【Hello AI 科技致善】用 SOLO 打造大学生求职全流程 AI 辅导平台，从读懂岗位到拿到 Offer

SOLO挑战赛专区
1

Unfog - 从读懂岗位到拿到 Offer

AI 驱动的大学生求职全流程智能辅导平台

TRAE SOLO 挑战赛 · Hello AI 科技致善 公益赛道 · 命题三：帮助大学生跨越求职迷茫

2026 年 4 月

① 摘要

面向即将毕业或已毕业的大学生，在求职准备阶段提供从岗位认知、能力评估、行动规划、简历优化到模拟面试的全流程 AI 辅导。通过智能引导模式将求职拆解为 7 个清晰步骤，配合备战看板实时追踪进度，让学生"知道下一步是什么、怎么走、怎么验证自己在变好"。

目前通过生产环境全量测试（API 接口冒烟测试 100% 通过率，页面功能测试 100% 通过）和大学生使用验证有效。

在线地址：https://unfog.preview.tencent-zeabur.cn/

② 真实场景与需求

目标人群

即将毕业或已毕业的大学生，尤其是第一次求职、缺乏经验指导、信息不对称的学生群体。他们往往不知道岗位到底做什么、自己差哪些能力、简历怎么写、面试怎么准备。

痛点描述

  • 信息不对称：招聘描述（JD）充满行业术语，学生无法理解岗位的真实工作内容和能力要求

  • 缺乏清晰规划：不知道从哪里开始、先补什么、怎么安排时间，导致求职准备毫无头绪

  • 简历质量低：不了解目标岗位的关键词，简历内容泛泛而缺乏量化成果

  • 面试经验不足：缺乏模拟练习机会，真实面试时紧张导致发挥失常

  • 反馈缺失：没有人告诉他们"你做得对不对"，无法及时调整方向

现有做法与不足

image
image2088×408 59.3 KB

③ 作品介绍

Unfog 是一个 AI 驱动的大学生求职全流程智能辅导平台，产品形态为 Web 应用（支持桌面端和移动端）。核心理念是将求职这件"模糊的事"变成"清晰的步骤"。

核心功能

1. 智能引导模式（7 步求职旅程）

  • 自我认知：填写专业、技能、经历，建立个人画像

  • 岗位探索：AI 智能推荐 + 20 个热门岗位模板，确定目标岗位

  • JD 深度解读：粘贴招聘描述，AI 拆解真实工作内容和能力要求

  • 差距诊断：可视化展示匹配度、技能差距、已具备优势

  • 行动规划：设定准备时长和每周投入，生成分阶段可执行行动清单

  • 简历打磨：针对目标岗位的专属简历优化建议

  • 面试冲刺：AI 模拟面试官，多轮对话 + 综合评估报告

2. 四大 AI 工具（自由模式）

  • JD 智能解读：将招聘描述翻译成"真实工作内容 + 能力要求 + 薪资范围"

  • 行动规划生成器：基于差距分析，生成 2-4 个阶段的可执行任务清单

  • 简历优化工坊：上传简历（支持 PDF/Word）+ 关联 JD，四维度评分 + 优化建议

  • 模拟面试：支持技术面/HR 面/行为面，1-50 道题目自定义，综合评估报告

3. 备战看板

  • 8 项检查清单实时追踪求职准备进度

  • 环形图 + 柱状图可视化展示

  • 智能推荐"下一步"行动

4. 其他功能

  • 历史记录：查看所有 AI 分析、规划、简历、面试的历史

  • 个人中心：编辑专业、技能、经历、头像

  • 匿名可用：所有 AI 工具无需登录即可使用，登录后数据持久化保存

技术架构

20260428233350
202604282333502064×540 100 KB

④ 用 SOLO 实现的过程

1、调用brainstorming skills进行头脑风暴

1
11784×1348 162 KB

过程中需要确认一些问题：

image
image1754×1430 262 KB

image
image1726×1406 214 KB

2、通过多轮SOLO对话进行需求洞察，挖掘用户痛点、分析竞品、完善需求细节。

image
image1730×1358 259 KB

image
image1730×1370 278 KB

image
image1736×1382 158 KB

4、确认需求和方案后，就可以让AI生成代码

image
image1738×1358 194 KB

image
image1722×1314 222 KB

5、每完成一个阶段的任务，使用webapp-testing skills对代码进行测试验证。

image
image1732×1406 229 KB

6、后期微调使用到的skills：web-design-guidelines、frontend-design、react-best-practices、dogfood等

