diff --git a/README.md b/README.md
index 2df3d87..cb9b92f 100644
--- a/README.md
+++ b/README.md
@@ -137,5 +137,5 @@ MIT License
项目初期，我们没有急着用trae写代码，而是先琢磨“为什么做”。身边同学求职时总抱怨：通用题库的问题和自己的简历不沾边，练完也没人指点改进。这让我们意识到，工具再便捷，没有精准需求导向就是空谈。我们决定不做简单的题库搬运，而是聚焦“个性化”，让AI能读懂简历、给出针对性反馈——这一定位成了后续开发的核心方向。
用trae开发的过程，更像是一场“想法落地的试炼”。这款软件降低了编程门槛，让我们不用纠结复杂的语法，能专注于功能逻辑的打磨。但真正的挑战不在代码编写，而在如何让工具“懂用户”。比如生成个性化面试问题时，我们反复调试prompt逻辑，引导AI从简历中抓取项目细节、技能亮点，甚至职业空白期等关键信息，再结合职位类型精准提问。一开始AI会给出通用问题，我们就不断优化指令，加入“追问数据成果”“聚焦技术难点”等具体要求，慢慢让回复更贴合实际面试场景。
反馈功能的设计，让我们对“实用”有了更深理解。我们不想让反馈只停留在“回答不错”的表面，而是希望能真正帮用户改进。借助trae的便捷调试功能，我们设计了多维度评价体系，从结构逻辑、语言表达等方面给出具体建议。比如提醒用户用STAR法则梳理回答，或结合Python、SQL技能突出专业优势。这个过程让我们明白，工具是实现想法的手段，而对用户需求的深度拆解，才是产品好用的关键。
- 测试时，同学说“AI提的问题他觉得十分符合当下面试的提问热点”，这句话让我们备受鼓舞。原来，trae这类工具能帮我们快速落地想法，但真正打动用户的，是我们站在求职者角度的思考。
+测试时，同学说“AI提的问题他觉得十分符合当下面试的提问热点”，这句话让我们备受鼓舞。原来，trae这类工具能帮我们快速落地想法，但真正打动用户的，是我们站在求职者角度的思考。
这次开发让我们领悟到：技术工具再强大，也只是辅助。作为大数据专业学生，我们的核心价值在于发现问题、拆解需求、用逻辑让工具服务于人。未来，我们想继续用trae优化功能，加入面试表现分析、薪资参考等模块，让这个工具真正成为求职者的助力，也让我们在实践中更懂技术与需求的平衡之道。
\ No newline at end of file
diff --git a/app.py b/app.py
index 6cb79d4..21c5512 100644
--- a/app.py
+++ b/app.py
@@ -1,10 +1,30 @@
+import logging
+import sys
+
+logging.basicConfig(
+ level=logging.DEBUG,
+ format='%(asctime)s - %(levelname)s - %(message)s',
+ handlers=[
+ logging.FileHandler('app_debug.log'),
+ logging.StreamHandler(sys.stdout)
+ ]
+)
+
+logger = logging.getLogger(__name__)
+
from flask import Flask, render_template, request, jsonify, session
from services.deepseek_service import deepseek_service
from config import Config
import uuid
+import datetime
app = Flask(__name__)
app.secret_key = "interviewer-secret-key-change-in-production"
+# 设置session过期时间为1小时
+app.permanent_session_lifetime = datetime.timedelta(hours=1)
+
+# 内存数据库存储面试数据，避免session过期导致的"面试不存在"错误
+interviews_db = {}
INTERVIEW_PHASES = {
"intro": "自我介绍",
@@ -86,7 +106,7 @@ def start_interview():
interview_id = str(uuid.uuid4())
- session[f"interview_{interview_id}"] = {
+ interview_data = {
"job_position": job_position,
"difficulty": difficulty,
"current_phase": "intro",
@@ -95,6 +115,9 @@ def start_interview():
"is_active": True
}
+ session[f"interview_{interview_id}"] = interview_data
+ interviews_db[interview_id] = interview_data
+
first_question = deepseek_service.generate_interview_question(
job_position=job_position,
difficulty=difficulty,
@@ -125,11 +148,16 @@ def answer_question():
if not interview_id:
return jsonify({"error": "无效的面试ID"}), 400
- interview_key = f"interview_{interview_id}"
- if interview_key not in session:
- return jsonify({"error": "面试不存在或已结束"}), 400
