Skip to content

About

OpenResume

Resources

Stars

18 stars

Watchers

0 watching

Forks

Repository files navigation

OpenResume

一套面向近百家大厂招聘官网的本地求职工作台。

OpenResume 是一个基于 Electron + React + FastAPI 构建的本地优先桌面应用,用来把简历管理、岗位检索、职位排序、官网账号管理、Agent 投递辅助和面试题知识沉淀,收回到你自己的电脑里。

它不是简单的岗位聚合器,也不是只会批量海投的脚本集合。
它更像一套为高强度求职准备的个人操作系统:

  • 接入近百家大厂招聘官网,统一管理岗位入口
  • 统一管理招聘官网账号、登录态和投递会话
  • 用 Agent 自动优化简历、匹配岗位并辅助投递
  • 为目标岗位沉淀对应的面试题向量数据库
  • 在本地保留你的简历、搜索历史、投递记录和策略资产

开发者群:1091543696 欢迎大家交流,提意见!

核心卖点

1. 接入近百家大厂官网

OpenResume 以招聘官网为核心数据源,而不是只依赖第三方聚合平台。
这意味着你面对的是更直接的岗位来源、更完整的职位信息,以及更可控的投递链路。

招聘官网来源列表统一维护在 url.md,覆盖近百家大厂官网入口,并作为平台接入能力的扩展基础。

你看到的不是零散链接集合,而是一套统一接入、统一清洗、统一排序的招聘官网网络。

2. 招聘官网账号统一管理

不同公司的招聘官网、登录方式、会话状态、验证流程长期割裂。
OpenResume 把这些账号资产和登录流程纳入同一个桌面工作台管理:

  • 官网账号与登录态统一管理
  • 会话状态可复用
  • 遇到验证码、登录确认、人工验证时回到应用内处理
  • 投递过程中的关键步骤可追踪、可继续、可中断

这不是“替你假装成一个浏览器”,而是把复杂的官网操作变成一套可维护的求职基础设施。

3. Agent 自动优化简历与投递

OpenResume 不只负责找岗位,还负责把“岗位要求”和“你的材料”放到同一条链路里处理:

  • 自动解析简历,生成结构化候选人画像
  • 根据岗位要求做规则筛选与匹配排序
  • 用 Agent 优化简历内容、关键词覆盖和投递策略
  • 按目标岗位给出更贴近需求的投递建议

求职不再只是“投”,而是“分析、调整、再投”。

4. 面向岗位的面试题向量数据库

OpenResume 不把投递当作终点,而是把每一次岗位搜索继续沉淀为面试准备资产:

  • 按岗位方向沉淀面试题
  • 按公司、部门、职能、技术栈组织知识
  • 构建可检索的向量数据库
  • 让投递结果和面试准备天然连在一起

从岗位发现,到投递,再到面试准备,整条链路会持续积累,而不是每次重新开始。

5. 本地优先,而不是把求职资产交给云端

简历、候选人画像、搜索记录、投递尝试、账号状态、策略数据,全部围绕本地存储展开。
OpenResume 的目标不是做一个通用 SaaS,而是让高价值的求职资产尽可能留在你自己的设备里。

OpenResume 在做什么

OpenResume 正在把求职这件事拆成四层能力,并放到同一套系统里:

  1. 数据层: 接入近百家大厂官网岗位源
  2. 账号层: 统一管理官网账号、登录态和会话
  3. Agent 层: 自动优化简历、分析匹配、辅助投递
  4. 知识层: 建立对应岗位的面试题向量数据库

这四层组合起来,形成一条完整链路:

简历导入
  -> 结构化候选人画像
  -> 招聘官网检索
  -> 岗位清洗 / 去重 / 排序
  -> Agent 优化简历与投递策略
  -> 官网投递与验证处理
  -> 面试题向量数据库沉淀

你能用它做什么

简历与画像管理

  • 上传 PDF 或 DOCX 简历
  • 自动提取姓名、摘要、目标岗位、城市、技能、关键词等字段
  • 手动修正候选人画像
  • 让后续搜索、排序、Agent 分析共享同一份候选人数据

