面向大学生就业的招聘数据分析与智能求职辅助平台

本仓库是软件工程课程项目的基础框架，采用 前后端分离 + 独立 AI 服务 的架构。

当前项目已经可以本地启动三端服务：

• 前端：Vue 3 页面框架。
• 后端：Spring Boot 基础接口。
• AI 服务：FastAPI 模拟简历解析与岗位匹配接口。

现阶段重点是给团队提供一个清晰、可运行、方便继续开发的项目骨架。页面和接口中有一部分是模拟数据，后续由各模块负责人继续完善真实业务逻辑。

项目结构

ai-software
├── frontend/          # Vue 3 + Vite + Element Plus 前端
├── backend/           # Spring Boot 后端
├── ai-service/        # FastAPI AI 服务
├── docs/              # 架构、接口和实施说明
├── data/              # 示例招聘数据
├── scripts/           # 启动脚本
├── 项目立项说明.md
└── README.md

当前能做什么

前端

访问地址：

http://localhost:5173/

目前已有页面：

• 首页看板
• 岗位列表
• 岗位详情
• 数据分析
• 简历辅助
• 后台管理
• 登录页

说明：

• 登录与注册已对接后端接口；岗位列表、部分分析接口已接库或聚合数据（以实际代码为准）。
• 简历辅助页支持上传 PDF、规则匹配岗位，并在简历历史详情页使用可选的 DeepSeek 建议（见下文「DeepSeek」）。

后端

访问地址：

http://localhost:8080

目前已有基础接口：

GET /api/health
GET /api/job/list
GET /api/analysis/city-job-count
GET /api/admin/dashboard

说明：

• 当前后端默认使用 H2 内存数据库，方便本地直接启动。
• MySQL 已经预留依赖，后续接入真实数据库时修改 backend/src/main/resources/application.yml 即可。
• 业务接口目前返回模拟数据，后续需要替换为数据库查询。

AI 服务

访问地址：

http://localhost:8000

目前已有基础接口：

GET  /health
POST /ai/resume/parse
POST /ai/job/match
POST /ai/resume/suggestion

说明：

• 当前 AI 服务使用关键词模拟简历解析和岗位匹配。
• 后续可以替换为真实 NLP、LLM 或规则评分逻辑。

技术栈

模块	技术
前端	Vue 3、Vite、Element Plus、Vue Router、Pinia、Axios、ECharts
后端	Spring Boot、Spring MVC、MyBatis-Plus、H2、本地预留 MySQL；可选 DeepSeek（Java 端 RestClient 调用 OpenAI 兼容接口）
AI 服务	Python、FastAPI、Uvicorn、Pydantic、Pytest

环境要求与依赖安装

运行本项目之前，需要先在电脑上安装以下基础软件。

工具	建议版本	说明
Git	2.0 或以上	拉取代码、版本管理
Node.js	18 或以上	前端运行环境
npm	9 或以上	前端依赖管理，安装 Node.js 后通常自带
Java	17 或以上	后端运行环境
Maven	3.8 或以上	后端依赖管理
Python	3.10 或以上	AI 服务运行环境
pip	Python 对应版本	Python 依赖管理，安装 Python 后通常自带

可以用下面命令检查：

git --version
node -v
npm -v
java -version
mvn -v
python3 --version
python3 -m pip --version

macOS 安装示例

如果使用 macOS 并已安装 Homebrew，可以参考：

brew install git
brew install node
brew install openjdk@17
brew install maven
brew install python

如果安装了多个 Java 版本，请确认 java -version 输出的是 17 或以上版本。

Windows 安装建议

Windows 可以分别下载安装：

• Git：https://git-scm.com/
• Node.js：https://nodejs.org/
• JDK 17：https://adoptium.net/
• Maven：https://maven.apache.org/
• Python：https://www.python.org/

安装完成后，重新打开终端，再运行上面的检查命令。

当前阶段不需要提前安装的服务

以下服务在项目立项中有规划，但当前基础框架暂时不强制要求安装：

服务	当前状态
MySQL	后端当前默认使用 H2 内存数据库，后续做真实数据持久化时再接入 MySQL
Redis	当前未使用，后续做缓存或 AI 结果缓存时再接入
Nginx	当前本地开发不需要
Docker	当前本地开发不需要，后续部署时可选

