独立设计并开发了基于混合引擎的 AI 备考助手系统。采用代码驱动(MCP Server)+ 模型驱动(DeepSeek)分层架构,减少 70% Token 消耗。集成 3 个 MCP Server(计算/匹配/校验),实现三层幻觉防御。V4 工程化落地了 LLM 调用监控、指数退避重试、Token 预算控制、自动化测试流水线等模块。提供刷题复盘、模考分析、数据看板等 8 大功能,前端 ECharts 可视化 + FastAPI + SSE 流式输出 + SQLite 持久化。GitHub 开源。...
AI面试陪跑系统是一个完整的面试准备与简历评估平台,采用 FastAPI + React + TypeScript + shadcn/ui 全栈架构,GitHub 开源。核心功能包括:简历真实性审查(RAG 技术比对简历与 JD 匹配度)、SSE 流式出题、LLM-as-Judge 判分(correct/half_correct/wrong 三级评分)、参考答案防泄露安全设计、个性化训练计划生成、多轮模拟面试追问、最终评估报告。设计了 Application Workspace 求职任务工作台,围绕目标岗位串联简历→JD→训练→刷题→模拟面试→报告全流程。工程化方面实现了 pytest 自动化...
AI面试陪跑系统是一个完整的面试准备与简历评估平台,采用 FastAPI + React + TypeScript + shadcn/ui 全栈架构,GitHub 开源。核心功能包括:简历真实性审查(RAG 技术比对简历与 JD 匹配度)、SSE 流式出题、LLM-as-Judge 判分(correct/half_correct/wrong 三级评分)、参考答案防泄露安全设计、个性化训练计划生成、多轮模拟面试追问、最终评估报告。设计了 Application Workspace 求职任务工作台,围绕目标岗位串联简历→JD→训练→刷题→模拟面试→报告全流程。工程化方面实现了 pytest 自动化...