OfferU

AI 驱动的校招简历定制系统 — 一个岗位一份简历，全程自动化

💡 灵感来源于 santifer/career-ops（31k⭐，CLI-first AI 求职系统）。Career-Ops 面向有技术能力的资深职场人（Claude Code CLI + $20/月），OfferU 将同样的 AI 求职理念带给中国校招求职者——零门槛 Web UI、¥0.15/百万 token 的 Qwen 模型、中文全链路。

📋 目录

核心能力
系统架构
快速开始
开发模式
API 文档
页面说明
项目结构
免责声明
Roadmap
联系方式

🎯 OfferU 解决什么问题？

校招季，你面对的困境：

❌ 每个岗位手动改简历，10 个岗位改 10 遍，效率极低
❌ 不清楚简历该怎么写才能通过 ATS 关键词筛选
❌ 经历描述平淡无力，缺乏量化成果和行动导向
❌ 不同岗位侧重点不同，但不知道该怎么"精准匹配"

OfferU 的方案：

AI 对话引导 → 从零帮你挖掘经历，用 STAR 法则生成 Bullet Points
一键批量定制 → 选中 N 个岗位，AI 自动匹配最相关经历并改写
全程 Web UI → 打开浏览器就能用，无需命令行或编程知识

✨ 核心能力

🧠 Profile 对话引导（Career-Ops 式 Onboarding）

5 大主题渐进式引导：教育 → 实习 → 项目 → 社团 → 技能
AI 多轮对话从零挖掘经历，每轮提取 Bullet Point 候选
用户逐条确认/编辑 → 实时写入个人档案
置信度标记（高/中/低），低置信度条目标橙色提醒核实
防虚构规则：AI 只能从用户原话中提取改写，严禁凭空生成事实

📥 三 Tab 岗位分拣（智能收件箱）

未筛选 → 已筛选 → 已忽略 三级分拣流程
批次折叠：按采集批次分组，一键整批筛入/忽略
岗位池管理：创建自定义池（如"互联网运营"、"银行管培"），拖拽分配
Hover 快捷操作：鼠标悬停即可分拣，无需打开详情

⚡ 三段式 AI 简历定制工作区（核心）

┌──────────────────────────────────────────────────────┐
│  ① 池/范围选择    ② 本轮岗位勾选     ③ 输出简历区    │
│                                                       │
│  [互联网运营]     ☑ 腾讯-内容运营     ┌───────────┐  │
│  [银行管培]       ☑ 阿里-市场专员     │ SSE 进度   │  │
│  [未分组]         □ 字节-品牌策划     │ ████░░ 2/3 │  │
│                                       │            │  │
│                   [逐岗位] [综合]     │ 预览+保存  │  │
│                   [开始生成]          └───────────┘  │
└──────────────────────────────────────────────────────┘

逐岗位模式：N 个岗位 → N 份定制简历（SSE 流式进度）
综合模式：N 个岗位 → 1 份通用简历
生成逻辑：Profile Bullet 召回 → JD 关键词匹配 → STAR 改写 → 保存为 Resume
溯源标记：每份简历标注"基于腾讯-内容运营生成"，可追溯来源

🤖 MCP Server + AI Agent（13 个工具）

内置 MCP Server（FastMCP Streamable HTTP），支持外部 AI Agent 调用
Web Agent Console：对话式操作全系统（"帮我看看哪些岗位适合我"）
13 个 MCP Tools：档案查看/岗位统计/分拣操作/简历生成/池管理等
LLM 自主决策调用工具链，多轮推理 + Tool Use

🔍 多平台岗位采集

可插拔爬虫适配器架构
支持：LinkedIn / BOSS直聘 / 智联招聘 / 实习僧 / 大厂官网（字节/阿里/腾讯）
关键词 + 地区 + 过滤词灵活配置
自动创建采集批次，批次内岗位自动标记为"未筛选"

📊 多 LLM 支持

默认：阿里云百炼 Qwen（qwen-flash ¥0.15/百万 token，最低成本）
可选：DeepSeek / OpenAI / SiliconFlow / Gemini / 智谱 / 本地 Ollama
前端 Settings 页一键切换 Provider + Model
所有 LLM 调用走 OpenAI 兼容接口，统一抽象

📬 面试管理 & 数据看板

Gmail OAuth 自动同步面试邮件，AI 解析时间/地点
FullCalendar 日程管理（月/周/日视图）
Dashboard 采集趋势、来源分布、投递追踪
响应式暗色主题 + Framer Motion 动画

