶段：爬取目标公司官网的招聘信息、公司介绍、职员待遇等
  2. 智能匹配阶段：结合用户简历和目标岗位，进行适配度分析和岗位推荐

🚀 快速开始

前置要求

  • Python 3.9+
  • Ollama（本地AI运行环境）

安装步骤

  1. 安装Ollama并下载模型
# 安装Ollama（访问官网下载）
# https://ollama.com/download

# 下载推荐模型（轻量级，3B参数）
ollama pull llama3.2:3b
  1. 安装项目依赖
# 克隆/进入项目目录
cd Seek4Info

# 安装依赖
pip install -r requirements.txt

# 复制配置文件
Copy-Item .env.example .env
  1. 启动服务

Web界面（推荐）：

streamlit run app.py

访问：http://localhost:8501

命令行测试：

python cli.py --mode test

完整分析：

python cli.py --mode analyze `
  --company "腾讯" `
  --resume "examples/sample_resume.txt" `
  --job "examples/sample_job.txt"

详细说明请查看 快速开始指南

📁 项目结构

Seek4Info/
├── src/                      # 源代码
│   ├── ai/                   # AI模块
│   │   ├── ollama_client.py  # Ollama客户端
│   │   ├── matcher.py        # 匹配分析器
│   │   └── prompts.py        # 提示词模板
│   ├── scrapers/             # 爬虫模块
│   │   └── company_scraper.py
│   ├── parsers/              # 解析模块
│   │   └── resume_parser.py
│   ├── utils/                # 工具模块
│   │   └── logger.py
│   └── mcp_server.py         # MCP服务器
├── examples/                 # 示例文件
│   ├── sample_resume.txt
│   ├── sample_job.txt
│   └── usage_examples.md
├── cli.py                    # 命令行客户端
├── app.py                    # Streamlit Web应用
├── config.py                 # 配置管理
├── requirements.txt          # 依赖列表
├── QUICKSTART.md             # 快速开始指南
└── README.md                 # 项目文档

输出结果

  1. 综合匹配报告

    📊 匹配度总分：78/100

✅ 优势项：
- 技术栈高度匹配（Java Spring Boot经验3年）
- 薪资符合预期（15-20K，期望18K）

⚠️ 风险项：
- 工作强度较大（可能996）
- 职位要求5年经验，你有3年（可尝试）

💡 建议：
- 可以投递，通过概率60%
- 面试时重点强调XX项目经验
- 准备XX技术相关问题

  2. 岗位推荐（如匹配度<60）

    🎯 该公司更适合你的岗位：

1. 【Java开发工程师 - 中级】- 匹配度 85/100
   理由：技术要求与你经验完全吻合，薪资15-18K
   
2. 【后端开发实习生 - 转正】- 匹配度 72/100
   理由：可作为备选，压力较小，成长空间大

  3. 决策建议

    • 是否投递：推荐/谨慎/不推荐
    • 谈判建议：薪资谈判空间、福利关注点
    • 准备清单：需补充的技能、面试重点

成本估算

开发成本（MVP阶段）

项目 预估成本 说明
开发人员 ¥0（个人项目） 或外包¥15,000-30,000
AI API ¥500-1,000/月 GPT-4 API调用费用
云服务器 ¥200-500/月 阿里云/腾讯云基础配置
数据存储 ¥100/月 PostgreSQL + Redis
代理IP池 ¥300/月 应对反爬虫（可选）
域名+SSL ¥100/年 品牌域名
总计（月） ¥1,100-2,000 不含开发人力

现有解决方案对比

产品 核心功能 优势 劣势 差异化空间
Boss直聘 职位推荐 平台大、岗位多 推荐算法简单，无深度分析 ✅ 我们提供深度匹配分析
拉勾网 互联网招聘 垂直领域专业 缺少决策辅助 ✅ AI驱动的决策建议
看准网 公司点评 真实员工评价 信息分散，需手动整合 ✅ 自动整合多源信息
职徒简历 简历优化 简历诊断准确 不涉及岗位匹配 ✅ 结合岗位做匹配分析
Offer格格 Offer比较 多offer横向对比 需手动输入，无AI ✅ 自动采集+AI分析

附录：参考资源

学习资源

数据源

法律合规

相关 MCP