简历筛选 Agent

基于 LangGraph 的智能简历评估系统，支持多格式简历解析、LLM 多维度评分、Human-in-the-loop 审批，搭配 Streamlit 管理后台。

核心功能

• JD 解析 — LLM 自动提取结构化岗位需求（技能、经验、学历等）
• 多格式解析 — 支持 PDF / Word / TXT 简历批量上传
• 4 维度评分 — 技能、经验、学历、综合，每个维度附带评分理由
• 人工审核 — 可编辑评分和批注，确认后导出 CSV 报告
• 评分排名 — 自动排序 + 分数分布可视化

工作流

parse_jd → upload_resumes → evaluate → rank → [human_review] → finalize → CSV

基于 LangGraph 状态图构建，DeepSeek 作为 LLM 引擎。

快速开始

1. 安装依赖

pip install -r requirements.txt

2. 配置 API Key

cp .env.example .env
# 编辑 .env 填入 DeepSeek API Key

3. 启动管理后台

streamlit run app.py --server.port=8502

访问 http://localhost:8502，在侧边栏粘贴职位描述 → 上传简历 → 点击「开始筛选」。

4. 命令行运行

python main.py

5. 运行测试

cd tests && python run_test.py

项目结构

├── main.py            # LangGraph 工作流核心
├── app.py             # Streamlit 管理后台
├── config.py          # 配置（API Key、模型）
├── tests/
│   ├── run_test.py          # 端到端测试
│   ├── jd_python.txt        # 测试 JD
│   ├── resume_strong.txt    # 强匹配简历
│   ├── resume_medium.txt    # 中匹配简历
│   └── resume_weak.txt      # 弱匹配简历
└── requirements.txt   # Python 依赖

技术栈

组件	技术
工作流引擎	LangGraph
LLM	DeepSeek (Chat API)
前端	Streamlit
文档解析	PyPDF2 / python-docx
数据处理	pandas