TalentAgent — AI 智能面试官系统

个人开源项目 | LangGraph + Milvus RAG + 语音面试
面向求职训练与校园招聘，支持多轮追问、多维度评分、语音交互

关键词:

✨ 核心亮点

• 🤖 多Agent协作：InterviewAgent（面试官）+ SqlAgent（数据助手）双Agent架构
• 🔍 RAG题库检索：Milvus 双路混合检索（BM25稀疏 + COSINE密集），RRF融合排序
• 🗣️ 语音面试：faster-whisper STT + edge-tts TTS，支持实时语音交互
• 📊 多维度评分：专业能力 / 项目经验 / 行为表达 三维度自动评分
• 🔧 SQL Agent：自然语言查询招聘数据，自动生成SQL执行
• 💾 跨会话记忆：上下文压缩 + 会话恢复，面试进度不丢失
• 🌐 双端架构：候选人端（面试大厅）+ 管理后台（企业/岗位/题库管理）

🏗️ 系统架构

🛠️ 技术栈

组件	技术	用途
Web框架	FastAPI + Uvicorn	异步API + WebSocket
Agent框架	LangGraph (ReAct)	多Agent编排与工具调用
LLM	GLM-4 / DeepSeek	面试对话、评分生成
向量化	智谱 text-embedding-v4	题库检索
向量库	Milvus	双路混合检索（BM25+COSINE）
数据库	MySQL 8.0	业务数据持久化
STT	faster-whisper (base)	本地语音识别
TTS	edge-tts	Microsoft 免费语音合成
前端	Vue 3 + Vite + Element Plus	面试大厅界面

🚀 快速开始

前置条件

• Python 3.11+
• Docker + Docker Compose（用于 MySQL/Milvus）
• GLM-4 API Key 或 DeepSeek API Key

安装

# 1. 克隆项目
git clone https://github.com/CW5201/TalentAgent.git
cd TalentAgent

# 2. 配置环境变量
cp .env.example .env
# 编辑 .env，填入 API Key 和数据库配置

# 3. 启动依赖服务
docker-compose up -d

# 4. 安装依赖并启动
pip install -r requirements.txt
python -m server.main

访问地址

• 面试大厅: http://localhost:8080/webui/
• 管理后台: http://localhost:8080/admin/
• API文档: http://localhost:8080/docs

📊 面试流程

上传简历 → 选择岗位 → 开始面试
    │
    ├─【开场】欢迎语 + 流程介绍
    ├─【环节1】自我介绍（1题）
    ├─【环节2】项目深挖（20%，结合简历提问）
    ├─【环节3】专业能力（65%，Milvus题库检索出题）
    ├─【环节4】行为面试（15%，软技能考察）
    ├─【环节5】反问环节（1题）
    └─【评分】多维度评分报告生成

📁 目录结构

TalentAgent/
├── server/                 # 后端核心
│   ├── agent/             # Agent 实现
│   │   ├── base_agent.py  # 基类：ReAct模式、消息管理、流式输出
│   │   ├── interview_agent.py  # 面试Agent
│   │   └── sql_agent.py   # SQL Agent
│   ├── api/               # API 层（FastAPI路由）
│   ├── dao/               # 数据访问层（MySQL + Milvus）
│   ├── service/           # 业务逻辑层
│   ├── utils/             # 工具模块（语音管道、LLM封装）
│   └── main.py           # FastAPI应用入口
│
├── webui/                 # 前端（Vue 3 + Vite）
├── scripts/               # 数据同步脚本
├── eval/                  # 评测模块
└── src/                   # 设计文档（架构、UML、测试用例）

🔧 核心设计

BaseAgent 抽象层

class BaseAgent:
    """通用Agent基类，封装ReAct模式"""
    def _get_tools(self) -> list: ...      # 子类实现工具列表
    def _build_system_prompt_content(self) -> str: ...  # 子类实现Prompt
    async def chat_stream(self, msg: str): ...  # 流式对话

Milvus 双路检索

# BM25稀疏 + COSINE密集 → RRF融合排序
result = milvus.hybrid_search(
    reqs=[dense_req, sparse_req],
    ranker=RRFRanker(k=100),
)

语音面试

音频流 → WebSocket → Whisper STT → Agent处理 → TTS → 音频流返回

🚀 部署指南

环境要求

• Python 3.11+
• Node.js 18+
• MySQL 8.0
• Milvus 2.x

后端启动

pip install -r requirements.txt
uvicorn server.main:app --host 0.0.0.0 --port 8080

前端启动

cd webui/webui
npm install
npm run dev

🤝 贡献

欢迎提交 Issue 和 Pull Request！

1. Fork 本仓库
2. 创建特性分支 (git checkout -b feature/xxx)
3. 提交更改
4. 打开 Pull Request

❓ 常见问题

Q: 面试时提示"该岗位尚未配置AI面试官"怎么办？ A: 请联系管理员在后台配置Agent参数。

Q: 语音面试没有声音怎么办？ A: 请检查浏览器麦克风权限设置，确保允许使用麦克风。

📄 License

MIT License

---

如果对你有帮助，请给个 ⭐ Star！