🎙️ 一个基于 AI 的互动式在线语音面试系统，自动评估候选人的英文水平、行业理解、专业技能和软技能
| 功能 | 描述 |
|---|---|
| 🎤 语音面试 | 通过 WebRTC 进行实时语音对话，低延迟、高质量 |
| 📊 多维度评估 | 英文水平、行业理解、专业技能、软技能四大维度 |
| 📄 JD-简历匹配 | 自动解析职位描述和简历，智能匹配度分析 |
| 📝 题库管理 | 55+ 道精选题目，支持多语言、自定义 |
| ⚖️ 评分配置 | 可定制各维度评分权重，灵活适配不同岗位 |
| 📈 面试报告 | 自动生成详细评估报告，支持导出 |
- Fluency - 流利度：语速、停顿、连贯性
- Vocabulary - 词汇：多样性、准确性、专业性
- Grammar - 语法：句式结构、时态、语态
- Comprehension - 理解力：问题理解、回答相关性
- Pronunciation - 发音：清晰度、可懂度
- Market Knowledge - 市场认知：行业趋势、市场规模
- Competitor Awareness - 竞争格局：主要玩家、差异化
- Regulatory Knowledge - 法规意识：合规要求、政策环境
- Innovation Awareness - 创新意识：新技术、新趋势
- Technical Competency - 技术能力：专业知识、硬技能
- Problem Solving - 问题解决：分析能力、解决方案
- Domain Expertise - 领域专长：深度、广度
- Tool Proficiency - 工具熟练度：框架、平台、工具链
- Communication - 沟通能力：表达清晰、逻辑性强
- Teamwork - 团队合作：协作精神、冲突处理
- Leadership - 领导力：影响力、决策能力
- Adaptability - 适应性：变化应对、学习敏捷
- Emotional Intelligence - 情商：自我认知、同理心
┌─────────────────────────────────────────────────────────────────┐
│ Interviewer Agent │
├─────────────────────────────────────────────────────────────────┤
│ Frontend (Next.js 14 + React + TypeScript) │
│ ┌─────────────────────┐ ┌─────────────────────┐ │
│ │ Interview Room │ │ Admin Dashboard │ │
│ │ (WebRTC + LiveKit)│ │ (Charts + Reports)│ │
│ └─────────────────────┘ └─────────────────────┘ │
├─────────────────────────────────────────────────────────────────┤
│ Backend (FastAPI + Python 3.11) │
│ ┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐ │
│ │ Interview API │ │ Scoring API │ │ Question API │ │
│ ├─────────────────┤ ├─────────────────┤ ├─────────────────┤ │
│ │ Interview Engine │ │ Voice Pipeline │ │ JD Parser │ │
│ │ (State Machine) │ │ (STT + TTS) │ │ (PDF/DOCX) │ │
│ └─────────────────┘ └─────────────────┘ └─────────────────┘ │
├─────────────────────────────────────────────────────────────────┤
│ External Services │
│ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │
│ │ Deepgram │ │ ElevenLabs │ │ Anthropic │ │
│ │ (Speech→Text)│ │ (Text→Speech)│ │ (Claude) │ │
│ └──────────────┘ └──────────────┘ └──────────────┘ │
│ ┌──────────────┐ ┌──────────────┐ │
│ │ LiveKit │ │ PostgreSQL │ │
│ │ (WebRTC) │ │ (Data Store)│ │
│ └──────────────┘ └──────────────┘ │
└─────────────────────────────────────────────────────────────────┘
| 层级 | 技术 | 版本 |
|---|---|---|
| 前端 | Next.js, React, TypeScript | 14.x |
| 样式 | TailwindCSS | 3.x |
| 实时通信 | LiveKit, WebRTC | 2.x |
| 后端 | FastAPI, Python | 0.109+, 3.11+ |
| 数据库 | PostgreSQL, asyncpg | 15+, 0.29+ |
| 缓存 | Redis | 7.x |
| 语音识别 | Deepgram | Nova-2 |
| 语音合成 | ElevenLabs | v1 |
| LLM | Anthropic Claude | Sonnet 4 |
| 部署 | Docker, Docker Compose | Latest |
- Docker Desktop (最新版)
- Git (可选，用于版本控制)
git clone https://github.com/paulyupeng/intervieweragent.git
