【开源计划】iFaceOff：基于 AI 的全栈式模拟面试与简历优化平台

【开源项目】iFaceOff：基于 AI 的全栈式模拟面试与简历优化平台

关键词：Vue 3, Django, Docker, AI 面试, 简历优化, WebSocket, 全栈开发

项目背景

在当前的就业环境下，求职者面临着巨大的竞争压力。为了帮助求职者更高效地准备面试，我开发了 iFaceOff —— 一个集成了 AI 模拟面试、简历智能诊断、在线简历编辑器 和 技术社区 的全栈式求职赋能平台。

本项目完全开源，采用了 Vue 3 + Django + Docker 的现代化技术栈，不仅是一个实用的工具，也是一个非常适合学习全栈开发、AI 应用集成和 WebSocket 实时通信的优秀案例。

GitHub 地址：https://github.com/6Asmile/AI_interview
欢迎 Star ⭐ 和 Fork！
iFaceOff - AI 驱动的全栈求职赋能平台。集成视频模拟面试（情绪/语音识别）、AI 简历诊断与在线编辑、内容驱动的博客社区以及 WebSocket 实时私信系统。基于 Vue 3 + Django + Docker 构建。iFaceOff - AI-Powered Full-Stack Job Search Empowerment PlatformIntegrated with video mock interviews (emotion/voice recognition), AI resume diagnosis & online editing, a content-driven blog community, and a WebSocket-based real-time

✨ 核心功能亮点

1. AI 模拟面试：沉浸式实战演练

这是平台的核心功能。用户可以选择特定的岗位（如 Java 后端、前端开发等），AI 面试官会根据岗位要求进行提问。

实时互动：支持语音转文字（STT）和 AI 语音播报（TTS），模拟真实对话场景。
情绪识别：集成 face-api.js，通过摄像头实时分析候选人的面部情绪（自信、紧张、平静等）。
智能追问：基于大语言模型（LLM），AI 会根据候选人的回答进行深度追问，而非死板的题库。

图1：AI 模拟面试房间，实时分析情绪与语音*

2. 多维度深度评估报告

面试结束后，系统会自动生成一份详尽的评估报告。

五维能力雷达图：直观展示技术深度、沟通能力、逻辑思维等维度的得分。
STAR 法则分析：自动识别回答中是否包含情境(S)、任务(T)、行动(A)和结果®，并给出优化建议。
情绪波动曲线：回顾面试全程的情绪变化，帮助克服紧张。

图2：面试评估报告概览

图3：详细的问答分析与情绪曲线

3. 强大的简历中心

提供了一站式的简历解决方案，不再需要为排版发愁。

在线编辑器：所见即所得的画布编辑器，支持模块拖拽、主题切换。
AI 润色：内置 AI 助手，一键优化工作经历描述，使其更具职业素养。
智能诊断：上传 PDF 简历，AI 会根据目标岗位 JD（职位描述）进行匹配度分析，并给出修改建议。

图4：模块化在线简历编辑器

图5：AI 简历智能诊断

4. 实时私信与社区互动

为了打造互助生态，平台内置了完整的博客社区。

技术博客：支持 Markdown 编辑、代码高亮。
实时私信：基于 WebSocket 和 Django Channels 实现，支持文本、图片、文件发送，以及类似微信的“对方正在输入…”状态提示。
消息通知：点赞、评论、关注都会触发实时通知。

图6：博客社区主页

图7：实时通知中心

5. ⚙️ 可视化后台管理

基于 django-simpleui 打造的美观后台，管理员可以轻松管理用户、文章、面试记录以及 AI 模型配置。

图8：现代化后台管理界面

️ 技术架构解析

本项目采用经典的前后端分离架构，并通过 Docker 进行容器化部署，确保了开发与生产环境的一致性。

前端 (Frontend)

框架：Vue 3 (Composition API + <script setup>)
构建工具：Vite
语言：TypeScript
UI 组件库：Element Plus
状态管理：Pinia
关键库：
- face-api.js: 前端人脸情绪识别
- socket.io-client: WebSocket 客户端
- md-editor-v3: Markdown 编辑器
- echarts: 数据可视化图表

后端 (Backend)

框架：Django 5 + Django REST Framework (DRF)
数据库：MySQL 8.0
实时通信：Django Channels + Redis (处理 WebSocket)
异步任务：Celery + RabbitMQ (处理耗时的 AI 生成任务)
API 文档：drf-spectacular (自动生成 Swagger/OpenAPI 文档)

部署 (Deployment)

容器化：Docker & Docker Compose
Web 服务器：Nginx (反向代理 + 静态资源托管)
应用服务器：Uvicorn (ASGI)

快速开始 (Docker 一键部署)

想要在本地运行这个项目非常简单，只需几步：

克隆仓库

git clone https://github.com/6Asmile/AI_interview.git
cd AI_interview

配置环境变量
复制 .env.example 为 .env，并填入你的数据库密码、GitHub OAuth ID（可选）和 AI API Key。
启动服务
```
docker-compose up --build -d
```
访问应用
- 前端地址：http://localhost
- 后台管理：http://localhost/admin

总结与展望

iFaceOff 是我对 AI 赋能垂直领域应用的一次探索。通过将大语言模型的能力与传统的 Web 业务流程紧密结合，我们能够创造出真正解决用户痛点的产品。

目前项目还在持续迭代中，未来计划加入：

多人模拟群面模式
更丰富的简历模板市场
移动端适配

如果你对全栈开发、AI 应用落地感兴趣，欢迎来 GitHub 给个 Star ⭐，或者提出 Issue 和 PR！让我们一起把这个项目做得更好。

GitHub: https://github.com/6Asmile/AI_interview

(本文作者：asmile66，转载请注明出处)

posted on 2025-12-19 11:37 ljbguanli 阅读(58) 评论(0) 收藏举报