CareerLens 是一个开源的 AI 简历诊断与岗位匹配系统，将简历编辑、岗位分析、经历改写和文档导出放在同一个工作区，帮助求职者梳理经历，并针对目标岗位准备简历。
- 简历管理：新建简历，导入 PDF、Word 或文本，编辑结构化内容，管理照片、章节和多个版本。
- 岗位匹配：保存 JD，逐项关联已有经历，展示匹配理由和待补充信息，支持多个岗位横向比较。
- AI 诊断与改写：分析适合的岗位方向，直接生成可采用的经历正文，展示修改差异，采纳后创建独立定向版。
- 模板与导出：提供 10 种可选版式，调整字体、字号和间距，按内容自动排版，导出 PDF 或可编辑 Word。预览时可整体收起上方工具栏。
- 岗位搜索与统计：接入国内校招、国际远程及企业招聘来源，查看完整 JD、技能与薪资分布，并保存分析历史。
- 账户与数据管理：本地模式无需账号；网站模式支持邮箱验证码登录、账号数据隔离、积分流水和个人设置。
AI 功能使用配置的模型服务。关闭 AI 后，仍可编辑简历、进行规则匹配、管理版本和导出文档。实时招聘数据来自外部平台，查询结果以来源页面为准。
安装 Docker Engine 或 Docker Desktop，并启用 Docker Compose v2：
git clone https://github.com/1subtle/careerlens.git
cd careerlens
docker compose up --build -d打开 http://127.0.0.1:3000。首次构建会下载依赖、字体、Chromium 和语义检索模型，需要联网。容器内包含前端、后端与 PDF 运行环境，数据保存在 Docker 卷中。
准备 Python 3.13、Node.js 22、npm 和 uv 0.12.10，在项目根目录执行：
bash scripts/setup.sh
bash scripts/dev.sh打开 http://127.0.0.1:3000；API 文档位于 http://127.0.0.1:8000/docs。按 Ctrl+C 停止服务。Linux 系统依赖、Windows WSL2、端口调整和故障处理见运行指南。
本地 AI 配置入口为侧栏“模型设置”。网站部署由运营者通过环境变量配置模型、邮件和认证服务，参见网站部署指南。
- 创建或导入简历，核对内容后保存。
- 粘贴目标 JD，或从实时岗位中选择并保存。
- 查看匹配分析，补充相关经历，选择段落直接改写。
- 审阅并采纳正文，生成针对目标岗位的新版本。
- 选择模板、调整排版，导出简历。
| 部分 | 技术 |
|---|---|
| 前端 | Next.js、React、TypeScript、Tailwind CSS、Tiptap、ECharts |
| 后端 | FastAPI、Pydantic、SQLAlchemy、SQLite |
| AI 接入 | LiteLLM，支持多个云端提供商及兼容接口 |
| 语义检索 | multilingual-e5-small、ONNX Runtime，本地推理 |
| 文档导出 | Playwright / Chromium PDF、python-docx |
| 部署 | Docker Compose、Caddy HTTPS |
前端以 package-lock.json、后端以 uv.lock 固定依赖。精确版本与配置项见配置与依赖说明。
careerlens/
├── app/apps/frontend/ # 前端源码、静态资源与测试
├── app/apps/backend/ # 后端源码、数据库迁移与测试
├── app/docker/ # 容器启动与启动流程检查
├── app/Dockerfile # 从源码构建完整应用
├── scripts/ # 安装、启动、验证和源码打包脚本
├── data/examples/ # 可用于验证的虚构示例数据
├── deploy/ # HTTPS 反向代理配置
├── docs/ # 运行、部署、配置、架构与验证说明
├── licenses/ # 第三方许可
├── compose.yaml # 本地容器运行
└── compose.hosted.yaml # 网站模式部署
运行测试和生产构建的方法见验证说明。生成与 Git 提交一致的源码压缩包：
python3 scripts/package_source.py输出位于 dist/，包含源码、配置示例、依赖锁文件、运行文档及文件校验清单。实际密钥、个人数据库、已安装依赖和缓存不进入源码包；安装步骤会根据锁文件准备运行环境。
项目采用 Apache-2.0 许可。部分基础能力来自 Resume Matcher，其他复用与参考项目见来源说明。