ZWD/README.md

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 Bug，PPT 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 为 .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。