+ # 首先从内存数据库查找面试数据
+ if interview_id not in interviews_db:
+ # 如果内存数据库中没有，再检查session
+ interview_key = f"interview_{interview_id}"
+ if interview_key not in session:
+ return jsonify({"error": "面试不存在或已结束"}), 400
+ # 如果session中有，同步到内存数据库
+ interviews_db[interview_id] = session[interview_key]
- interview_data = session[interview_key]
+ interview_data = interviews_db[interview_id]
if not interview_data["is_active"]:
return jsonify({"error": "面试已结束"}), 400
@@ -141,9 +169,12 @@ def answer_question():
if request_feedback:
last_question = ""
+ logger.debug(f"查找最后一个问题，对话历史长度：{len(conversation_history)}")
for msg in reversed(conversation_history):
- if msg["role"] == "assistant" and "？" in msg["content"]:
+ logger.debug(f"检查消息：角色={msg['role']}, 内容={msg['content'][:50]}...")
+ if msg["role"] == "assistant" and ("？" in msg["content"] or "?" in msg["content"]):
last_question = msg["content"]
+ logger.debug(f"找到最后一个问题：{last_question[:50]}...")
break
if last_question:
@@ -161,7 +192,11 @@ def answer_question():
"ended": False
})
except Exception as e:
+ logger.error(f"生成反馈失败：{str(e)}", exc_info=True)
return jsonify({"error": f"生成反馈失败：{str(e)}"}), 500
+ else:
+ logger.warning("没有找到最后一个问题")
+ return jsonify({"error": "没有找到相关问题"}), 400
conversation_history.append({"role": "user", "content": user_answer})
@@ -205,7 +240,7 @@ def answer_question():
next_question = deepseek_service.generate_interview_question(
job_position=interview_data["job_position"],
difficulty=interview_data["difficulty"],
- conversation_history=conversation_history[:-1],
+ conversation_history=conversation_history,
phase=next_phase
)
conversation_history.append({
@@ -219,14 +254,16 @@ def answer_question():
next_question = deepseek_service.generate_interview_question(
job_position=interview_data["job_position"],
difficulty=interview_data["difficulty"],
- conversation_history=conversation_history[:-1],
+ conversation_history=conversation_history,
phase=current_phase
)
conversation_history.append({"role": "assistant", "content": next_question})
except Exception as e:
return jsonify({"error": f"生成问题失败：{str(e)}"}), 500
- session[interview_key] = interview_data
+ # 同时更新内存数据库和session中的数据
+ interviews_db[interview_id] = interview_data
+ session[f"interview_{interview_id}"] = interview_data
return jsonify({
"question": next_question,
@@ -238,47 +275,95 @@ def answer_question():
@app.route("/api/interview/feedback", methods=["POST"])
def get_interview_feedback():
- data = request.json
- interview_id = data.get("interview_id", "").strip()
