# gb_demo

**Repository Path**: yespon/gb_demo

## Basic Information

- **Project Name**: gb_demo
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-05-24
- **Last Updated**: 2026-05-24

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 岗标AI教练 Demo

智能检查岗位标准卡一，提供专业改进建议。

## 功能特性

- 📄 **Excel卡一上传解析** - 支持.xlsx/.xls格式，自动提取所有字段
- 🔍 **全字段规则检查** - 基础规则验证（完整性、格式、数量范围）
- 🤖 **DeepAgents AI深度分析** - 字段专项Agent并行分析，跨字段一致性检查
- 📊 **业界标杆对比** - 提供谷歌/腾讯等标杆岗位参考
- 🎯 **结构化改进建议** - 无问题项/建议项分类，附带审查标准引用

## 技术栈

- **前端**: Vue 3 + Element Plus + TypeScript
- **后端**: FastAPI + LangGraph + DeepAgents + LangChain
- **向量数据库**: Qdrant (本地部署)
- **LLM**: OpenAI兼容API

## 快速开始

### 1. 环境准备

```bash
# 克隆项目
git clone <repository-url>
cd gangbiao-ai-coach

# 启动Qdrant
docker run -d -p 6333:6333 qdrant/qdrant
```

### 2. 后端启动

```bash
cd backend

# 创建虚拟环境
python -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate

# 安装依赖
pip install -r requirements.txt

# 配置环境变量
cp .env.example .env
# 编辑.env，填入你的API配置
# OPENAI_BASE_URL=...
# OPENAI_API_KEY=...

# 初始化向量库
python scripts/init_qdrant.py

# 加载审查标准（如果有数据文件）
python scripts/load_documents.py \
    --standards ./data/standards/审查标准.xlsx \
    --textbook ./data/textbook/教材.pdf

# 启动服务
uvicorn app.main:app --reload
```

### 3. 前端启动

```bash
cd frontend

# 安装依赖
npm install

# 启动开发服务器
npm run dev
```

访问 http://localhost:5173

## Docker Compose 部署

```bash
# 配置环境变量
cp backend/.env.example backend/.env
# 编辑 backend/.env 填入API配置

# 启动所有服务
docker-compose up -d
```

## API接口

### 上传卡一Excel

```bash
POST /api/upload
Content-Type: multipart/form-data

file: <excel-file>
```

响应：
```json
{
  "success": true,
  "upload_id": "uuid",
  "parsed_data": {
    "岗位名称": "产品经理",
    "所属部门": "产品部",
    ...
  }
}
```

### 执行检查

```bash
POST /api/check
Content-Type: application/json

{
  "upload_id": "uuid"
}
```

响应：
```json
{
  "success": true,
  "report_id": "uuid",
  "report": {
    "岗位名称": "产品经理",
    "总体评分": 78.5,
    "通过字段数": 5,
    "建议项数": 3,
    "字段检查结果": [...],
    "标杆参考": [...]
  }
}
```

## 项目结构

```
gangbiao-ai-coach/
├── backend/              # FastAPI后端
│   ├── app/
│   │   ├── api/          # API路由
│   │   ├── core/         # 核心模块（Excel解析、RAG）
│   │   ├── graph/        # LangGraph工作流
│   │   │   └── agents/   # DeepAgents
│   │   ├── models/       # 数据模型
│   │   └── data/         # 标杆数据
│   ├── scripts/          # 数据预处理脚本
│   └── data/             # 数据目录
├── frontend/             # Vue前端
│   └── src/
│       ├── views/        # 页面
│       └── api/          # API客户端
└── docker-compose.yml
```

## 核心流程

```
Excel上传 → 解析 → 规则检查 → DeepAgents分析 → 标杆对比 → 生成报告
```

**DeepAgents子图**：
- 字段专项Agent（并行）- 分析每个字段的合规性
- 跨字段一致性Agent - 检查字段间逻辑关系
- 结果整合Agent - 汇总生成结构化报告

## 待完善事项

1. **数据准备** - 需要实际的审查标准Excel和教材PDF
2. **API配置** - 需要配置OpenAI兼容的API密钥
3. **字段映射** - 根据实际Excel结构调整字段名
4. **标杆数据** - 扩展更多业界标杆案例

## 开发团队

- 技术实现：刘艳鹏
- 需求对齐：洪丹、王宇

## License

MIT