Spring Boot 3.3+Java 21+Spring AI+RustFS打造的智能面试平台开源啦！

昨天开源了一个基于 Spring Boot 3.3 + Java 21 + Spring AI + PostgreSQL + pgvector + RustFS + Redis 的大模型项目，实现了简历智能分析、AI 模拟面试、知识库 RAG 检索等核心功能。

今天上午重点完善了一下介绍，主要是技术选型常见问题解答，我看不少朋友比较好奇。

项目介绍

InterviewGuide 是一个集成了简历分析、模拟面试和知识库管理的智能面试辅助平台。系统利用大语言模型（LLM）和向量数据库技术，为求职者和 HR 提供智能化的简历评估和面试练习服务。

• Github 地址：https://github.com/Snailclimb/interview-guide

• Gitee 地址：https://gitee.com/SnailClimb/interview-guide

系统架构

异步处理流程：

简历分析和知识库向量化采用 Redis Stream 异步处理：

上传请求 → 保存文件 → 发送消息到 Stream → 立即返回 ↓ Consumer 消费消息 ↓ 执行分析/向量化任务 ↓ 更新数据库状态 ↓ 前端轮询获取最新状态

状态流转：PENDING→PROCESSING→COMPLETED/FAILED

技术栈

后端技术

技术选型常见问题解答：

1. 数据存储为什么选择 PostgreSQL + pgvector？PG 的向量数据存储功能够用了，精简架构，不想引入太多组件。

2. 为什么引入 Redis？

   • Redis 替代ConcurrentHashMap实现面试会话的缓存。

   • 基于 Redis Stream 实现简历分析、知识库向量化等场景的异步（还能解耦，分析和向量化可以使用其他编程语言来做）。不使用 Kafka[1] 这类成熟的消息队列，也是不想引入太多组件。

3. 构建工具为什么选择 Gradle？个人更喜欢用 Gradle，也写过相关的文章：Gradle 核心概念总结[2]。

前端技术

功能特性

简历管理模块

• 多格式支持：PDF、DOCX、DOC、TXT

• 异步分析：上传后立即返回，后台 Redis Stream 处理

• 状态轮询：实时显示分析进度（待分析/分析中/已完成/失败）

• 自动重试：分析失败自动重试（最多 3 次）

• 简历去重：基于内容哈希检测重复

• PDF 报告导出

模拟面试模块

• 基于简历生成个性化面试问题

• 实时问答交互

• 多维度评分（技术能力、沟通能力等）

• 面试报告生成和导出

• 雷达图可视化展示

• 面试历史统计

知识库管理模块

• 多格式支持：PDF、DOCX、DOC、TXT、Markdown

• 文档上传和自动分块

• 异步向量化处理

• RAG 检索增强生成

• 流式响应（SSE）

• 智能问答对话

• 知识库统计信息

TODO

• [ ] 问答助手的 Markdown 展示优化

• [ ] 知识库管理页面的下载

• [ ] 异步生成模拟面试评估报告

• [ ] 模拟面试增加追问功能

• [ ] 打通模拟面试和知识库

效果展示

简历与面试

简历库：

简历上传分析：

简历分析详情：

面试记录：

面试详情：

模拟面试：

知识库

知识库管理：

问答助手：

page-qa-assistant

项目结构

interview-guide/ ├── app/ # 后端应用 │ ├── src/main/java/interview/guide/ │ │ ├── App.java # 主启动类 │ │ ├── common/ # 通用模块 │ │ │ ├── config/ # 配置类 │ │ │ ├── exception/ # 异常处理 │ │ │ └── result/ # 统一响应 │ │ ├── infrastructure/ # 基础设施 │ │ │ ├── export/ # PDF 导出 │ │ │ ├── file/ # 文件处理 │ │ │ ├── redis/ # Redis 服务 │ │ │ └── storage/ # 对象存储 │ │ └── modules/ # 业务模块 │ │ ├── interview/ # 面试模块 │ │ ├── knowledgebase/ # 知识库模块 │ │ └── resume/ # 简历模块 │ └── src/main/resources/ │ ├── application.yml # 应用配置 │ └── prompts/ # AI 提示词模板 │ ├── frontend/ # 前端应用 │ ├── src/ │ │ ├── api/ # API 接口 │ │ ├── components/ # 公共组件 │ │ ├── pages/ # 页面组件 │ │ ├── types/ # 类型定义 │ │ └── utils/ # 工具函数 │ ├── package.json │ └── vite.config.ts │ └── README.md

快速开始

环境要求：

1. 克隆项目

git clone https://github.com/Snailclimb/interview-guide.git cd interview-guide

2. 配置数据库

-- 创建数据库 CREATE DATABASE interview_guide; -- 连接数据库并启用 pgvector 扩展（可选，启动后端SpringAI框架底层会自动创建） CREATE EXTENSION vector;

3. 配置环境变量

# AI API 密钥（阿里云 DashScope） export AI_BAILIAN_API_KEY=your_api_key

4. 修改应用配置

编辑app/src/main/resources/application.yml：

spring: # PostgreSQL数据库配置 datasource: url:jdbc:postgresql://localhost:5432/interview_guide username:your_username password:your_password data: redis: host:localhost port:6379 # RustFS (S3兼容) 存储配置 app: storage: endpoint:http://localhost:9000 access-key:your_access_key secret-key:your_secret_key bucket:interview-guide # Redisson配置 redisson: config:| singleServerConfig: address: "redis://localhost:6379" database: 0 idleConnectionTimeout: 10000 connectTimeout: 10000 timeout: 3000 retryAttempts: 3 retryInterval: 1500 password: null subscriptionsPerConnection: 5 clientName: null subscriptionConnectionMinimumIdleSize: 1 subscriptionConnectionPoolSize: 50 connectionMinimumIdleSize: 10 connectionPoolSize: 64 dnsMonitoringInterval: 5000

5. 启动服务

后端：

./gradlew bootRun

后端服务启动于http://localhost:8080

前端：

cd frontend pnpm install pnpm dev

前端服务启动于http://localhost:5173

使用场景

常见问题

Q: 简历分析失败

检查一下阿里云 DashScope API KEY 是否配置正确（申请地址：https://bailian.console.aliyun.com/）。

Q: 简历分析一直显示"分析中"？

检查 Redis 连接和 Stream Consumer 是否正常运行。查看后端日志确认是否有错误。

Q: 知识库问答没有响应？

确认知识库已完成向量化（状态为 COMPLETED），检查 pgvector 扩展是否正确安装。

Q: PDF 导出失败？

检查 iText 依赖是否正确，确认字体文件存在。

分支说明

贡献

欢迎提交 Issue 和 Pull Request！

许可证

AGPL-3.0 License（只要通过网络提供服务，就必须向用户公开修改后的源码）