채용 에이전트

PDF에서 구조화된 데이터를 추출하고, GitHub 신호로 보강하며, 공정하고 설명 가능한 평가를 출력하는 이력서-점수 파이프라인입니다.

---

목차

• 개요
• 아키텍처
• 설치 및 설정
  • 사전 요구사항
  • pip로 빠르게 설정
  • Ollama 모델
• 구성
• 작동 방식
• CLI 사용법
• 디렉토리 구성
• 제공자 세부정보
• 기여
• 라이선스

---

개요

채용 에이전트는 이력서 PDF를 Markdown으로 파싱하고, 로컬 또는 호스팅된 LLM을 사용하여 섹션별 JSON을 추출한 뒤, GitHub 프로필 및 저장소 신호로 데이터를 보강합니다. 그런 다음 카테고리 점수, 증거, 보너스 점수, 감점이 포함된 객관적인 평가를 생성합니다. Ollama를 사용하여 완전히 로컬에서 실행하거나 Google Gemini를 사용할 수 있습니다.

---

아키텍처

흐름

1. pymupdf_rag.py는 PDF 페이지를 Markdown 유사 텍스트로 변환합니다.
2. pdf.py는 prompts/templates 아래의 Jinja 템플릿을 사용하여 섹션별로 LLM을 호출합니다.
3. github.py는 프로필과 저장소를 가져오고, 프로젝트를 분류하며, LLM에 상위 7개를 선택하도록 요청합니다.
4. evaluator.py는 공정성 제약 조건과 함께 엄격한 점수 평가를 실행합니다.
5. score.py는 모든 것을 끝까지 오케스트레이션하고 개발 모드가 켜져 있으면 CSV를 작성합니다.

주요 모듈

• models.py Pydantic 스키마 및 LLM 제공자 인터페이스.

• llm_utils.py 제공자 초기화 및 응답 정리.

• transform.py 느슨한 LLM JSON에서 JSON 이력서 형식으로의 정규화.

• prompts/ 추출 및 점수를 매기기 위한 모든 Jinja 템플릿

---

🌐 본 텍스트는 빠른 이해를 돕기 위한 요약 번역본입니다. 정확한 기술 정보 및 전체 코드는 GitHub 원문에서 확인하실 수 있습니다.