cd intervieweragentcp .env.example .env编辑 .env 文件，填入 API 密钥：
# API Keys
DEEPGRAM_API_KEY=your_deepgram_api_key
ELEVENLABS_API_KEY=your_elevenlabs_api_key
ANTHROPIC_API_KEY=your_anthropic_api_key💡 获取 API 密钥：详见 API 密钥获取指南
Windows 用户：
start.batMac/Linux 用户：
chmod +x start.sh
./start.sh或手动启动：
docker-compose up -d| 服务 | URL |
|---|---|
| 🌐 前端 | http://localhost:3000 |
| 📡 API 文档 | http://localhost:8000/docs |
| 🗄️ PostgreSQL | localhost:5432 |
| 🔴 Redis | localhost:6379 |
| 📡 LiveKit | ws://localhost:7880 |
intervieweragent/
├── backend/ # FastAPI 后端
│ ├── app/
│ │ ├── api/ # REST API 路由
│ │ │ ├── auth.py # 认证接口
│ │ │ ├── candidates.py # 候选人管理
│ │ │ ├── interviews.py # 面试管理
│ │ │ ├── job_descriptions.py # JD 管理
│ │ │ ├── questions.py # 题库管理
│ │ │ └── scoring.py # 评分管理
│ │ ├── core/ # 核心配置
│ │ │ ├── config.py # 应用配置
│ │ │ └── database.py # 数据库连接
│ │ ├── interview/ # 面试引擎
│ │ │ ├── engine.py # 面试流程编排
│ │ │ └── scoring.py # 评分服务
│ │ ├── parser/ # 解析器
│ │ │ └── resume_parser.py # 简历/JD 解析
│ │ ├── services/ # 业务服务
│ │ │ └── interview_service.py
│ │ ├── voice/ # 语音处理
│ │ │ └── pipeline.py # STT/TTS 管道
│ │ ├── main.py # FastAPI 入口
│ │ └── schemas.py # Pydantic 模型
│ ├── requirements.txt # Python 依赖
│ └── Dockerfile
│
├── frontend/ # Next.js 前端
│ ├── src/app/
│ │ ├── admin/page.tsx # 管理后台
│ │ ├── candidates/page.tsx # 候选人管理
│ │ ├── dashboard/page.tsx # 仪表板
│ │ ├── interview/
│ │ │ ├── results/page.tsx # 面试结果
│ │ │ ├── room/page.tsx # 面试房间
│ │ │ └── start/page.tsx # 开始面试
│ │ ├── jobs/page.tsx # 职位描述管理
│ │ ├── settings/page.tsx # 设置
│ │ ├── layout.tsx # 根布局
│ │ └── page.tsx # 首页
│ ├── package.json
│ ├── tsconfig.json
│ └── Dockerfile
│
├── question_banks/ # 题库
│ ├── english_proficiency.yaml
│ ├── english_proficiency_zh.yaml
│ ├── industry_understanding.yaml
│ ├── professional_skills.yaml
│ └── soft_skills.yaml
│
├── database/
│ └── init.sql # 数据库初始化脚本
│
├── docker-compose.yml # Docker 编排
├── .env.example # 环境变量示例
├── .gitignore # Git 忽略文件
├── LICENSE # MIT 许可证
├── README.md # 本文件
├── QUICKSTART.md # 快速配置指南
├── MIGRATION_GUIDE.md # 迁移指南
└── PROJECT_SUMMARY.md # 项目总结
启动项目后访问 http://localhost:8000/docs 查看完整的 Swagger 文档。
# 创建面试会话
POST /api/interviews/
{
"candidate_id": "uuid",
"job_description_id": "uuid",
"language": "en"
}
# 获取面试列表
GET /api/interviews/?status=completed&limit=50
# 开始面试（获取 LiveKit token）
POST /api/interviews/{session_id}/start
# 完成面试
POST /api/interviews/{session_id}/complete
# 获取评估报告
GET /api/interviews/{session_id}/evaluation# 创建候选人（支持简历上传）
POST /api/candidates/
Content-Type: multipart/form-data
- name: "John Doe"
- email: "john@example.com"
- resume: (file)
# 获取候选人列表
GET /api/candidates/
# 获取候选人详情
GET /api/candidates/{candidate_id}# 创建职位描述
POST /api/jobs/
- title: "Senior Software Engineer"
- company: "Tech Corp"
- jd_text: "..."
