本项目旨在通过AI技术为大学生求职者打造一个公平、智能的求职辅助工具，帮助求职者在竞争激烈的就业市场中脱颖而出。
① 摘要
面向大学生求职者，在求职全过程中提供简历优化、企业背调、面试模拟三大核心能力，目前通过Mock数据和用户测试验证有效，可帮助用户提高简历通过率和面试成功率。
② 真实场景与需求
目标人群
大学生求职者，包括应届生、转行者、跳槽者和实习生。
痛点描述
-
简历准备环节：AI生成的简历内容千篇一律，缺乏个人特色，难以在众多简历中脱颖而出。
-
企业筛选环节：求职者难以获取真实的企业信息，容易落入求职陷阱，如试用期坑、薪资不透明等。
-
面试准备环节：面试时紧张导致发挥不佳，缺乏专业的面试指导和反馈。
现有做法
-
简历优化：求职者通常使用通用模板或AI工具生成简历，导致内容同质化严重，无法突出个人优势。
-
企业信息获取：主要依赖网络搜索和朋友介绍，信息碎片化且不够全面，难以识别潜在风险。
-
面试准备：通过网络搜索常见问题和答案，缺乏针对性的模拟练习和专业反馈。
③ 作品介绍
本作品是一个基于Vue 3开发的网页工具，为大学生求职者提供全链路的求职辅助服务。
核心功能
-
简历去AI化优化器：检测AI生成内容，提供真人化修改建议，分析简历与岗位匹配度，生成热力图。
-
企业反向背调智能体：查询企业信息、员工评价、风险信号，生成企业风险评级和文化画像。
-
情绪感知面试模拟舱：模拟不同风格面试（大厂、国企、外企），识别紧张情绪，提供温柔引导和面试反馈报告。
④ 用 SOLO 实现的过程
任务拆解
-
需求分析：识别求职者的核心痛点，确定产品功能和定位。
-
技术架构设计：选择前端和后端技术栈，设计系统架构。
-
功能模块开发：实现简历优化、企业背调、面试模拟三大核心功能。
-
AI能力集成：集成多种大模型，实现智能分析和生成能力。
-
用户界面设计：设计响应式布局，优化用户体验。
-
测试与优化：进行功能测试和用户测试，持续优化产品。
使用的 SOLO 能力
-
代码生成：使用SOLO生成前端组件和后端API代码。
-
功能实现：利用SOLO实现AI集成和数据处理逻辑。
-
问题解决：通过SOLO解决开发过程中遇到的技术问题。
-
文档生成：使用SOLO生成项目文档和使用说明。
关键 Prompt
-
“设计一个Vue 3组件，实现简历内容分析和优化功能”
-
“编写一个Express API，提供企业信息查询和风险评估”
-
“实现一个面试模拟系统，支持不同风格的面试场景”
-
“集成多种大模型，实现智能文本分析和生成能力”
中间踩过的坑
-
大模型API集成：不同大模型的接口差异较大，需要设计统一的适配器模式。
-
文件解析：处理不同格式的简历文件时遇到解析错误，需要增加错误处理和格式转换逻辑。
-
前端性能：大数据量的分析结果展示导致页面卡顿，需要优化数据处理和渲染逻辑。
-
Mock数据设计：需要设计合理的Mock数据结构，确保功能演示效果。
⑤ 成果展示
项目结构
├── public/
├── server/ # Mock后端服务
├── src/
│ ├── api/ # API封装
│ ├── assets/ # 静态资源
│ ├── views/ # 页面组件
│ │ ├── Home.vue # 首页
│ │ ├── ResumeOptimize.vue # 简历优化
│ │ ├── CompanyCheck.vue # 企业背调
│ │ └── InterviewSim.vue # 面试模拟
│ ├── App.vue # 根组件
│ └── main.js # 入口文件
├── index.html
├── package.json
└── vite.config.js
核心功能展示
-
简历优化：支持简历内容分析，检测AI生成内容，提供真人化修改建议，分析与岗位的匹配度。
-
企业背调：查询企业基本信息、风险评级、员工评价，生成企业文化画像。
-
面试模拟：模拟不同风格的面试场景，提供面试反馈和评分。
技术特点
-
前后端分离：前端使用Vue 3 + Vite + Tailwind CSS，后端使用Express提供API接口。
-
多模型支持：集成多种大模型，包括OpenAI、Claude、豆包等。
-
响应式设计：支持PC和移动端，适配不同屏幕尺寸。
-
数据可视化：使用ECharts绘制匹配度热力图和面试评估雷达图。