基于 DeepSeek 大模型的智能面试模拟系统 — 四种面试模式、多 Agent 协作、语音交互、数字小猫、实时评分。
pip install -r requirements.txt
cp .env.example .env # 编辑填入 DeepSeek API Key
python run.py # 启动服务
# → http://localhost:8000
| 特性 |
说明 |
| 🎯 四种面试模式 |
全真模拟 / 简历深挖 / 刷题精练 / 面后复盘 |
| 🐱 数字小猫 |
像素 SVG + rAF 物理引擎,自由移动 + 对话反应 + 6 种 mood |
| 📄 简历解析 |
上传 md / docx / pdf 自动提取文本 |
| 📊 三维评分 |
内容完整度、表达清晰度、技术深度 |
| 💡 智能追问 |
低分自动追问,针对弱点深挖 |
| 🎤 语音交互 |
STT 语音输入 + TTS 朗读(Web Speech API) |
| ⚡ 并行 Agent |
评分与建议 Agent 并行,延迟降 50% |
| 📝 断点续传 |
刷新/关闭后自动恢复面试进度 |
| 📋 历史管理 |
侧边栏列表 + 删除 |
| 模式 |
流程 |
追问 |
特色 |
| 🎯 全真模拟 |
热身(3)→深挖(5)→压轴(2) |
✅ |
逐字稿、表达分析 |
| 🔍 简历深挖 |
资格审核(8) |
✅ |
漏洞报告、STAR话术 |
| 💪 刷题精练 |
分类练习(5) |
❌ |
重答对比 |
| 🔄 面后复盘 |
单次分析 |
❌ |
重来一次话术 |
static/index.html ── SSE ── main.py (FastAPI)
│
AgentOrchestrator
┌─────────┼─────────┐
Interview Score Suggest
Agent Agent Agent
│ │ │
└─────────┼─────────┘
DeepSeek API
辅助: mcp_client.py / rag_engine.py / resume_parser.py
| 方法 |
端点 |
说明 |
| POST |
/api/upload-resume |
上传简历(md/docx/pdf) |
| POST |
/api/sessions |
创建会话 |
| GET |
/api/sessions |
历史列表 |
| DELETE |
/api/sessions/{id} |
删除会话 |
| GET |
/api/sessions/{id}/chat |
SSE 对话 |
| GET |
/api/sessions/{id}/report |
报告 |
| GET |
/api/sessions/{id}/state |
状态恢复 |
| POST |
/api/score |
独立评分 |
python harness.py --review # 全量 Python 语法检查
python harness.py --test # E2E 测试(需服务运行中)
pytest test_resume_parser.py # 单元测试(19 个用例)
interview-assistant/
├── main.py / run.py / config.py # 入口 + 配置
├── db.py / logger.py # 数据库 + 日志
├── agent_orchestrator.py # Agent 编排器
├── agents/ # Interview/Score/Suggest Agent
├── prompts/ # 通用 + 四种模式专属 prompt
├── resume_parser.py # 简历解析
├── mcp_client.py / rag_engine.py # MCP + RAG
├── harness.py # 自动化检查 + E2E
├── test_resume_parser.py # 单元测试
├── static/ # 前端(Modern-sharp 设计)
└── logs/ # 运行日志