你好，我是 Guide。利用元旦假期，我開源了一個基於 Spring Boot 3.3 + Java 21 + Spring AI + PostgreSQL + pgvector + RustFS + Redis 的大模型項目，實現了簡歷智能分析、AI 模擬面試、知識庫 RAG 檢索等核心功能。

項目介紹

InterviewGuide 是一個集成了簡歷分析、模擬面試和知識庫管理的智能面試輔助平台。系統利用大語言模型（LLM）和向量數據庫技術，為求職者和 HR 提供智能化的簡歷評估和麪試練習服務。

• Github 地址：https://github.com/Snailclimb/interview-guide
• Gitee 地址：https://gitee.com/SnailClimb/interview-guide

感興趣的朋友可以拉下來試試，歡迎 Star 鼓勵一下！功能會繼續完善改進，現在只是最基礎版本！

系統架構

異步處理流程：

簡歷分析和知識庫向量化採用 Redis Stream 異步處理：

上傳請求 → 保存文件 → 發送消息到 Stream → 立即返回
                              ↓
                      Consumer 消費消息
                              ↓
                    執行分析/向量化任務
                              ↓
                      更新數據庫狀態
                              ↓
                   前端輪詢獲取最新狀態

狀態流轉： PENDING → PROCESSING → COMPLETED / FAILED

技術棧

後端技術

技術選型常見問題解答：

1. 數據存儲為什麼選擇 PostgreSQL + pgvector？PG 的向量數據存儲功能夠用了，精簡架構，不想引入太多組件。

2. 為什麼引入 Redis？

   • Redis 替代 ConcurrentHashMap 實現面試會話的緩存。
   • 基於 Redis Stream 實現簡歷分析、知識庫向量化等場景的異步（還能解耦，分析和向量化可以使用其他編程語言來做）。不使用 Kafka 這類成熟的消息隊列，也是不想引入太多組件。
3. 構建工具為什麼選擇 Gradle？個人更喜歡用 Gradle，也寫過相關的文章：Gradle 核心概念總結。

前端技術

功能特性

簡歷管理模塊

• 多格式支持：PDF、DOCX、DOC、TXT
• 異步分析：上傳後立即返回，後台 Redis Stream 處理
• 狀態輪詢：實時顯示分析進度（待分析/分析中/已完成/失敗）
• 自動重試：分析失敗自動重試（最多 3 次）
• 簡歷去重：基於內容哈希檢測重複
• PDF 報告導出

模擬面試模塊

• 基於簡歷生成個性化面試問題
• 實時問答交互
• 多維度評分（技術能力、溝通能力等）
• 面試報告生成和導出
• 雷達圖可視化展示
• 面試歷史統計

知識庫管理模塊

• 多格式支持：PDF、DOCX、DOC、TXT、Markdown
• 文檔上傳和自動分塊
• 異步向量化處理
• RAG 檢索增強生成
• 流式響應（SSE）
• 智能問答對話
• 知識庫統計信息

TODO

• [ ] 問答助手的 Markdown 展示優化
• [ ] 知識庫管理頁面的下載
• [ ] 異步生成模擬面試評估報告
• [ ] 模擬面試增加追問功能
• [ ] 打通模擬面試和知識庫

效果展示

簡歷與面試

簡歷庫：

簡歷上傳分析：

簡歷分析詳情：

面試記錄：

面試詳情：

模擬面試：

知識庫

知識庫管理：

問答助手：

項目結構

interview-guide/
├── app/                              # 後端應用
│   ├── src/main/java/interview/guide/
│   │   ├── App.java                  # 主啓動類
│   │   ├── common/                   # 通用模塊
│   │   │   ├── config/               # 配置類
│   │   │   ├── exception/            # 異常處理
│   │   │   └── result/               # 統一響應
│   │   ├── infrastructure/           # 基礎設施
│   │   │   ├── export/               # PDF 導出
│   │   │   ├── file/                 # 文件處理
│   │   │   ├── redis/                # Redis 服務
│   │   │   └── storage/              # 對象存儲
│   │   └── modules/                  # 業務模塊
│   │       ├── interview/            # 面試模塊
│   │       ├── knowledgebase/        # 知識庫模塊
│   │       └── resume/               # 簡歷模塊
│   └── src/main/resources/
│       ├── application.yml           # 應用配置
│       └── prompts/                  # AI 提示詞模板
│
├── frontend/                         # 前端應用
│   ├── src/
│   │   ├── api/                      # API 接口
│   │   ├── components/               # 公共組件
│   │   ├── pages/                    # 頁面組件
│   │   ├── types/                    # 類型定義
│   │   └── utils/                    # 工具函數
│   ├── package.json
│   └── vite.config.ts
│
└── README.md

快速開始

環境要求：

1. 克隆項目

git clone https://github.com/Snailclimb/interview-guide.git
cd interview-guide

2. 配置數據庫

-- 創建數據庫
CREATE DATABASE interview_guide;

-- 連接數據庫並啓用 pgvector 擴展（可選，啓動後端SpringAI框架底層會自動創建）
CREATE EXTENSION vector;

3. 配置環境變量

# AI API 密鑰（阿里雲 DashScope）
export AI_BAILIAN_API_KEY=your_api_key

4. 修改應用配置

編輯 app/src/main/resources/application.yml：

spring:
  # PostgreSQL數據庫配置
  datasource:
    url: jdbc:postgresql://localhost:5432/interview_guide
    username: your_username
    password: your_password

  data:
    redis:
      host: localhost
      port: 6379

# RustFS (S3兼容) 存儲配置
app:
  storage:
    endpoint: http://localhost:9000
    access-key: your_access_key
    secret-key: your_secret_key
    bucket: interview-guide

 # Redisson配置
redisson:
  config: |
    singleServerConfig:
      address: "redis://localhost:6379"
      database: 0
      idleConnectionTimeout: 10000
      connectTimeout: 10000
      timeout: 3000
      retryAttempts: 3
      retryInterval: 1500
      password: null
      subscriptionsPerConnection: 5
      clientName: null
      subscriptionConnectionMinimumIdleSize: 1
      subscriptionConnectionPoolSize: 50
      connectionMinimumIdleSize: 10
      connectionPoolSize: 64
      dnsMonitoringInterval: 5000

5. 啓動服務

後端：

./gradlew bootRun

後端服務啓動於 http://localhost:8080

前端：

cd frontend
pnpm install
pnpm dev

前端服務啓動於 http://localhost:5173

使用場景

常見問題

Q: 簡歷分析失敗

檢查一下阿里雲 DashScope API KEY 是否配置正確（申請地址：https://bailian.console.aliyun.com/）。

Q: 簡歷分析一直顯示"分析中"？

檢查 Redis 連接和 Stream Consumer 是否正常運行。查看後端日誌確認是否有錯誤。

Q: 知識庫問答沒有響應？

確認知識庫已完成向量化（狀態為 COMPLETED），檢查 pgvector 擴展是否正確安裝。

Q: PDF 導出失敗？

檢查 iText 依賴是否正確，確認字體文件存在。

分支説明

貢獻

歡迎提交 Issue 和 Pull Request！

許可證

AGPL-3.0 License（只要通過網絡提供服務，就必須向用户公開修改後的源碼）