🏗️ 系统架构

┌──────────────────────────────────────────────────────────────┐
│                       OfferU 系统架构                          │
├──────────────────────────────────────────────────────────────┤
│                                                              │
│  ┌─────────────┐   REST + SSE    ┌──────────────────────┐   │
│  │  Frontend   │◄───────────────►│     Backend          │   │
│  │  Next.js 14 │                 │     FastAPI          │   │
│  │  NextUI 2.4 │                 │                      │   │
│  │  SWR + SSE  │                 │  ┌────────────────┐  │   │
│  └─────────────┘                 │  │  MCP Server    │  │   │
│        │                         │  │  13 Tools      │  │   │
│        │  Agent Console          │  │  Streamable    │  │   │
│        │  (Chat UI)              │  │  HTTP          │  │   │
│        └─────────────────────────┤  └────────┬───────┘  │   │
│                                  │           │          │   │
│                    ┌─────────────┤     ┌─────▼──────┐   │   │
│                    │             │     │ AI Agent   │   │   │
│              ┌─────▼──────┐     │     │ 编排层     │   │   │
│              │  爬虫适配器 │     │     │ LLM + Tool │   │   │
│              │  LinkedIn  │     │     │  Use       │   │   │
│              │  BOSS直聘  │     │     └─────┬──────┘   │   │
│              │  智联招聘  │     │           │          │   │
│              │  实习僧    │     │     ┌─────▼──────┐   │   │
│              │  大厂官网  │     │     │ LLM 抽象层 │   │   │
│              └────────────┘     │     │ Qwen/DS/OA │   │   │
│                    │            │     └────────────┘   │   │
│              ┌─────▼──────┐     │                      │   │
│              │  SQLite    │◄────┤                      │   │
│              │  (async)   │     │  Skills:             │   │
│              └────────────┘     │  · 对话引导提取       │   │
│                                 │  · Bullet 召回       │   │
│                                 │  · STAR 改写         │   │
│                                 │  · 叙事生成          │   │
│                                 └──────────────────────┘   │
└──────────────────────────────────────────────────────────────┘

🚀 快速开始

前置要求

Python 3.9+（推荐 3.12）
Node.js 18+
Docker（可选，用于一键部署）
阿里云百炼 API Key（免费领取）或其他 LLM Key

方式一：Docker 一键启动

git clone https://github.com/Paker-kk/OfferU.git
cd OfferU
cp .env.example .env
# 编辑 .env 填入 QWEN_API_KEY
docker compose up -d

方式二：本地开发

git clone https://github.com/Paker-kk/OfferU.git
cd OfferU

# 后端
cd backend
python -m venv .venv312
.venv312\Scripts\activate    # Linux/Mac: source .venv312/bin/activate
pip install -r requirements.txt
cp .env.example .env         # 编辑填入 QWEN_API_KEY
python run_server.py

# 前端（另开终端）
cd frontend
npm install
npm run dev

环境变量

变量	说明	必填
`QWEN_API_KEY`	阿里云百炼 API Key	✅（默认 Provider）
`LLM_PROVIDER`	LLM 提供商（qwen/deepseek/openai/ollama...）	默认 qwen
`LLM_MODEL`	模型名称	默认 qwen-flash
`DATABASE_URL`	数据库连接串	默认 SQLite
`NO_PROXY`	代理绕过（国内用户如用 Clash 需配置）	可选

服务	地址	说明
前端界面	http://localhost:3000	Web 应用主界面
后端 API	http://localhost:8000	FastAPI + 自动文档
API 文档	http://localhost:8000/docs	Swagger 交互文档
MCP 端点	http://localhost:8000/mcp	MCP Streamable HTTP

🛠️ 开发模式

后端（FastAPI + Python 3.12）

cd backend
python -m venv .venv312
.venv312\Scripts\activate
pip install -r requirements.txt
python run_server.py         # 启动 uvicorn --reload

前端（Next.js 14）

cd frontend
npm install
npm run dev

打开 http://localhost:3000

MCP 测试

# 列出所有 MCP 工具
curl -X POST http://localhost:8000/mcp \
  -H "Content-Type: application/json" \
  -d '{"jsonrpc":"2.0","id":1,"method":"tools/list"}'

📡 API 文档

完整交互文档：http://localhost:8000/docs

主要接口

方法	路径	说明
Profile
GET	`/api/profile/`	获取个人档案（含 Sections + TargetRoles）
PUT	`/api/profile/`	更新基础信息
POST	`/api/profile/chat`	AI 对话引导（SSE 流式）
POST	`/api/profile/chat/confirm`	确认 Bullet Point 入库
POST	`/api/profile/generate-narrative`	生成职业叙事
Jobs
GET	`/api/jobs/`	岗位列表（分页/筛选/分拣状态）
PATCH	`/api/jobs/{id}/triage`	单个岗位分拣
PATCH	`/api/jobs/batch-triage`	批量分拣
GET	`/api/jobs/batches`	采集批次列表
Pools
GET/POST/PUT/DELETE	`/api/pools/`	岗位池 CRUD
Optimize
POST	`/api/optimize/generate`	AI 简历定制生成（SSE 流式）
Agent
POST	`/api/agent/chat`	AI Agent 对话（SSE 流式）
MCP
POST	`/mcp`	MCP Streamable HTTP 端点
Resume
GET/POST	`/api/resume/`	简历 CRUD
其他
GET/PUT	`/api/config/`	系统配置
POST	`/api/scraper/search`	触发岗位采集
GET	`/api/calendar/events`	日程事件

🖥️ 页面说明

页面	路径	功能
Dashboard	`/`	统计卡片、采集趋势图、最新岗位
个人档案	`/profile`	AI 对话引导构建 Profile + Bullet 预览
岗位分拣	`/jobs`	三 Tab 分拣（未筛选/已筛选/已忽略）+ 池管理
岗位详情	`/jobs/[id]`	AI 摘要、关键词、分拣操作
AI 定制	`/optimize`	三段式工作区（池→岗位→SSE 生成）
AI Agent	`/agent`	对话式 Agent Console
简历管理	`/resume`	简历列表 + 来源溯源标签
岗位采集	`/scraper`	多平台采集配置 + 触发
投递管理	`/applications`	投递记录、状态追踪
日程表	`/calendar`	月/周/日视图
周报分析	`/analytics`	来源分布、热门关键词
设置	`/settings`	LLM Provider 切换、API Key 配置

📁 项目结构

OfferU/
├── .env.example                    # 环境变量模板
├── docker-compose.yml              # Docker 服务编排
│
├── backend/                        # FastAPI 后端（Python 3.12）
│   ├── requirements.txt
│   ├── run_server.py               # 启动脚本
│   └── app/
│       ├── main.py                 # 应用入口 + MCP 挂载
│       ├── config.py               # 多 Provider 配置管理
│       ├── database.py             # SQLAlchemy 2.0 async
│       ├── mcp_server.py           # MCP Server（13 Tools + 1 Resource）
│       ├── models/models.py        # ORM（Profile/Job/Pool/Batch/Resume...）
│       ├── routes/
│       │   ├── profile.py          # Profile 16 端点 + AI 对话引导 SSE
│       │   ├── jobs.py             # 岗位 CRUD + 分拣 + 批量操作
│       │   ├── pools.py            # 岗位池 CRUD
│       │   ├── optimize.py         # AI 简历定制 SSE（Bullet 召回 + STAR 改写）
│       │   ├── agent.py            # AI Agent Chat SSE 编排
│       │   ├── resume.py           # 简历管理 + 溯源标签
│       │   ├── scraper.py          # 采集触发 + 批次管理
│       │   ├── config.py           # 系统配置（多 LLM Provider）
│       │   └── ...                 # calendar / email / applications
│       ├── agents/
│       │   ├── llm.py              # LLM 抽象层（Qwen/DeepSeek/OpenAI/Ollama/...）
│       │   └── skills/             # AI Skills
│       │       ├── conversational_extractor.py  # 对话引导提取
│       │       ├── narrative_generator.py       # 职业叙事生成
│       │       ├── jd_analyzer.py               # JD 深度分析
│       │       └── resume_matcher.py            # 简历匹配评分
│       └── services/scrapers/      # 多平台爬虫适配器
│           ├── boss.py / zhilian.py / shixiseng.py / linkedin.py / corporate.py
│           └── base.py             # 适配器基类
│
├── frontend/                       # Next.js 14 前端
│   └── src/
│       ├── app/
│       │   ├── profile/            # AI 对话引导 + Profile 预览
│       │   ├── jobs/               # 三 Tab 岗位分拣
│       │   ├── optimize/           # 三段式 AI 定制工作区
│       │   ├── agent/              # AI Agent Console
│       │   ├── resume/             # 简历管理 + 溯源
│       │   └── ...                 # scraper / calendar / analytics / settings
│       ├── components/
│       │   ├── jobs/               # BatchGroup / PoolManager / JobCard
│       │   ├── onboarding/         # ProfileOnboarding 冷启动向导
│       │   └── layout/             # Sidebar / TopBar
│       └── lib/
│           ├── api.ts              # REST + SSE 客户端
│           └── hooks.ts            # SWR Hooks（Profile/Jobs/Pools/Batches...）
│
└── docs/
    └── PRD_v2_FINAL.md             # 产品需求文档 v2.1

⚠️ 免责声明

API Key 安全

你的 API Key（Qwen / DeepSeek / OpenAI 等）由你自行管理，本项目不会将 Key 上传到任何第三方服务器
.env 文件已被 .gitignore 忽略，请绝对不要将包含真实 Key 的文件提交到 Git

