Offer Sniper 是一个专为理工科学生打造的垂直领域 AI Agent 系统。它通过多模态交互(语音/视觉/文本)与深度技术审计,为用户提供从“简历诊断”到“硬核模拟面试”的全流程服务。
- 深度诊断:基于 ATS 算法模拟筛选,识别简历中的“致命硬伤”(如流水账、缺乏数据)。
- AR 重构:独创 Action-Result 强驱动模式,自动将平淡描述转化为“强动词+量化产出”的专业表达。
- 实时预览:支持 Markdown 实时渲染,所见即所得。
- 技术祛魅:用户只需输入 GitHub 仓库链接,AI Agent 自动爬取核心代码文件。
- 毒舌点评:模拟 Google L5 级 Tech Lead,从架构、安全、性能三个维度进行“毒舌”代码审查。
- 杀手级追问:基于真实代码漏洞(如 SQL 注入风险、O(n^2) 复杂度)生成高难度面试题。
- 可视化思维链:在模拟面试中,当涉及具体技术点(如 Redis)时,右侧实时构建并渲染知识图谱 (Knowledge Graph)。
- 全双工语音:支持按住说话 (STT) 与面试官语音反馈 (Edge-TTS),提供沉浸式实战体验。
- RAG 增强:内置垂直领域面经库(ChromaDB),拒绝通用大模型的“幻觉”回答。
项目采用 Multi-Agent(多智能体) 架构设计,各模块解耦协作:
graph TD
User[用户] -->|上传PDF/语音/GitHub| FE[Streamlit 前端]
subgraph "Agent Cluster (智能体集群)"
Reviewer[简历诊断 Agent]
Coder[代码审计 Agent]
Interviewer[面试官 Agent]
end
subgraph "Knowledge Base (知识层)"
VectorDB[(ChromaDB 向量库)]
GitHubAPI[GitHub API]
GraphEng[Graphviz 图引擎]
end
FE --> Reviewer
FE --> Coder
FE --> Interviewer
Reviewer -->|AR重写| LLM[DeepSeek V3]
Coder -->|爬取代码| GitHubAPI
Interviewer -->|RAG检索| VectorDB
Interviewer -->|构建图谱| GraphEng
git clone [https://github.com/你的用户名/OfferSniper.git](https://github.com/你的用户名/OfferSniper.git)
cd OfferSniper
需安装系统级依赖 ffmpeg 和 graphviz。
pip install -r requirements.txt
AI_API_KEY=sk-xxxxxx
AI_BASE_URL=[https://api.deepseek.com](https://api.deepseek.com)
GITHUB_TOKEN=ghp_xxxxxx # 用于代码审计
APP_PASSWORD=123456 # 访问密码
streamlit run app.py
| GitHub 毒舌审计 | GraphRAG 知识图谱 |
|---|---|
| (请在此处放截图 1) | (请在此处放截图 2) |
| 简历深度诊断 | AR 模式精修 |
|---|---|
| (请在此处放截图 3) | (请在此处放截图 4) |
- V1.0: 基础简历修改与问答
- V2.0: GitHub 代码审计 & 知识图谱可视化
- V3.0: 接入 Live2D 数字人面试官
- V4.0: 推出 B 端 HR 自动筛选系统
Created by [ball] | 2026