qiAgent 是一个一站式求职助手。它能够自动提取 PDF 简历内容，结构化为 JSON 格式，并通过智能匹配算法为候选人推荐最合适的岗位。最终结果支持导出为 Markdown 和 PDF 格式，方便查看与分享；支持求职者针对求职问题深度对话以及AI模拟面试。
- PDF 简历文本提取
- 简历内容结构化（JSON 格式）
- 岗位智能匹配
- 匹配结果导出为 Markdown 和 PDF
- 日志记录与调试支持
- web端深度对话
- AI模拟面试
.
├── categorized_jobs.py # 岗位分类脚本
├── config.yml # 配置文件
├── job_data_city.json # 城市岗位数据
├── main.py # 主程序入口
├── pdfprocessor.py # PDF 处理模块
├── qibot.py # 智能 Bot 逻辑
├── to_mcp.py # 项目MCP化
├── test.py # 测试脚本
├── output/ # 输出目录（结果、简历 JSON 等）
├── resume/ # 存放简历 PDF
├── classified_data/ # 分类后的岗位数据
├── mcp_server/ # MCP 服务端
├── asr/ # 语音模块
└── to_mofa/ # mofa实现版本
原项目演示：
default.mp4
mofa化演示：
mofa.mp4
mcp化演示：
mcp.mp4
注意：截至目前，本项目仅在win11系统进行过测试
# 克隆本项目
git clone https://github.com/Daily-AC/qiAgent.git
# 进入项目目录
cd qiAgent# 使用powershell安装
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
# 验证安装
uv --version
# 为项目创建虚拟环境
uv venv --python 3.11# 根据uv.lock安装相关依赖 建议开代理
uv sync由于需要md转pdf，所以需要额外安装wkhtmltox至项目根目录的wkhtmltox文件夹下。为防止大家搞错，说明一下最后完成后exe的路径应为 =="./wkhtmltox/bin/wkhtmltopdf.exe"==
- 打开config.yml填写所有的base_url和api_key_list，对应模型需支持Openai格式的API。
- 打开asr/tts.py填写APP_ID、API_KEY和SECRET_KEY。
将你的简历 PDF 文件放入 ./resume/ 目录，并命名为 resume.pdf（或在 main.py 中修改路径）。
uv run main.py- 结构化简历信息：
./output/resume.json - 匹配岗位结果（Markdown）：
./output/result.md - 匹配岗位结果（PDF）：
./output/result.pdf
pdfprocessor.py：负责 PDF 文本提取与 Markdown 转 PDF。qibot.py：支持调用MCP Tools、多轮对话的agent，可实现简历解析与岗位匹配智能 Bot。asrbot.py: AI模拟面试Bot。mcp_server/mcp_server.py：stdio式的MCP Server，支持查看指定目录的文件列表及内容。classified_data/：岗位分类数据，支持多种学历与经验组合。
config.yml：Bot 及服务相关配置。job_data_city.json：岗位与城市数据。
uv run to_mcp.py # 开启streamableHttp类型的MCP Server接着打开cherry studio配置：
- 类型选择streamableHttp
- URL填写：http://localhost:8000/mcp
- 打开长时间运行模式
- 超时设置为360
- 保存打开即可
关于使用：
- 告诉LLM相对本项目根目录的相对地址即可。
- 输出产物在output文件夹里。
将下方json代码粘贴到moly的MCP中
{
"servers": {
"test": {
"url": "http://localhost:8000/mcp",
"type": "streamable-http"
}
}
}
使用方法同cherry studio，上图调用成功！
- 在./to_mofa/examples/qiAgent/readme.md
- 暂时存在的问题：mofa-ai包会跟原项目所依赖的库发生冲突，待解决。mofa化的项目暂时不可用~
uv run qibot.py # 测试在里面可以实现多轮对话，可以选择是否使用MCP工具，详见代码末尾。
agent = create_qiBot_from_config(type="matchingBot")
在上述代码中可以修改agent的角色：
- qiBot：日常化Bot
- resumeBot：简历结构化Bot
- matchingBot：岗位匹配与建议Bot
- interviewBot：面试建议与模拟Bot
# 开启web服务
uv run ui_server.py
# 随后打开localhost:8080进行使用
# 流程：speech to text -> interviewBot -> text to speech
uv run asrbot.py
主功能流程图
拓展功能流程图
- 解决MoFA包冲突问题
- 找到发展方向，提升创新点（hard）
- 继续开发多模态，升级AI模拟面试为实时语音流
- 尝试微调bot替换提示词工程（hard）
- 继续构建知识库以及思考初筛策略
- 思考更深刻的匹配算法
- 切实提升自我价值、自身能力以适应这瞬息万变的时代！
- 切莫贪多，专注于一件事，做成功一件事，脚踏实地，来日方长！