- conversation_history = data.get("conversation_history", [])
+ logger.info("接收到面试反馈请求")
- if not interview_id:
- return jsonify({"error": "无效的面试ID"}), 400
-
- system_prompt = """作为一位专业的面试评估专家，请对整场面试进行全面评估。
+ try:
+ # 首先确保能够获取请求数据
+ if not request.is_json:
+ logger.warning("请求数据不是JSON格式")
+ return jsonify({"error": "请求数据必须是JSON格式"}), 400
+
+ data = request.json
+ logger.debug(f"请求数据：{data}")
+
+ # 检查必要参数
+ interview_id = data.get("interview_id", "").strip()
+ conversation_history = data.get("conversation_history", [])
+
+ if not interview_id:
+ logger.warning("面试ID无效")
+ return jsonify({"error": "无效的面试ID"}), 400
+
+ if not conversation_history:
+ logger.warning("没有提供面试对话历史")
+ return jsonify({"error": "没有提供面试对话历史"}), 400
+
+ # 获取岗位信息
+ job_position = ""
+ if interview_id in interviews_db:
+ job_position = interviews_db[interview_id].get("job_position", "")
+
+ logger.debug(f"岗位信息：{job_position}")
+ logger.debug(f"对话历史长度：{len(conversation_history)}")
+
+ # 构建系统提示
+ system_prompt = """作为一位专业的面试评估专家，请对整场面试进行全面评估。
请提供：
1. 整体表现评分（0-100分）和评级（优秀/良好/一般/需改进）
-2. 各轮回答的详细分析
-3. strengths（优势）
-4. areas_for_improvement（需要改进的方面）
-5. 具体的准备建议
+2. 各轮回答的详细分析（针对每个问题和回答给出具体评价）
+3. strengths（优势）- 列出至少3点
+4. areas_for_improvement（需要改进的方面）- 列出至少3点
+5. 具体的准备建议（针对改进点给出可操作的建议）
-请用中文回复，格式清晰、结构化。"""
+请用中文回复，格式清晰、结构化，避免过于笼统的描述。"""
- conversation_text = "\n\n".join([
- f"{msg['role']}：{msg['content']}"
- for msg in conversation_history[-30:]
- ])
-
- messages = [
- {"role": "system", "content": system_prompt},
- {"role": "user", "content": f"请分析以下面试对话并给出综合反馈：\n\n{conversation_text}"}
- ]
-
- try:
+ # 构建对话文本
+ conversation_text = "\n\n".join([
+ f"{'面试官' if msg['role'] == 'assistant' else '候选人'}：{msg['content']}"
+ for msg in conversation_history
+ ])
+
+ # 构建用户提示
+ if job_position:
+ user_prompt = f"请分析以下针对{job_position}岗位的面试对话并给出综合反馈：\n\n{conversation_text}"
+ else:
+ user_prompt = f"请分析以下面试对话并给出综合反馈：\n\n{conversation_text}"
+
+ # 构建完整的消息
+ messages = [
+ {"role": "system", "content": system_prompt},
+ {"role": "user", "content": user_prompt}
+ ]
+
+ logger.debug("准备调用DeepSeek API生成反馈")
+ logger.debug(f"API请求消息数量：{len(messages)}")
+
+ # 调用DeepSeek API
response = deepseek_service._call_api(messages)
+ logger.debug("DeepSeek API调用成功")
+
+ # 处理API响应
+ if not response or "choices" not in response or not response["choices"]:
+ logger.error("API响应格式错误：缺少choices字段")
+ return jsonify({"error": "生成反馈失败：API响应格式错误"}), 500
+
feedback = response["choices"][0]["message"]["content"]
+ logger.info("反馈生成成功")
+ logger.debug(f"生成的反馈内容长度：{len(feedback)}字符")
+ logger.debug(f"生成的反馈内容开头：{feedback[:100]}...")
