DZW/README.md
st2411020202 3bdbf1f462 build: 更新项目配置和依赖管理
添加.python-version文件指定Python版本
将依赖从requirements.txt迁移至pyproject.toml
添加python-dotenv依赖用于环境变量管理
新增.env-example作为环境变量配置模板
生成uv.lock锁定依赖版本
添加example.py作为功能示例
2026-01-08 23:39:49 +08:00

34 lines
4.8 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

姓名 学号 主要贡献 (具体分工)
张宇杰 2411020202 (组长) 文档撰写、测试与 BugPPT 制作
汪兴莉 2411020212 前端界面设计、展演
段秀易 2411020123 修复核心逻辑开发、Prompt 编写
项目简介 & 运行指南
## 简介
AI面试官软件是依托大模型、多模态识别技术的招聘工具核心是自动化完成面试全流程帮求职者提前预估可能性问题和模拟面试环境 核心功能:按岗位自动出题+智能交互追问+多维度能力评估+生成面试报告。优势:成本低、标准化强,适配校招、社招初筛场景。
## 如何运行
1. 安装依赖:`uv sync`
2. 配置 Key复制 `.env.example``.env` 并填入 Key
3. 启动:`uv run streamlit run app.py`
开发心得 (不少于 500 字)
在开发 AI 面试官受聘者端时,我们的核心思路始终围绕 **“极致简化流程、优化文字交互体验、贴合求职人群实际使用场景”** 展开。这段开发经历让我们深刻意识到,当剥离了复杂的音视频核验、防作弊监测等功能后,产品的竞争力反而更依赖于对用户需求的精准捕捉。
项目启动之初,我们就明确了核心定位:这是一款面向校招初筛、中小企业批量面试的轻量化工具,目标用户是学生和基层岗位求职者,他们更需要的是 **“操作无门槛、作答无压力、流程不繁琐”** 的体验,而非严苛的风控机制。因此,我们果断砍掉了所有非必要功能,将产品核心流程压缩为 “链接接收 — 身份填写 — 试题作答 — 提交确认” 四步,从根源上降低用户的使用成本。
在文字交互逻辑的打磨上,我们经历了从 “机械问答” 到 “智能贴合” 的迭代。早期版本中,系统完全按照预设题库顺序出题,不管候选人的回答内容如何,都只会按部就班抛出下一个问题,导致交互感极其生硬。比如候选人在回答 “个人优势” 时提到自己 “擅长数据分析,曾用 Excel 完成销售报表优化”,系统却依然会接着问 “你的职业规划是什么”,完全忽略了回答中的亮点信息。后来,我们接入了轻量级语义分析模型,让系统能够抓取回答中的核心关键词,并针对性调整追问方向。同样是上述场景,系统会自动追问 “你在优化销售报表的过程中,具体解决了什么问题?取得了哪些效果?”,让问答更具连贯性,也能帮助候选人更好地展现自身优势。同时,我们还设置了 **“自定义作答时长”** 功能,不同题型匹配不同的时间上限,主观题预留充足思考时间,客观题则适当缩短时长,避免用户因时间过紧或过松影响发挥。
用户体验细节的优化,是这款产品的核心竞争力所在。我们调研发现,很多候选人在文字作答时,会有反复修改、临时补充的需求,因此专门开发了 **“实时自动草稿”功能,每输入一个字都会自动保存,即使意外关闭页面、网络中断,重新进入后也能完整恢复之前的作答内容,解决了用户 “辛苦写的内容丢失” 的痛点。针对不同岗位的差异化需求,我们设计了“题型定制模块”**,技术岗会增加代码填空、专业术语解释等题型,并配备代码格式输入框;职能岗则侧重情景分析、沟通协调类题目,让试题更贴合岗位需求。此外,我们还在页面设计上追求简洁明了,摒弃了花哨的界面元素,用清晰的字体、合理的留白降低视觉疲劳,同时在每一步操作前都配备简短的引导文案,比如 “点击下方输入框开始作答”“作答完成后点击提交按钮即可结束面试”,让新手也能快速上手。
在兼容性适配方面,我们充分考虑到用户设备的多样性。纯文字交互的优势在于对设备性能要求低,因此我们不仅适配了电脑端的主流浏览器,还针对移动端做了专门优化,支持手机竖屏模式下的流畅操作,候选人无论是在宿舍、地铁还是家里,都能随时随地完成面试,无需受限于设备和场地。同时,我们还优化了页面加载速度,即使在网络信号较弱的环境下,也能快速加载试题,避免因加载卡顿影响面试进度。
这款产品的开发过程,让我们深刻体会到 **“少即是多”** 的产品理念。当剥离了复杂的功能后,我们反而能更专注于用户的核心需求,通过优化交互逻辑、打磨细节体验,让产品真正服务于候选人,帮助他们在面试中充分展现自身能力,同时也为企业提供高效、轻量化的初筛工具。未来,我们还会根据用户反馈,进一步优化语义分析模型的精准度,拓展更多题型模板,让这款纯文字 AI 面试官软件的实用性更强。