# myai_interview

**Repository Path**: huang5288/myai_interview

## Basic Information

- **Project Name**: myai_interview
- **Description**: ai_interview
- **Primary Language**: Unknown
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2026-06-17
- **Last Updated**: 2026-07-03

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# MyAI Interview

AI 面试助手：一个基于 FastAPI、LangGraph 和 Vue 3 的模拟面试系统。项目支持简历解析、多轮技术面试、SSE 流式对话、追问控制、历史会话、能力画像，以及基于用户私有知识库的 RAG 出题增强。

## 功能概览

- 简历上传与文本解析，支持 `.pdf`、`.docx`、`.txt`。
- 模拟面试对话，支持开始面试、继续回答、提示、回退、停止流式响应。
- LangGraph 多 Agent 面试流程，包含提问、追问、完成度检查和总结分析。
- 多轮面试会话管理，支持历史会话恢复、删除和创建下一轮面试。
- 能力画像生成，沉淀单轮和综合面试分析结果。
- 私有知识库管理，支持 collection、文档上传、向量化、混合检索、RAG 检索测试和检索日志。
- 前端本地保存用户 API 配置，后端不持久化模型密钥。

## 技术栈

后端：

- FastAPI + Uvicorn
- LangGraph / LangChain
- PostgreSQL + pgvector
- asyncpg / psycopg
- PyMuPDF / python-docx
- rank-bm25 + jieba

前端：

- Vue 3
- Vite
- lucide-vue-next
- 原生 Fetch API + SSE 读取

## 目录结构

```text
.
+-- backend/                 # FastAPI 后端服务
|   +-- main.py              # 应用入口、路由注册、Uvicorn 启动
|   +-- app/
|       +-- api/             # chat、upload、sessions、knowledge 路由
|       +-- core/            # LangGraph、Agent、LLM、Planner、分析逻辑
|       +-- database/        # PostgreSQL 初始化和数据访问层
|       +-- models/          # Pydantic 请求/响应模型
|       +-- services/        # 文件、Embedding、RAG、文档处理等服务
+-- web/                     # Vue 3 / Vite 前端
|   +-- src/
|       +-- api/             # 前端 API 包装
|       +-- components/      # 通用组件
|       +-- composables/     # 面试状态管理
|       +-- utils/           # 本地存储等工具
|       +-- views/           # 首页、面试、历史、知识库、画像页面
+-- docs/                    # 示例面试知识文档
+-- memory-bank/             # 架构、设计、进度和实现 notes
```

## 环境要求

- Python 3.10+ 推荐
- Node.js 18+ 推荐
- PostgreSQL，并启用 `pgvector` 扩展
- 可用的 OpenAI-compatible Chat Completions 接口
- 如使用知识库，需可用的 OpenAI-compatible Embeddings 接口，向量维度固定为 1536

## 后端启动

进入后端目录并安装依赖：

```bash
cd backend
pip install -r requirements.txt
```

配置数据库连接。默认连接为：

```text
postgresql://postgres:123456@localhost:5432/ai_interview
```

也可以通过环境变量覆盖：

```bash
set DATABASE_URL=postgresql://postgres:your_password@localhost:5432/ai_interview
set HOST=0.0.0.0
set PORT=8000
set DEBUG=false
python main.py
```

在 PowerShell 中可使用：

```powershell
$env:DATABASE_URL="postgresql://postgres:your_password@localhost:5432/ai_interview"
$env:HOST="0.0.0.0"
$env:PORT="8000"
$env:DEBUG="false"
python main.py
```

启动后访问：

- API 根路径：`http://localhost:8000/`
- 健康检查：`http://localhost:8000/health`
- Swagger 文档：`http://localhost:8000/docs`
- ReDoc 文档：`http://localhost:8000/redoc`

后端启动时会自动初始化业务表、知识库表和 LangGraph checkpoint 相关资源。

## 前端启动

进入前端目录并安装依赖：

```bash
cd web
npm install
npm run dev
```

默认访问：

```text
http://localhost:3000
```

前端默认连接 `http://localhost:8000`。如需修改后端地址：

```bash
set VITE_API_BASE_URL=http://localhost:8000
npm run dev
```

生产构建：

```bash
npm run build
npm run preview
```

## API 配置

前端右上角设置弹窗中需要配置模型通道：

- `smart`：复杂任务模型，用于规划、总结、分析等。
- `fast`：快速响应模型，用于部分追问、过渡语和轻量判断。
- `embedding`：知识库向量化和检索使用，接口需兼容 OpenAI `/embeddings`，向量维度固定为 1536。
- `rerank`：可选 DashScope Rerank 配置，默认模型为 `gte-rerank`。

这些配置保存在浏览器本地存储中，并随请求传给后端；不要把真实密钥提交到仓库。

## 知识库 / RAG

知识库入口在前端侧边栏的“知识库”页面。当前支持：

- Collection 类型：`technical_interview`、`project_deep_dive`
- 岗位方向：`backend`、`frontend`、`algorithm`、`testing`、`product`
- 文档格式：`.txt`、`.md`、`.pdf`、`.docx`
- 上传大小限制：10MB
- 检索方式：BM25 + 向量检索混合召回，RRF 融合，可选 rerank

面试时开启“使用知识库”后，系统会在 Planner 出题阶段自动按用户、岗位方向和面试轮次检索可用 collection，并将相关知识注入出题上下文。检索失败或没有可用知识库时，会降级为原始面试流程。

## 主要接口

- `POST /api/upload/resume`：上传并解析简历
- `POST /api/chat/start`：开始面试
- `POST /api/chat/stream`：继续面试并返回 SSE 流式响应
- `GET /api/chat/hint/{session_id}/{question_index}`：获取提示
- `POST /api/chat/rollback`：回退会话
- `GET /api/sessions/`：获取历史会话
- `POST /api/sessions/{session_id}/next-round`：创建下一轮面试
- `POST /api/chat/profile/generate`：生成能力画像
- `POST /api/knowledge/collections`：创建知识库 collection
- `POST /api/knowledge/collections/{collection_id}/documents`：上传知识库文档
- `POST /api/knowledge/retrieve-test`：知识库检索测试
- `GET /api/knowledge/retrieval-logs`：查看检索日志

完整接口以 `http://localhost:8000/docs` 为准。

## 开发说明

- 后端路由按功能放在 `backend/app/api/`。
- 可复用业务逻辑优先放到 `backend/app/services/`、`backend/app/core/` 或 `backend/app/database/`。
- 前端页面放在 `web/src/views/`，通用组件放在 `web/src/components/`，API 包装放在 `web/src/api/`。
- 项目当前没有统一测试 runner。提交前至少运行 `npm run build`，并手动验证受影响的后端接口。
- 修改重大功能后，需要同步更新 `memory-bank/architecture.md`。

## 常见问题

### 后端启动时报数据库连接失败

确认 PostgreSQL 已启动，数据库存在，`DATABASE_URL` 中的用户名、密码、端口和数据库名正确，并且目标数据库启用了 pgvector。

### 知识库上传失败

检查 Embedding 配置是否完整，接口是否兼容 OpenAI `/embeddings`，返回向量维度是否为 1536，文件是否超过 10MB。

### 前端请求后端失败

确认后端运行在 `http://localhost:8000`，或设置 `VITE_API_BASE_URL` 指向实际后端地址。后端 CORS 当前允许 `http://localhost:3000`。