return jsonify({"feedback": feedback})
except Exception as e:
- return jsonify({"error": str(e)}), 500
+ logger.error(f"生成面试反馈失败：{str(e)}", exc_info=True)
+ # 返回更具体的错误信息
+ return jsonify({"error": f"生成面试反馈失败：{str(e)}", "details": str(type(e).__name__)}), 500
if __name__ == "__main__":
app.run(
host=Config.APP_HOST,
port=Config.APP_PORT,
- debug=Config.DEBUG
+ debug=False
)
diff --git a/services/deepseek_service.py b/services/deepseek_service.py
index cfbf38e..15dc8cc 100644
--- a/services/deepseek_service.py
+++ b/services/deepseek_service.py
@@ -34,11 +34,14 @@ class DeepSeekService:
"stream": stream
}
- response = requests.post(
+ # 创建会话对象并设置超时
+ session = requests.Session()
+ session.timeout = 120 # 会话级别的超时设置
+
+ response = session.post(
f"{self.api_base}/chat/completions",
headers=self._get_headers(),
- json=payload,
- timeout=30
+ json=payload
)
if response.status_code != 200:
diff --git a/static/js/main.js b/static/js/main.js
index 1ca8eca..e576385 100644
--- a/static/js/main.js
+++ b/static/js/main.js
@@ -1,5 +1,5 @@
let currentFeature = null;
-let interviewId = null;
+let interviewId = localStorage.getItem('interviewId') || null;
let conversationKey = 'default';
function showFeature(feature) {
@@ -35,9 +35,7 @@ function showFeature(feature) {
if (targetSection) {
document.getElementById(targetSection).style.display = 'block';
- if (feature === 'interview' || feature === 'feedback') {
- resetInterview();
- } else if (feature === 'resume') {
+ if (feature === 'resume') {
document.getElementById('resume-result').style.display = 'none';
}
}
@@ -130,6 +128,7 @@ async function startInterview() {
}
interviewId = data.interview_id;
+ localStorage.setItem('interviewId', interviewId);
document.getElementById('interview-setup').style.display = 'none';
document.getElementById('interview-active').style.display = 'flex';
@@ -207,7 +206,8 @@ async function submitAnswer() {
}
if (data.ended) {
- showFinalFeedback(data.conversation_history);
+ // 面试结束，调用endInterview获取生成的面试反馈
+ endInterview();
} else if (data.question) {
addInterviewMessage(data.question, 'interviewer');
updatePhaseBadge(data.phase);
@@ -256,6 +256,23 @@ async function requestFeedback() {
if (data.feedback) {
addInterviewMessage(data.feedback, 'feedback');
+
+ // 添加返回面试的按钮
+ const messagesContainer = document.getElementById('interview-messages');
+ const returnButton = document.createElement('button');
+ returnButton.className = 'return-interview-btn';
+ returnButton.textContent = '返回面试';
+ returnButton.onclick = function() {
+ // 移除按钮
+ this.remove();
+ // 可以在这里添加额外的逻辑，比如重新启用输入框等
+ };
+
+ const buttonContainer = document.createElement('div');
+ buttonContainer.className = 'return-button-container';
+ buttonContainer.appendChild(returnButton);
+ messagesContainer.appendChild(buttonContainer);
+ messagesContainer.scrollTop = messagesContainer.scrollHeight;
}
} catch (error) {
@@ -298,7 +315,8 @@ async function endInterview() {
showFinalFeedback(data.feedback);
} catch (error) {
- alert('获取反馈失败：' + error.message);
+ console.error('获取反馈失败：', error);
+ alert('获取反馈失败，请稍后重试');
} finally {
showLoading(false);
}
@@ -311,7 +329,19 @@ function showFinalFeedback(feedbackData) {
const feedbackContent = document.getElementById('feedback-content');
if (typeof feedbackData === 'string') {
- feedbackContent.innerHTML = formatSuggestions(feedbackData);
+ // 将Markdown风格的列表和标题转换为HTML
+ let formattedFeedback = feedbackData
+ // 转换标题
+ .replace(/^###\s+(.*)$/gm, '$1
')
+ .replace(/^##\s+(.*)$/gm, '$1
')
+ // 转换列表
+ .replace(/^\*\s+(.*)$/gm, '$1')
+ .replace(/(?:.*<\/li>\n?)+/gm, '')
+ // 转换换行
+ .replace(/\n\n/g, '')
+ .replace(/\n/g, '
');
+
+ feedbackContent.innerHTML = `
${formattedFeedback}
`;
} else {
let html = '面试综合评估
';
feedbackData.forEach(msg => {
@@ -323,6 +353,7 @@ function showFinalFeedback(feedbackData) {
function resetInterview() {
interviewId = null;
+ localStorage.removeItem('interviewId');
document.getElementById('interview-setup').style.display = 'block';
document.getElementById('interview-active').style.display = 'none';
document.getElementById('interview-feedback').style.display = 'none';