# 解析 JD（提取结构化要求）
POST /api/jobs/{jd_id}/parse
# 匹配候选人与 JD
POST /api/jobs/{jd_id}/match/{candidate_id}# 获取题库列表
GET /api/questions/banks?category=english_proficiency&language=en
# 获取题库详情（含题目）
GET /api/questions/banks/{bank_id}
# 获取题目库（从 YAML 文件加载）
GET /api/questions/library?language=en# 获取评分维度
GET /api/scoring/dimensions?category=english_proficiency
# 创建/更新评分
POST /api/scoring/scores
{
"interview_session_id": "uuid",
"dimension_id": "uuid",
"score": 8.5,
"max_score": 10.0
}
# 获取评分配置
GET /api/scoring/configs┌─────────────────────────────────────────────────────────────────┐
│ Interview Workflow │
│ │
│ 1. Create Candidate 2. Select/Upload JD 3. Start Interview│
│ ↓ ↓ ↓ │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
│ │ Candidate│ │ Job │ │ LiveKit │ │
│ │ Profile │ │Description│ │ Room │ │
│ └──────────┘ └──────────┘ └──────────┘ │
│ ↓ │
│ 6. View Report ←── 5. Generate Evaluation ← 4. Q&A Session │
│ ↓ ↓ ↓ │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
│ │Dashboard │ │ LLM │ │ AI │ │
│ │ & Export│ │ Scoring │ │Interviewer│ │
│ └──────────┘ └──────────┘ └──────────┘ │
│ │
└─────────────────────────────────────────────────────────────────┘
| 步骤 | 操作 | 输出 |
|---|---|---|
| 1 | 创建/选择候选人 | 候选人档案 |
| 2 | 上传/选择 JD（可选） | 职位需求分析 |
| 3 | 开始面试 | LiveKit 房间 Token |
| 4 | AI 提问 → 候选人回答 | 录音 + 转录文本 |
| 5 | 自动评分 + LLM 评估 | 多维度分数 + 建议 |
| 6 | 查看报告 | 可导出的评估报告 |
| 指标 | 计算方法 | 权重 |
|---|---|---|
| 语速 | Words Per Minute (目标：120-150) | 10% |
| 词汇多样性 | Unique Word Ratio | 10% |
| 语法错误率 | 错误数 / 总词数 | 10% |
| 填充词计数 | um, uh, like 出现次数 | 5% |
| 句子复杂度 | 平均句长 + 从句数量 | 5% |
使用 Anthropic Claude 进行深度评估：
# 评估 prompt 示例
prompt = f"""
Evaluate the interview response on these dimensions:
Question: {question_text}
Candidate Response: {transcript}
Rate each dimension (0-10 scale):
- Fluency: Speech flow, hesitation, pace
- Vocabulary: Range and precision
- Grammar: Sentence structure accuracy
- Comprehension: Understanding and relevance
- Content Quality: Depth, examples, specificity
"""{
"overall_score": 78.5,
"hiring_recommendation": "PROCEED",
"dimension_scores": {
"english_proficiency": {
"score": 82.0,
"max_score": 100.0,
"breakdown": {
"fluency": 85,
"vocabulary": 80,
"grammar": 78,
"comprehension": 85,
"pronunciation": 80
}
},
"industry_understanding": { "score": 75.0, ... },
"professional_skills": { "score": 80.0, ... },
"soft_skills": { "score": 76.0, ... }
},
"recommendations": [
"Strong communication skills with clear articulation",
"Demonstrates solid industry knowledge",
"Could provide more specific examples"
]
}| 语言 | 代码 | 题库 | UI |
|---|---|---|---|
| English | en | ✅ | ✅ |
| 中文 | zh | ✅ | ✅ |
| Español | es | 🚧 | 🚧 |
| Français | fr | 🚧 | 🚧 |
| Deutsch | de | 🚧 | 🚧 |
🚧 = 开发中
# 英文题库
english_proficiency.yaml
# 中文界面（候选人用英文回答）
english_proficiency_zh.yaml
# 完全本地化（待实现）
english_proficiency_es.yaml # 西班牙语
git clone https://github.com/paulyupeng/intervieweragent.git
cd intervieweragent# 复制环境配置
cp .env.example .env
# 编辑 .env 填入 API 密钥# 方式 A: 使用 Docker Compose
docker-compose up -d
# 方式 B: 单独运行后端
cd backend
pip install -r requirements.txt
uvicorn app.main:app --reload
# 单独运行前端
cd frontend
npm install
npm run dev- 遵循 PEP 8
- 使用类型注解
- 使用
black格式化
pip install black
black backend/- 使用 ESLint + Prettier
- 严格模式
cd frontend
npm run lint
npm run format# 后端测试（待添加）
cd backend
pytest
# 前端测试（待添加）
cd frontend
npm test# 生产环境
docker-compose -f docker-compose.yml up -d
# 查看日志
docker-compose logs -f
# 停止服务
docker-compose down| 变量 | 说明 | 默认值 |
|---|---|---|
APP_ENV |
运行环境 | development |
APP_SECRET_KEY |
JWT 密钥 | 必须修改 |
DATABASE_URL |
数据库连接 | postgresql://... |
STORAGE_TYPE |
存储类型 | local 或 s3 |
MAX_INTERVIEW_DURATION_MINUTES |
最大面试时长 | 60 |
- 修改
APP_SECRET_KEY - 配置 HTTPS
- 使用生产数据库
- 配置 S3 存储录音
- 设置日志收集
- 配置监控告警
- 定期备份数据库
A: 默认保存在 backend/recordings/ 目录。可配置 STORAGE_TYPE=s3 使用 AWS S3 或兼容存储。
A: 编辑 question_banks/ 目录下的 YAML 文件，或通过 Admin 界面管理。修改后重启后端服务生效。
A: 访问 Admin → Scoring Configuration 页面调整，或修改数据库 scoring_dimensions 表。
A: 当前版本仅支持 WebRTC 网页面试。电话集成（Twilio）在开发中。
A: 在 Dashboard 点击 "Print Report" 可打印或保存为 PDF。导出 Excel/CSV 功能在开发中。
Deepgram:
- 访问 https://console.deepgram.com
- 注册 → API Keys → Create Key
ElevenLabs:
- 访问 https://elevenlabs.io
- 注册 → Settings → Profile → API Key
Anthropic:
- 访问 https://console.anthropic.com
- 注册 → Get Keys
- 语音面试核心功能
- 多维度评分系统
- JD-简历匹配
- 基础管理后台
- 电话面试集成 (Twilio)
- 视频分析（表情、肢体语言）
- 面试报告导出 (PDF/Excel)
- 批量面试（校园招聘）
- ATS 集成 (Greenhouse, Lever)
- 多人面试（面板面试）
- 自定义 AI 声音
- 面试模板库
- 人才库管理
- 协作评估（多面试官）
- 分析仪表板升级
- API 开放平台
欢迎贡献代码、文档或反馈问题！
- Fork 本仓库
- 创建功能分支 (
git checkout -b feature/your-feature) - 提交更改 (
git commit -m 'Add your feature') - 推送到分支 (
git push origin feature/your-feature) - 创建 Pull Request
详见 开发指南
- Python: PEP 8 + 类型注解
- TypeScript: ESLint + Prettier
- 提交信息：Conventional Commits
本项目采用 MIT License
- GitHub Issues: 提交问题
- 讨论区: GitHub Discussions
- 邮箱: Paul.yupeng@gmail.com
感谢以下开源项目：
- FastAPI - 现代 Python Web 框架
- Next.js - React 全栈框架
- LiveKit - 实时音视频 SDK
- Deepgram - 语音识别 API
- ElevenLabs - AI 语音合成
- Anthropic - Claude AI
Made with ❤️ by paulyupeng