DeepSeek（Java 后端直连，可选）

与岗位匹配的关系：简历与岗位的打分匹配在后端 Java 内完成，不经过 DeepSeek，也不依赖 Python ai-service。DeepSeek 仅用于下面两种自然语言建议（均在 简历 → 历史 → 某条详情页 点击按钮触发）：

能力	说明
生成岗位选择建议	汇总当前简历解析文本、已保存技能与库内全部在招岗位（岗位描述按配置截断），生成择业/投递策略。
按兴趣岗位生成简历修改建议	读取你在「简历辅助」里通过 /api/user/interest-jobs 保存的兴趣岗位名称（及优先级），并尽量附带名称相关的在招岗位摘录，生成针对意向岗位的简历修改建议。未保存兴趣岗位时会提示先保存。

配置

• 密钥：在运行环境中设置环境变量 DEEPSEEK_API_KEY，不要将真实 Key 写入仓库内的 application.yml。
• 其它参数：backend/src/main/resources/application.yml 中的 deepseek 段，例如 base-url、model、connect-timeout、read-timeout、max-job-description-chars、max-resume-text-chars。

主要接口（统一返回 ApiResponse，详见 docs/接口说明.md）

POST /api/resume/{resumeId}/job-selection-advice
POST /api/resume/{resumeId}/interest-resume-advice

未配置 DEEPSEEK_API_KEY 时，上述接口返回业务码 503；调用 DeepSeek 失败时为 502。

隐私与对外文案

• 送往 DeepSeek 的文本在服务端经 PrivacyTextSanitizer 处理后再发出，包括：
  • 去掉易被理解为「内部数据导入方式」的说明用语（例如样本岗位描述中的 CSV 相关话术），不在提示中强调数据来源或导入实现细节；
  • 对身份证号（18 位及「证件号：」等形式）、大陆手机号、邮箱，以及「姓名：」「联系人：」等带标签的姓名做 [已脱敏] 替换。
• 局限：简历正文中未加标签的孤立人名等难以用规则可靠识别；若有更高合规要求，需在产品与法务层面另行设计（如用户确认、专用脱敏服务等）。

项目依赖是否需要手动安装

一般不需要手动逐个安装项目依赖，启动脚本会自动处理一部分依赖：

模块	依赖文件	安装方式
前端	frontend/package.json	./scripts/start-frontend.sh 会在没有 node_modules 时自动执行 npm install
后端	backend/pom.xml	./scripts/start-backend.sh 启动 Maven 时会自动下载依赖
AI 服务	ai-service/requirements.txt	./scripts/start-ai-service.sh 会创建 .venv 并安装 Python 依赖

如果想手动安装，也可以执行：

# 前端依赖
cd frontend
npm install

# 后端依赖和测试
cd ../backend
mvn test

# AI 服务依赖
cd ../ai-service
python3 -m venv .venv
.venv/bin/python -m pip install -r requirements.txt

快速启动

先进入项目根目录：

cd /Users/lee/vscode/ai-software

三个服务都需要长期运行，因此建议打开三个终端窗口，分别启动前端、后端和 AI 服务。

1. 启动前端

在第一个终端运行：

./scripts/start-frontend.sh

启动成功后会看到类似输出：

VITE ready
Local: http://localhost:5173/

浏览器打开：

http://localhost:5173/

2. 启动后端

在第二个终端运行：

./scripts/start-backend.sh

启动成功后会看到类似输出：

Tomcat started on port 8080
Started JobPlatformApplication

浏览器打开健康检查：

http://localhost:8080/api/health

正常返回：

{
  "code": 200,
  "message": "success",
  "data": {
    "status": "UP",
    "service": "backend"
  }
}

3. 启动 AI 服务

在第三个终端运行：

./scripts/start-ai-service.sh

启动成功后会看到类似输出：

Uvicorn running on http://0.0.0.0:8000
Application startup complete

浏览器打开健康检查：

http://localhost:8000/health

正常返回：

{
  "service": "ai-service",
  "status": "UP"
}

手动启动方式

如果不使用 scripts 目录下的脚本，也可以分别进入三个子项目手动启动。

前端

cd frontend
npm install
npm run dev

后端

cd backend
mvn spring-boot:run

AI 服务

cd ai-service
python3 -m venv .venv
.venv/bin/python -m pip install -r requirements.txt
.venv/bin/uvicorn app.main:app --reload --host 0.0.0.0 --port 8000

