T-Match

T-Match 是一个 AI 驱动的全栈求职辅助平台。基于 FastAPI (异步)、React 18、Celery、PostgreSQL 和 Milvus 向量数据库构建。通过 AI 简历解析、自动职位爬取、双路召回（混合搜索）与精排模型，提供智能岗位匹配与管理服务。

🌟 核心特性

• 多渠道职位抓取：内置社招（Jobs）和校招（Campus）API 和浏览器爬虫
• 自动触发爬虫：用户上传简历后，系统自动通过 LLM (通义 qwen-turbo) 提取专业信息，触发该专业的定点岗位抓取
• Milvus 双路召回检索：
  • 稠密向量 (Dense)：使用阿里云百炼 text-embedding-v3 计算语义相似度
  • 稀疏向量 (Sparse)：使用 Milvus 内置的 BM25 Function 自动分词生成关键字检索向量
• 两阶段重排 (Rerank)：
  • 第一阶段：向量混合打分（WeightedRanker 融合 BM25 与 Dense 距离）
  • 第二阶段：调用阿里云 gte-rerank 接口对 Top N 结果做高精度交叉重排
• 全异步后端架构：FastAPI + asyncpg 数据库连接，Celery 处理爬虫和 AI 耗时任务
• 浏览器扩展集成：配套 Chrome 插件用于前端页面的快捷抓取和注入

📂 项目结构

T-Match/
├── backend/                  # FastAPI 异步后端
│   ├── app/
│   │   ├── config.py         # 全局配置
│   │   ├── database.py       # PostgreSQL 连接 (async & sync)
│   │   ├── external/         # 第三方 AI 服务封装
│   │   │   ├── embedding.py  # 阿里云 Tongyi 稠密向量服务
│   │   │   ├── llm.py        # 简历专业信息提取 (qwen-turbo)
│   │   │   └── rerank.py     # 交叉重排服务 (gte-rerank)
│   │   ├── middleware/       # 自定义中间件 (JWT Auth等)
│   │   ├── models/           # SQLAlchemy 2.0 ORM 模型
│   │   ├── routers/          # FastAPI 路由模块
│   │   ├── schemas/          # Pydantic 数据验证模型
│   │   ├── services/         # 核心业务服务 (如 vector_service, ai_service)
│   │   ├── tasks/            # Celery 异步任务池
│   │   └── utils/            # 爬虫逻辑 (scraper_api, scraper_campus等)
│   ├── migrations/           # Alembic 数据库迁移目录
│   ├── alembic.ini           # Alembic 配置文件
│   └── pyproject.toml        # 项目依赖配置
│
├── frontend/                 # React + TypeScript 前端
│   ├── src/
│   │   ├── api/              # Axios 请求封装
│   │   ├── components/       # 公共 UI 组件
│   │   ├── pages/            # 路由页面 (Jobs, Campus, Match, Resumes 等)
│   │   ├── stores/           # Zustand 状态管理
│   │   └── types/            # TS 类型定义
│   └── package.json          # Node 依赖配置
│
├── extension/                # Chrome 浏览器扩展
│   ├── src/
│   │   ├── background/       # 后台 Service Worker
│   │   ├── content/          # 注入页面的 Content Script
│   │   └── popup/            # 点击图标弹出的 UI
│   └── manifest.json         # 扩展配置声明
│
├── docker-compose.yml        # 5 个核心服务：DB, Redis, Milvus, Backend, Celery
└── CLAUDE.md                 # 紧凑代码规范说明

🛠️ 快速启动

本项目所有服务（前端、后端、数据库、消息队列、向量库）均可通过 Docker Compose 一键拉起。

1. 环境准备

确保本机已安装 Docker 和 Docker Compose。

2. 配置环境变量

复制根目录的 .env 示例文件并填入真实的 API Key（主要是百炼平台的 Token）：

# Milvus 向量库
MILVUS_URI=http://milvus:19530
MILVUS_COLLECTION_NAME=job_vectors

# 阿里云百炼 API (必需，用于向量生成、重排、大模型分析)
TONGYI_API_KEY=sk-xxxxxx
TONGYI_EMBEDDING_MODEL=text-embedding-v3
TONGYI_CHAT_MODEL=qwen-turbo
TONGYI_RERANK_MODEL=gte-rerank

3. 启动服务

docker-compose up -d

Docker 将会拉起以下 5 个容器：

• db: PostgreSQL 数据库 (Port: 5432)
• redis: Celery 的 Broker 和 Backend (Port: 6379)
• milvus: Standalone 向量数据库 (Port: 19530, 9091)
• backend: FastAPI 服务 (Port: 8000)
• celery_worker: 执行异步爬虫与编码任务

4. 数据库初始化 (首次运行)

后端容器启动后，进入容器执行数据表迁移（如果 create_all 被移除的情况下）：

docker exec -it t-match-backend-1 /bin/bash
uv run alembic upgrade head

5. 访问服务

• 前端页面: http://localhost:3000
• 接口文档 (Swagger): http://localhost:8000/api/docs

💡 AI 岗位匹配流程原理解析

T-Match 最核心的亮点是基于简历内容的智能定点爬取和高精度混合检索流程：

1. 信息提取：用户上传简历后，FastAPI 触发 Celery 任务，调用通义千问 API 提取用户的专业（如："计算机科学与技术"）。
2. 定点爬虫：使用提取出的专业名称作为参数，调用求职方舟的 API 进行岗位爬取，并将结果持久化到 PostgreSQL。
3. 混合编码入库：对于新入库的岗位：
   • 后端调用阿里云 text-embedding-v3 生成稠密语义向量（Dense Vector）存入 Milvus。
   • Milvus 内置的 BM25 Function 会自动对文本进行中文分词并生成稀疏特征向量（Sparse Vector），构建倒排索引。
4. 查询与双路召回：用户在前端点击"智能匹配"时，使用简历全文查询 Milvus：
   • 同时发起 HNSW 稠密召回和 BM25 稀疏召回。
   • 使用 WeightedRanker 以 0.6 : 0.4 的权重融合两路得分，截取 Top-50 的岗位。
5. 重排 (Rerank)：这 50 个岗位再经由 gte-rerank 交叉编码模型进行细致重排，剔除低相关性结果，最后返回高精度的 Top-20。

✒️ 代码规范

请参考项目根目录下的 CLAUDE.md。本项目遵循「紧凑代码规范（Compact Code Style）」，不写废话注释，多用提前返回，使用单行条件语句，去除视觉噪音，要求代码自带极强的自描述性。