岗位检索与排序

  • 统一接入招聘官网岗位源
  • 按岗位、城市、薪资、关键词做过滤
  • 对抓取结果进行清洗、标准化、去重
  • 基于规则进行第一轮筛选
  • 基于 LLM 或 Agent 做增强排序和补充分析

官网投递管理

  • 打开原始官网职位页面
  • 在应用内处理登录、验证码和验证窗口
  • 记录投递尝试和状态变化
  • 支持继续、取消和回看历史链路

求职知识沉淀

  • 围绕目标岗位建立面试题知识库
  • 把公司、岗位、技能要求和题目组织到同一空间
  • 用向量数据库支持后续检索、复习和针对性准备

为什么这个项目值得关注

大多数求职工具只解决一个点:

  • 有的只会聚合岗位
  • 有的只会改简历
  • 有的只会做投递脚本
  • 有的只会刷题或做面试题库

OpenResume 解决的是整条链路:

  • 从官网岗位源开始
  • 到账号与登录管理
  • 到 Agent 优化简历和投递
  • 再到面试题向量数据库沉淀

它的目标不是做一个单点工具,而是做一套长期可复用、可迭代、可积累的个人求职基础设施。

技术栈

  • 桌面容器: Electron
  • 前端界面: React + Vite + TypeScript + Tailwind CSS
  • 本地接口: FastAPI + SQLModel
  • 简历解析: pypdf、python-docx
  • 可选模型接入: OpenAI-compatible API

快速开始

1. 安装前端依赖

npm install

2. 安装后端依赖

cd backend
python -m pip install -e .[dev]

后端要求:

  • Python >= 3.11

3. 启动桌面开发环境

npm run dev

默认情况下,本地 API 运行在 127.0.0.1:38417。

可选: 接入模型排序

如果你希望使用 OpenAI-compatible 模型增强职位分析和排序,可以配置下面这些环境变量:

OPENRESUME_LLM_PROVIDER=openai_compatible
OPENRESUME_OPENAI_BASE_URL=https://your-model-endpoint/v1
OPENRESUME_OPENAI_API_KEY=your-key
OPENRESUME_OPENAI_MODEL=your-model-name

不配置也可以运行。
当模型不可用、配置缺失或调用失败时,OpenResume 会自动回退到启发式排序,并在界面上提示当前结果处于降级分析模式。

常用命令

# 启动桌面开发环境
npm run dev

# 前端类型检查
npm run typecheck

# 后端测试
cd backend
pytest

# 打包 Windows 便携版
cd ..
npm run package:windows

项目结构

OpenResume/
├─ src/                         # Electron 前端界面
├─ electron/                    # Electron 主进程与 preload
├─ backend/
│  ├─ openresume_api/           # FastAPI 本地 API
│  │  ├─ adapters/              # 平台适配器
│  │  ├─ career_collectors/     # 招聘官网采集器与来源清单
│  │  ├─ services/              # 搜索、匹配、风控、模型等服务
│  │  └─ rules/                 # 平台规则包
│  └─ tests/                    # 后端测试
├─ scripts/                     # 开发与打包辅助脚本
└─ url.md                       # 招聘官网来源列表

仓库现状

当前仓库主分支已经打通本地桌面应用的核心骨架,包括:

  • 本地简历解析与候选人画像
  • 招聘官网岗位抓取、清洗、排序链路
  • 模型增强排序与降级回退
  • 应用内验证弹窗、投递记录、历史记录、紧急停止开关
  • 平台适配器、规则包、风控和事件流基础设施

主分支当前优先展示 official 链路,boss 适配器仍保留在仓库中但未启用。
这意味着仓库已经具备扩展到更多官网、账号管理、Agent 工作流和面试题知识沉淀的基础结构。

适合谁

  • 想把求职流程做成“自己的本地工作台”的开发者
  • 想做招聘官网聚合、账号管理和自动化投递系统的人
  • 想把简历优化、岗位匹配、投递执行、面试准备串成一条链路的人
  • 想长期积累自己的求职数据资产,而不是一次性海投的人

License

仓库当前未提供单独的许可证文件。
如果你准备公开发布或接收外部贡献,建议尽快补充明确的 License。

About

OpenResume

Resources

Stars

18 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages