Skip to content

launch_article_zh.md

Latest commit

 

History

History
69 lines (48 loc) · 3.26 KB

launch_article_zh.md

File metadata and controls

69 lines (48 loc) · 3.26 KB
Raw

不做编故事的 AI 求职：我们用「证据门禁」重做模拟面试

适合发布于掘金 / 知乎。Demo 仅使用匿名 fixtures，请勿上传真实简历到公开 Space。

痛点

市面上的 AI 求职工具大致分两类：一类帮你「润色」简历，结果往往编出从未做过的项目；另一类刷题式模拟面试，像题单不像考官。求职者真正需要的是：每一条经历可追溯、可验证，并能一路走到面试追问与缺口诊断。

理念：证据驱动

Compass 把每段经历写成带 evidence_id 的证据条目。简历 Patch、面试作答、诊断建议都必须引用这些 ID；说不清来源的内容会被门禁标出。这不是又一个「更会写」的模型，而是一套本地优先的证据系统。

闭环演示（5 分钟）

  1. 上传 / fixtures：把真实经历拆成证据草稿（Demo 用内置样例）
  2. JD 匹配：粘贴岗位描述，得到匹配分与硬性缺口
  3. 简历 Patch：主题排版 + 证据引用，不发明指标
  4. Interview Live：WebSocket 实时问答，自适应追问；无 Key 时规则降级
  5. 缺口罗盘：证据 / 叙事 / 技能 / 流程四象限 + 做什么 / 证明物 / 耗时
  6. 证据图谱：一眼看到 evidence → 简历条目 → 面试引用
Studio(Gradio) ──┐
                 ├── compass-core（gate / match / RAG / followup）
Interview Live ──┘
Skill / CLI / MCP 同一套数据：content/

相对竞品我们拼什么

DeepInterview、alading、OfferCat、offerMaster 等在实时语音上很强。Compass 不拼 LiveKit 全家桶，而是拼：

  • 最长闭环：上传 → 匹配 → Patch → 面试 → 诊断
  • 独有证据门禁与四象限缺口罗盘
  • 多形态：Gradio Studio + Interview Live + Cursor Skill + CLI + MCP
  • Docker / 多 LLM BYOK / Chroma RAG 已齐

刻意不做：摄像头监考、企业招聘官 SaaS、200+ 碎片工具——避免稀释求职者本地隐私定位。

开源试用

git clone https://github.com/QinHsiu/Compass.git
cd Compass
cp .env.example .env   # 密钥可选
docker compose up --build
# → http://127.0.0.1:8766/  Compass Web（主界面）

分层安装：pip install -e packages/compass-core[live] && pip install -r requirements-web.txt。
Hugging Face Space 卡见 README_SPACE.md（仅 fixtures）。建议机器 ≥4GB RAM。

3 分钟演示脚本（录屏/直播用）

  1. 打开 http://127.0.0.1:8766/，侧栏语言选「中文」。
  2. 求职准备 → 点「试用示例岗位」→ 等待匹配分与四类结果 Tab。
  3. 下滑内嵌 证据图谱：只勾选「证据」，搜索某个 ev_，点击边查看对端。
  4. 模拟面试 → 开始 → 故意答一句无证据的话 → 展示门禁未通过 → 再引用 evidence_id 重答。
  5. （可选）题库搜 RAG，展示中英对照题干。

截图示意：docs/assets/demo-pipeline.svg。

Call to action

  • Star / Issue：欢迎题库 extra.jsonl、主题 CSS、文档与西语文案
  • 认领 GOOD_FIRST_ISSUES
  • 讨论：合规粘贴的 LLM/Agent 面经（不爬登录墙、不自动投递）

把真实经历变成可投递、可面试的证据系统——这就是 Compass。