AI帮你面试

一句话描述

AI帮你面试是为求职者（应届毕业生、转行人员、在职提升者）设计的智能面试辅助工具，提供24/7可访问的模拟面试环境和AI专业反馈。

核心功能

1. 模拟面试流程

提供结构化的面试步骤（自我介绍、技术评估、项目经验分享、问题解答），让用户体验完整的面试过程。

2. AI回答分析

用户提交面试回答后，系统通过AI技术分析内容的完整性、相关性和深度，提供专业评分。

3. 个性化反馈建议

根据AI分析结果，给出针对性的改进建议，帮助用户提升面试表现。

交互流程

1. 用户打开应用 → 进入首页，看到应用名称"AI帮你面试"和"开始面试"按钮
2. 点击"开始面试" → 进入面试流程页面，显示四个面试环节列表
3. 选择面试环节 → 看到问题描述和答题区域
4. 提交回答 → 系统进行AI分析，显示分析结果和评分
5. 查看反馈 → 了解改进方向，可选择进入下一个面试环节

快速开始

安装依赖

本项目使用uv进行依赖管理，确保已安装uv：

# 安装uv（如果尚未安装）
pip install uv

# 安装项目依赖
uv sync

配置环境变量

修改.env文件配置API密钥：

# .env文件内容
AI_API_KEY=your_api_key_here
FLASK_DEBUG=True

启动应用

uv run python app.py

应用将在 http://127.0.0.1:5000 启动。

技术栈

• 后端框架: Flask 2.3+
• 前端技术: HTML, CSS, JavaScript
• 依赖管理: uv
• 环境配置: python-dotenv

项目结构

AI帮你面试/
├── app.py              # 主应用程序
├── .env                # 环境配置文件
├── pyproject.toml      # uv项目配置
├── requirements.txt    # 依赖列表（兼容pip）
├── templates/          # HTML模板
│   ├── index.html      # 首页
│   └── interview.html  # 面试页面
└── static/             # 静态资源
    ├── styles.css      # 样式文件
    └── script.js       # JavaScript文件

API接口

POST /analyze_answer

分析面试回答内容

请求头:

• X-API-Key: 你的API密钥

请求体:

{
  "answer": "您的回答内容",
  "question_id": 1
}

GET /get_results

获取面试结果

请求头:

• X-API-Key: 你的API密钥

开发说明

• 开发环境下已配置FLASK_DEBUG=True开启调试模式
• 生产环境建议使用专业的WSGI服务器（如Gunicorn）
• API密钥验证已集成，确保在生产环境中妥善保管密钥

团队成员

姓名	学号	主要贡献
蔡朗	2411020227	核心逻辑开发、Prompt编写
陆刘青	2411020110	前端界面设计、PPT制作
刘俊伯	2411020102	文档撰写、测试与Bug修复

许可证

MIT License