数据与隐私

所有数据（个人档案、简历、岗位信息）存储在你自己的本地数据库中
调用 AI API 时，简历/JD 内容会发送至对应 AI 服务商处理，请注意其隐私政策

爬虫风险

本项目提供的爬虫适配器仅供学习研究使用
使用前请确认目标网站的 robots.txt 和使用条款
频繁爬取可能导致 IP 被封禁，后果由使用者自行承担
严禁将爬取的数据用于商业用途或侵犯他人权益

AI 生成内容

AI 生成的简历仅供参考，严禁虚构事实
OfferU 的 Profile 引导带有防虚构规则和置信度标记，但最终内容由使用者本人负责
AI 生成内容可能存在表述偏差，请仔细核实后再投递

费用说明

默认 Qwen qwen-flash 模型仅 ¥0.15/百万 token，生成 100 份简历成本约 ¥1-2
切换 DeepSeek / OpenAI 等模型费用不同，请关注各平台计费标准
可使用本地 Ollama 运行开源模型，完全免费但需要足够硬件资源

🗺️ Roadmap

已完成 ✅

进行中 🔄

PDF/Word 简历解析导入（pdfplumber + Qwen 结构化）
一键应用 AI 优化建议（HITL 采纳/拒绝）

未来计划 📋

投递自动化（自动填表提交）
简历 PDF 导出美化（ATS 优化模板）
面试准备模块（STAR 故事库 + 模拟面试）

📝 更新记录

2026-04-15 v3.1 — AI 改写引擎 + 分词修复 + 模型分级

核心改进：

LLM STAR 改写引擎：在简历生成流水线中接入 AI 改写层，自动将 Bullet Points 按 STAR 法则（Situation-Task-Action-Result）重写，经历描述从平铺直叙变为量化成果导向
jieba 中文分词：替换原先暴力 2-char bigram 分词，missing_keywords 现在返回 "项目管理"、"数据分析" 等有意义的词语，而非 "频生"、"类产" 等无效碎片
三级模型档位（tier）：chat_completion() 新增 tier 参数（fast / standard / premium），不同场景自动选择最合适的模型：JD 分析用 fast、对话用 standard、简历改写用 premium
用户可自定义 tier 映射：通过 PUT /api/config/ 的 tier_model_map 字段覆盖默认映射，无需改代码即可切换模型
SSE 降级通知：LLM 改写失败时发送 warning SSE 事件，前端可展示提示而非静默 fallback

Bug 修复：

修复技能 section 分词器将 "ComfyUI 工作流" 拆分为无意义 token 的问题
修复教育/经历/项目 section 未读取 normalized 字段导致内容缺失
修复 _to_tokens 将中英文混合字符串合并为超长 token 的正则 bug
更新 Qwen provider 预设模型列表（qwen-flash / qwen3.5-plus / qwen3.6-plus）
修复 Windows Clash 代理导致的 SSL 证书主机名不匹配问题

E2E 验证： 33/33 检查项全通过（Profile 9 + Jobs 3 + Optimize SSE 7 + Resume 8 + Config 4）。

📬 联系方式

GitHub: Paker-kk/OfferU
灵感来源: santifer/career-ops

欢迎提 Issue 或 PR！

Name		Name	Last commit message	Last commit date
Latest commit History 67 Commits
.copilot		.copilot
asset		asset
backend		backend
extension		extension
frontend		frontend
.env.example		.env.example
.gitattributes		.gitattributes
.gitignore		.gitignore
LICENSE		LICENSE
OPTIMIZE_REFACTOR_PLAN.md		OPTIMIZE_REFACTOR_PLAN.md
README.md		README.md
README_EN.md		README_EN.md
docker-compose.yml		docker-compose.yml

Folders and files

Latest commit

History

Repository files navigation

OfferU

📋 目录

🎯 OfferU 解决什么问题？

✨ 核心能力

🧠 Profile 对话引导（Career-Ops 式 Onboarding）

📥 三 Tab 岗位分拣（智能收件箱）

⚡ 三段式 AI 简历定制工作区（核心）

🤖 MCP Server + AI Agent（13 个工具）

🔍 多平台岗位采集

📊 多 LLM 支持

📬 面试管理 & 数据看板

🏗️ 系统架构

🚀 快速开始

前置要求

方式一：Docker 一键启动

方式二：本地开发

环境变量

🛠️ 开发模式

后端（FastAPI + Python 3.12）

前端（Next.js 14）

MCP 测试

📡 API 文档

主要接口

🖥️ 页面说明

📁 项目结构

⚠️ 免责声明

API Key 安全

数据与隐私

爬虫风险

AI 生成内容

费用说明

🗺️ Roadmap

已完成 ✅

进行中 🔄

未来计划 📋

📝 更新记录

2026-04-15 v3.1 — AI 改写引擎 + 分词修复 + 模型分级

📬 联系方式

About

Resources

License

Uh oh!

Stars

Watchers

Forks

Releases

Packages 0

Uh oh!

Contributors

Uh oh!

Languages

Packages