🤖 AI面试智能体系统

一个基于大语言模型的智能面试系统，能够自动解析简历、规划面试流程、执行面试并生成评估报告。

✨ 核心功能

1. 📄 智能简历解析

• 支持多种格式（PDF、Word、Markdown等）
• 自动提取关键信息
• 多份简历智能合并
• 生成结构化的面试背景文档

2. 📋 面试流程规划

• 基于JD和简历自动规划面试环节
• 生成详细的问题列表和参考答案
• 预估各环节时间
• 支持自定义面试要求

3. 🎙️ 面试执行

• 支持文本/语音交互（TTS/STT）
• 智能追问和动态调整
• 监督员实时干预功能
• 自动记录对话内容

4. 📊 评估报告生成

• 多维度能力评估（雷达图）
• 生成可视化评估海报
• 详细的文字报告
• 录用建议和发展建议

🚀 快速开始

环境要求

• Python 3.10+
• Windows/macOS/Linux

安装步骤

1. 克隆项目

git clone https://github.com/your-repo/interview-agent.git
cd interview-agent

2. 安装依赖

pip install -r requirements.txt

3. 配置环境变量

cp .env.example .env
# 编辑 .env 文件，填入必要的API密钥

4. 启动系统

python run.py

5. 访问系统 打开浏览器访问 http://localhost:7860

🏗️ 系统架构

Agent架构（参考Dify/n8n设计）

BaseAgent（基类）
├── ParserAgent    # 简历解析
├── PlannerAgent   # 面试规划
├── ExecutorAgent  # 面试执行
└── EvaluatorAgent # 评估生成

核心模块

• base_agent.py: 通用Agent基类，支持工作流编排
• audio_handler.py: TTS/STT音频处理
• llm_client.py: 统一的LLM调用接口
• resume_parser.py: 文档解析器，支持多种格式提取

📸 系统截图

面试背景信息与摘要生成

面试流程规划生成

📖 使用指南

1. 上传简历

• 上传PDF文件
• 选择预设JD或自定义输入
• 添加额外的面试要求

2. 生成面试计划

• 系统自动解析简历并生成背景文档
• 基于JD规划面试流程
• 可查看和编辑生成的面试计划

3. 执行面试

• 选择是否启用语音交互
• 点击"开始面试"启动流程
• 监督员可随时发送指令调整面试方向

4. 查看评估报告

• 面试结束后生成综合评估
• 包含能力雷达图和详细分析
• 可下载报告和海报

🛠️ 高级配置

语音功能配置

# 使用Edge TTS（默认）
audio_handler_type = "edge"

# 使用OpenAI兼容API
audio_handler_type = "openai"
api_key = "your-api-key"

自定义Agent

from interview_agent.core.base_agent import BaseAgent

class CustomAgent(BaseAgent):
    async def process(self, context):
        # 实现自定义逻辑
        pass

🗣️ 实时语音模块单独运行指南

本系统包含一个独立的实时语音对话模块(realtime_dialog)，你可以单独运行它来进行测试。

1. 获取豆包实时语音API密钥

首先需要在火山引擎控制台获取豆包实时语音服务的API密钥：

1. 登录 火山引擎控制台
2. 进入"豆包端到端实时语音大模型"服务页面
3. 在服务接入认证信息中：
   • 红色框内的 APP ID 对应 VOLC_APP_ID
   • 绿色框内的 Access Token 对应 VOLC_ACCESS_KEY
   • 蓝色框内的 Secret Key 暂时可忽略

参考截图中的标识框获取对应的密钥信息。

2. 确认配置

确保你已经在根目录的 .env 文件中配置了以下参数：

# 豆包实时语音API配置
VOLC_APP_ID=你的APP_ID（红色框）
VOLC_ACCESS_KEY=你的ACCESS_KEY（绿色框） 
VOLC_APP_KEY=PlgvMymc7f3tQnJ6（官方文档称是固定值）
VOLC_RESOURCE_ID=volc.speech.dialog

3. 安装依赖

该模块有独立的依赖文件，从项目根目录执行以下命令：

pip install -r realtime_dialog/requirements.txt

4. 启动服务器

在项目根目录打开一个终端，运行以下命令来启动语音对话WebSocket服务器：

python realtime_dialog/main.py

服务器启动后会监听端口，等待客户端连接。

5. 启动客户端

在项目根目录再打开一个新的终端，运行以下命令来启动客户端：

python realtime_dialog/realtime_dialog_client.py

客户端会自动连接服务器。现在，你可以对着麦克风说话，程序会识别你的语音，并通过服务器返回AI的语音回答。

🔄 最近更新

• ✅ 增强了PlannerAgent的JSON解析能力，提升面试规划的稳定性
• ✅ 优化了简历解析模块的token限制配置，从硬编码改为可配置
• ✅ 添加了详细的错误处理和日志记录，便于调试
• ✅ 完善了数据验证逻辑，确保面试计划数据的完整性
• ✅ 增强了追问功能，现在能同时生成追问问题和参考答案要点
• ✅ 优化了面试背景信息展示，支持滚动和复制功能
• ✅ 集成了豆包实时语音对话模块，支持语音交互
• ✅ 改进了环境配置管理，提高了安全性和可维护性

📋 待办事项

• 完善语音交互界面的可视化效果
• 支持更多文档格式（Word、Excel等）
• 添加面试录音和回放功能
• 支持多语言界面（英文、日文等）
• 优化移动端体验和响应式设计
• 添加批量面试管理和调度功能
• 集成更多语音服务提供商（Azure、AWS等）
• 添加面试数据分析和统计功能
• 支持自定义评估标准和权重

🤝 贡献指南

欢迎提交Issue和Pull Request！在贡献之前，请：

1. Fork 本项目
2. 创建功能分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 开启 Pull Request

📄 许可证

MIT License

🙏 致谢

• 基于Gradio构建用户界面，提供了优秀的Web UI框架
• Agent架构参考了Dify和n8n的设计理念
• 使用Edge TTS和豆包实时语音提供语音合成和识别功能
• 感谢MinerU项目提供的文档解析能力
• 感谢所有贡献者和使用者的反馈和建议