这是一个基于 AI 的免费开源工具，可用于提升简历质量。它通过解析简历和职位描述，模拟求职者跟踪系统（ATS），并利用 FastEmbed 技术计算简历与职位描述的匹配程度，最后给出简历的修改建议，从而提高简历通过自动筛选系统的概率。

主要功能

1. 解析：系统使用 Python 来解析您的简历和提供的职位描述，就像 ATS 一样。
2. 关键字提取： 该工具使用先进的机器学习算法从职位描述中提取最相关的关键字。这些关键词代表雇主寻求的技能、资格和经验。
3. 关键术语提取： 除了关键字提取之外，该工具还使用 textacy 来识别职位描述中的主要关键术语或主题。此步骤有助于了解简历内容的更广泛背景。
4. 使用 FastEmbedded 的向量相似度： 该工具使用 FastEmbed（一种高效的嵌入系统）来衡量您的简历与职位描述的匹配程度。它们越相似，您的简历通过 ATS 筛选的可能性就越高。

安装和使用

1. 在此处创建存储库的分支。

2. 克隆 fork 的存储库。

   git clone https://github.com/<YOUR-USERNAME>/Resume-Matcher.git
   cd Resume-Matcher
   

3. 创建 Python 虚拟环境：

   • 使用 virtualenv： 注意：在此处查看如何在您的系统上安装 virtualenv 链接。

     virtualenv env
     

   或

   • 创建 Python 虚拟环境：

     python -m venv env
     

4. 激活虚拟环境。

   • 在 Windows 上。

     env\Scripts\activate
     

   • 在 macOS 和 Linux 上。

     source env/bin/activate
     

   可选（对于 pyenv 用户） 使用 pyenv 运行应用程序（请参阅此文章)

   • 构建依赖项（在 ubuntu 上）

     sudo apt-get install -y make build-essential libssl-dev zlib1g-dev libbz2-dev libreadline-dev libsqlite3-dev wget curl llvm libncurses5-dev libncursesw5-dev xz-utils tk-dev libffi-dev liblzma-dev python openssl
     

     
     sudo apt-get install build-essential zlib1g-dev libffi-dev libssl-dev libbz2-dev libreadline-dev libsqlite3-dev liblzma-dev libncurses-dev
     
     sudo apt-get install python-tk python3-tk tk-dev
     
     sudo apt-get install build-essential zlib1g-dev libffi-dev libssl-dev libbz2-dev libreadline-dev libsqlite3-dev liblzma-dev
     

   • pyenv 安装程序

        curl https://pyenv.run | bash
     

   • 安装所需的 python 版本

       pyenv install -v 3.11.0
     

   • 具有虚拟环境的 Pyenv

        pyenv virtualenv 3.11.0 venv
     

   • 使用 pyenv 激活 virtualenv

        pyenv activate venv
     

5. 安装依赖项：

   pip install -r requirements.txt
   

6. 准备数据：

   • 简历：将您的 PDF 格式简历放在文件夹中。删除此文件夹中的所有现有内容。Data/Resumes
   • 职位描述：将您的职位描述以 PDF 格式放在文件夹中。删除此文件夹中的所有现有内容。Data/JobDescription

7. 将简历解析为 JSON：

   python run_first.py
   

8. 运行应用程序：

   streamlit run streamlit_app.py
   

注意：对于本地版本，您无需运行“streamlit_second.py”，因为它专门用于部署到 Streamlit 服务器。