测试命令

前端

cd frontend
npm test

后端

cd backend
mvn test

AI 服务

cd ai-service
.venv/bin/pytest

接口测试示例

1. 测试后端健康检查

curl http://localhost:8080/api/health

2. 测试后端岗位列表

curl http://localhost:8080/api/job/list

3. 测试后端城市岗位统计

curl http://localhost:8080/api/analysis/city-job-count

4. 测试 AI 服务健康检查

curl http://localhost:8000/health

5. 测试 AI 岗位匹配接口

curl -X POST http://localhost:8000/ai/job/match \
  -H "Content-Type: application/json" \
  -d '{
    "resumeText": "熟悉 Java、Spring Boot、Vue 和 MySQL。",
    "jobDescription": "要求掌握 Java、Spring Boot、MySQL，了解 Redis。"
  }'

正常会返回类似：

{
  "score": 90,
  "matchedSkills": ["Java", "MySQL", "Spring Boot"],
  "missingSkills": ["Redis"],
  "suggestion": "当前匹配度较好，建议补充 Redis 相关经历。"
}

停止服务

如果是在终端中启动的服务，直接在对应终端按：

Ctrl + C

如果需要查找并停止端口进程，可以使用：

lsof -iTCP:5173 -sTCP:LISTEN
lsof -iTCP:8080 -sTCP:LISTEN
lsof -iTCP:8000 -sTCP:LISTEN

找到 PID 后停止：

kill -9 PID

把 PID 替换成实际查到的进程号。

常见问题

1. 端口被占用

如果看到 port already in use，说明对应服务已经启动或端口被其他程序占用。

检查端口：

lsof -iTCP:5173 -sTCP:LISTEN
lsof -iTCP:8080 -sTCP:LISTEN
lsof -iTCP:8000 -sTCP:LISTEN

2. 脚本没有执行权限

如果运行脚本时报 Permission denied，执行：

chmod +x scripts/*.sh

然后重新运行启动脚本。

3. 前端依赖安装失败

可以进入前端目录重新安装：

cd frontend
rm -rf node_modules
npm install

4. 后端启动慢

第一次运行 Maven 会下载 Spring Boot、MyBatis-Plus、数据库驱动等依赖，耗时较长。依赖下载完成后，后续启动会快很多。

5. AI 服务虚拟环境问题

如果 AI 服务依赖异常，可以重建虚拟环境：

cd ai-service
rm -rf .venv
python3 -m venv .venv
.venv/bin/python -m pip install -r requirements.txt

说明文档

• 项目立项说明.md
• docs/系统架构说明.md
• docs/接口说明.md
• docs/实施计划.md

团队开发分工建议

前端负责人

主要目录：

frontend/src

重点任务：

• 完善登录、注册页面。
• 接入后端接口。
• 实现路由守卫。
• 完善岗位列表、岗位详情、个人中心等页面。

前端可视化负责人

主要目录：

frontend/src/views/AnalysisView.vue
frontend/src/components

重点任务：

• 拆分 ECharts 图表组件。
• 接入后端分析接口。
• 完善薪资分布、城市分布、热门技能、学历占比等图表。

后端负责人

主要目录：

backend/src/main/java/com/example/jobplatform

重点任务：

• 实现用户注册、登录、JWT 鉴权。
• 实现岗位数据 CRUD。
• 实现收藏、浏览历史、简历上传接口。
• 接入 MySQL。
• 对接 AI 服务。

数据与分析负责人

主要目录：

data
backend/src/main/resources

重点任务：

• 整理 CSV / Excel 招聘数据。
• 设计 MySQL 表结构。
• 编写数据导入和清洗逻辑。
• 输出统计分析结果。

AI 与测试负责人

主要目录：

ai-service/app
ai-service/tests

重点任务：

• 完善简历解析。
• 完善岗位匹配算法。
• 生成简历优化建议。
• 编写 AI 服务测试和系统联调测试。

后续开发建议

1. 前端负责人继续完善页面、路由守卫、接口封装和权限状态。
2. 后端负责人继续补用户、岗位、收藏、简历、管理员等模块。
3. 数据负责人补 MySQL 表结构、导入脚本、清洗规则和统计指标。
4. AI 与测试负责人替换当前模拟逻辑，实现真实简历解析和岗位匹配。
5. 每个成员开发前先阅读 docs/系统架构说明.md 和 docs/接口说明.md，避免接口命名和模块边界不一致。