hr‑breaker:AI 驱动的简历优化器,助力 ATS 成功

HR‑Breaker:AI 驱动的简历优化器,助力 ATS 成功

HR‑Breaker 是什么?

HR‑Breaker 是一个 完整开源的 Python 项目,使用大型语言模型(LLMs)将任何简历自动优化为 ATS 就绪、单页面 PDF。代码在 MIT 许可证下发布,托管在 GitHub 上 https://github.com/btseytlin/hr-breaker。

该工具基于一系列流行库构建:

角色
Pydantic 类型安全的数据模型与验证
Click 简易命令行界面
Streamlit 为非技术用户提供 Web UI
WeasyPrint 将最终 HTML 渲染为 PDF
uv 依赖解析与执行包装器

HR‑Breaker 的核心是一个 提取、丰富、校验、渲染 简历的管道。

关键功能

  1. 格式不敏感的输入 – 可以上传纯文本、Markdown、LaTeX、HTML 或原始 PDF。
  2. 单页面 ATS 友好 PDF – 生成排版整洁、符合简历指南的一页输出。
  3. LLM 驱动的优化 – LLM 根据特定招聘岗位定制内容,同时保持原始信息并避免幻觉。
  4. 内置验证过滤器
  5. 内容长度与结构检查
  6. TF‑IDF 关键字匹配
  7. 轻量模型 ATS 模拟
  8. 幻觉检测与 AI 风格文本检测
  9. 与原始简历的语义相似度检查
  10. Web UI + CLI – 可在本地 Streamlit 仪表盘或命令行中运行,适用于自动化。
  11. 调试与宽松模式 – 保存每一次优化迭代以供调试;--no‑shame 标志放宽约束而不产生新经验。

工作原理

  1. 上传 / 提供输入 – 纯文本简历或职位信息 URL/文本。
  2. 提取 – 代理解析简历,去除格式并构建结构化 JSON 模型。
  3. 优化循环 – LLM 生成 HTML 简历,循环直到所有过滤器通过。
  4. 渲染 – WeasyPrint 取最终 HTML 并生成具有专业样式的 PDF。
  5. 输出 – PDF 存放于 output/;调试迭代保存至 output/debug_*,并在 output/index.json 记录。

快速开始指南

# 1. 安装依赖
uv sync

# 2. 配置环境
cp .env.example .env
# 编辑 .env 并添加您的 GOOGLE_API_KEY

# 3. 运行 Web UI
uv run streamlit run src/hr_breaker/main.py

命令行使用

# 从原始简历文件和职位 URL
uv run hr-breaker optimize resume.txt https://example.com/job

# 从职位描述文件
uv run hr-breaker optimize resume.txt job.txt

# 调试模式(保存迭代)
ul run hr-breaker optimize resume.txt job.txt -d

# 宽松模式 – 解除约束但仍防止虚构
uv run hr-breaker optimize resume.txt job.txt --no-shame

# 列出所生成的 PDF
uv run hr-breaker list

使用场景

用户 场景 HR‑Breaker 的帮助
招聘者 为技术初创公司寻找合适人选 自动将简历对齐岗位信息,确保 ATS 通过并将核心技能排在前面
甄选者 评估候选人 批量处理 CSV 简历 URL,统一格式并提取关键字分数
开发者 构建招聘流水线 将 HR‑Breaker 集成为微服务,按需生成 ATS 友好 PDF

为什么选择开源?

  • 透明度 – 每个过滤器与变换都可见,便于审计。
  • 社区贡献 – 任何人都可添加新过滤器、改进 LLM 提示或新增 UI。
  • 无厂商锁定 – 本地运行或容器化至云端。

如何贡献

  1. Fork 代码库。
  2. 创建功能分支 (git checkout -b improve-filter).
  3. tests/ 目录下编写测试。
  4. 运行 uv run pytest
  5. 打开 Pull Request 并简要说明更改。

查看 [CLAUDE.md] 文件获取贡献者指南。

未来路线图

  • 支持更多 LLM 后端(OpenAI、Anthropic、Azure OpenAI)。
  • 与主流 ATS API 集成,实现实时反馈。
  • 自定义主题样式。
  • VS Code 扩展,自动优化您的简历文件。

结论

HR‑Breaker 是一款强大、低开销的解决方案,适用于任何想要 AI 驱动的简历管道而不涉商业工具复杂性的用户。其强健的验证、清晰的审计轨迹和开源精神使其成为求职者、招聘者与开发者的理想选择。试试看 — 代码已在 GitHub,安装只需几条命令,首个 PDF 就能在数秒内生成。

祝 优化愉快!

原创文章: 查看原文

分享本文