image
image1716×1386 254 KB

使用 SOLO 的关键能力

image
image2060×540 69.6 KB

关键 Prompt 示例

以 JD 解读为例，核心 Prompt 设计思路：

“你是一位资深求职顾问。请将以下招聘描述拆解为大白话版本，包括：岗位核心定位、真实工作内容（至少 5 条）、核心技能要求（至少 5 个，分 critical/important/optional）、日常工作任务（至少 5 条）、薪资范围、职业发展路径。”

中间踩过的坑

  1. React Hook 顺序问题：useMemo 放在条件 return 之后，导致未登录用户访问 Dashboard 白屏（React Error #300）。解决：将所有 useMemo 移到条件 return 之前。

  2. Tailwind JIT 动态类名失效：Dashboard 快捷入口的紫色圆点不显示，因为动态拼接的 bg-violet-500 未被 Tailwind 生成。解决：改用内联 style 设置颜色。

  3. 移动端菜单无法跳转：下拉菜单是普通流式布局，被其他元素遮挡。解决：改为 fixed 定位 + 遮罩层。

  4. API 空文件上传崩溃：/api/upload 未检查文件存在就调用 extractFile，抛出异常返回 500。解决：先检查 formData.get(‘file’) 再解析。

  5. 模拟面试题目数量不生效：前端允许 1-50 题，后端限制 3-10。解决：统一前后端范围为 1-50。

⑤ 成果展示

在线地址

应用地址：https://unfog.preview.tencent-zeabur.cn

核心页面截图

首页：

image
image2484×1574 294 KB

引导模式 - 7 步求职旅程：

image
image2336×1566 256 KB

JD 智能解读：

image
image2394×1528 274 KB

阶段性行动规划：

image
image2340×1564 241 KB

备战看板：

image
image2390×1572 274 KB

测试结果

  • API 接口冒烟测试：38 个测试用例，覆盖 17 个 API 路由，通过率 100%。

  • 页面功能测试：12 个页面全部通过，包括首页、登录、Dashboard、引导模式、JD 解读、行动规划、简历优化、模拟面试、历史记录、个人资料、帮助页

技术亮点

  • 6 套专业 AI Prompt，覆盖 JD 解读、行动规划、简历优化、模拟面试、岗位推荐、技能建议

  • AI 容错机制：指数退避重试 + 多策略 JSON 解析 + 超时处理

  • 三级限流策略：全局并发 + 分钟级 + 日级

  • SSE 流式输出：JD 解读实时逐字展示

  • 17 个 API 接口，6 个数据模型，完整的 RESTful 架构

  • 匿名可用设计：降低使用门槛，登录后数据持久化

  • Docker 多阶段构建 + Zeabur 一键部署

⑥ 验证方式与下一步

验证方式

  1. 自动化测试：38 个 API 接口冒烟测试 + 12 个页面功能测试，全部通过 Playwright 自动化执行

  2. 测试报告：每次测试均生成结构化报告，包含截图和失败详情

    测试覆盖率验证3
    测试覆盖率验证32982×1668 315 KB

下一步计划

  • 微信登录接入：已预留微信 OpenID 字段，待接入微信开放平台

  • 真实用户试用：邀请更多大学生试用（10-20 名），收集反馈优化

  • 教育场景对接：与高校就业指导中心合作，探索落地可能性

  • 社区版本：支持用户分享自己的求职经验和成功案例

  • AI 能力增强：接入更多 AI 模型，提升解读和建议的专业度

1 个赞
2

太强了 :+1:

3

还不错哦！加油

1 个赞