1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16

智能简历解析系统
1. 简历导入与管理
（1）支持格式：系统应支持常见的简历格式，包括但不限于Word（.doc, .docx）、PDF和纯文本（.txt）。
（2）导入方式：允许用户通过拖拽、点击上传等方式单个或批量提交简历。
（3）存储与检索：可按导入日期，文件名称等方式查询简历。可根据用户的选择，打开并显示一份简历文件。
2. 简历解析与结构化
（1）内容提取：自动从简历中提取求职者信息，如姓名、联系方式、教育背景、工作经历、技能等。
（2）数据结构化：为用户提供多种简历解析数据的格式，包括但不限于JSON、CSV、XML。
（3）格式转换：支持将解析后的一种简历数据格式转换为其他格式。
3. 简历匹配与筛选
（1）关键词匹配：允许用户设定关键词，系统根据关键词自动筛选符合条件的简历。
（2）语义匹配：利用NLP技术，实现简历与职位描述之间的语义匹配，提高筛选的准确性。
（3）技能评估：根据求职者简历中的技能描述，评估其技能熟练度，并给出相应的评分。
4. 数据分析与报告
（1）统计分析：对简历数据进行统计分析，如求职者年龄分布、学历分布、技能分布等。
（2）报告生成：提供可视化报告，以图表形式展示分析结果，并配以文字介绍。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

const onDrop = useCallback(
    (acceptedFiles: File[], rejectedFiles: any[]) => {
        if (rejectedFiles.length > 0) {
            setError('只支持 PDF、DOC、DOCX、TXT 格式的文件');
            setTimeout(() => setError(null), 3000);
            return;
        }
        onFileUpload(acceptedFiles);
    },
    [onFileUpload]
);

const { getRootProps, getInputProps, isDragActive } = useDropzone(
    {
        onDrop,
        accept: {
            'application/pdf': ['.pdf'],
            'application/msword': ['.doc'],
            'application/vnd.openxmlformats-officedocument.wordprocessingml.document': ['.docx'],
            'text/plain': ['.txt']
        },
        multiple: true,
        onDragEnter: () => setDragCount(prev => prev + 1),
        onDragLeave: () => setDragCount(prev => prev - 1)
    }
);

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40

async (HttpContext context) =>
{
    var formFiles = context.Request.Form.Files;

    if (formFiles.Count == 0)
    {
        return Results.Json(new { success = false, message = "No files were uploaded." }, statusCode: StatusCodes.Status400BadRequest);
    }

    string[] supportedFormats = [".doc", ".docx", ".pdf", ".txt"];
    var uploadedFiles = new List<string>();

    foreach (var formFile in formFiles)
    {
        // 检查文件格式
        if (!supportedFormats.Any(x => formFile.FileName.EndsWith(x, StringComparison.OrdinalIgnoreCase)))
        {
            return Results.Json(new { success = false, message = $"Unsupported file format: {formFile.FileName}" }, statusCode: StatusCodes.Status400BadRequest);
        }

        // 处理 & 保存文件
        var fileExtension = Path.GetExtension(formFile.FileName);
        var timestamp = DateTime.Now.ToString("yyyyMMddHHmmssfff");
        var newFileName = $"{Path.GetFileNameWithoutExtension(formFile.FileName)}-{timestamp}{fileExtension}";

        var filePath = Path.Combine(Directory.GetCurrentDirectory(), "Uploads", newFileName);
        await using (var stream = new FileStream(filePath, FileMode.Create))
        {
            await formFile.CopyToAsync(stream);
        }

        // 存入数据库

        // 将解析任务置入消息队列

        uploadedFiles.Add(newFileName);
    }

    return Results.Json(new { success = true, uploadedFiles }, statusCode: StatusCodes.Status200OK);
}

1
2
3
4

-- 按照时间筛选
SELECT * FROM resumes WHERE upload_date BETWEEN '开始时间' AND '结束时间';
-- 使用文件名查找
SELECT * FROM resumes WHERE file_name LIKE '%内容%';

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79

请阅读以下简历文本，提取并整理出以下信息，且尽可能的使用原文信息，并以 JSON 格式返回：

- **个人信息**：姓名、手机号、邮箱、微信、博客、GitHub 等。
- **教育经历**（数组）：每个元素包括学校名称、时间区间、专业等。   
- **竞赛经历**（数组，可选）：每个元素包括竞赛名称、时间、奖项等。   
- **项目经历**（数组）：每个元素包括项目名称、技术栈、时间、介绍、亮点等。   
- **工作经历**（数组）：每个元素包括公司名称、职位、工作内容、时间等。   
- **专业技能**（数组）：每个元素包括技能描述、熟练度等。   
- **荣誉/证书**（数组，可选）：每个元素仅为一个荣誉/证书字符串。   
- **技术栈标签**（数组，可选）：每个元素仅为一个技术名称字符串。
   
**要求**：

- 确保提取的信息准确无误。
- 输出格式为 JSON。
- 时间格式统一为 `YYYY-MM` 或 `YYYY-MM-DD`。
    
**示例输出**：
 
\`\`\`json
{ 
    "personal_info": { 
        "name": "张三", 
        "phone": "13800000000",
        "email": "zhangsan@example.com", 
        "wechat": "zhangsan_wechat", 
        "blog": "https://zhangsan.blog", 
        "github": "https://github.com/zhangsan" 
    }, 
    "education": [ 
        { 
            "school": "清华大学", 
            "degree": "本科", 
            "major": "计算机科学", 
            "start_date": "2015-09", 
            "end_date": "2019-07" 
        } 
    ], 
    "competitions": [ 
        { 
            "name": "ACM 国际大学生程序设计竞赛", 
            "date": "2018-05", 
            "award": "银牌" 
        } 
    ], 
    "projects": [ 
        { 
            "name": "智能推荐系统", 
            "start_date": "2019-08", 
            "end_date": "2020-06", 
            "description": "开发了一款基于机器学习的智能推荐系统。", 
            "highlights": "提高了用户点击率20%" 
        } 
    ], 
    "work_experience": [ 
        { 
            "company": "百度", 
            "position": "高级研发工程师",
            "responsibilities": "负责搜索算法的优化和维护。", 
            "start_date": "2020-07", 
            "end_date": "2023-10" 
        } 
    ], 
    "skills": [ 
        { 
            "skill": "Python 编程",
            "proficiency": "精通" 
        } 
    ], 
    "certificates": ["CET-4", "CET-6"], 
    "tech_tags": ["Python", "机器学习"], 
} 
\`\`\`

以下是简历文本：

\`\`\`text
{resumeContent}
\`\`\`