📄 RIA — 简历分析助手

Resume Intelligence Assistant — AI 驱动的智能简历分析与职业发展顾问

基于 DeepSeek + Streamlit + Supabase 构建的全栈 Web 应用。上传简历 PDF，AI 将从 HR 专家视角提供专业度评分、核心优势提炼、改进建议和职业规划，支持多轮追问深度分析。

---

✨ 功能特性

• 🔐 用户系统 — 邮箱注册/登录，Supabase Auth 认证
• 📤 简历上传 — 支持 PDF 上传（自动提取文本），也内置样本简历可直接体验
• 🤖 AI 分析报告 — 基于 DeepSeek 大模型，从 4 个维度分析简历：
  • 整体评估（专业度评分、结构排版、信息完整度）
  • 核心优势（技能亮点、突出成就、教育背景）
  • 改进建议（可优化点、缺失信息、表述建议）
  • 职业建议（适合方向、技能补充、行动计划）
• 💬 多轮追问 — 分析完成后可继续向 AI 提问，深入探讨简历细节
• 📋 会话管理 — 支持多轮对话，历史会话保存，随时切换回顾
• 🎨 清爽界面 — Streamlit 宽屏布局，侧边栏导航

---

🛠 技术栈

层级	技术
前端框架	Streamlit
AI 模型	DeepSeek Chat (OpenAI 兼容 API)
数据库 / 认证	Supabase (PostgreSQL + Auth)
PDF 解析	pdfplumber

---

📁 项目结构

ria/
├── .streamlit/
│   └── config.toml              # Streamlit 主题配置
├── src/
│   ├── .streamlit/
│   │   └── secrets.toml.example # 密钥模板（真实密钥不入库）
│   ├── auth/
│   │   └── auth_service.py      # Supabase 认证与会话管理
│   ├── components/
│   │   ├── auth_pages.py        # 登录/注册页面
│   │   └── analysis_form.py     # 简历上传与分析表单
│   ├── config/
│   │   ├── prompts.py           # AI Prompt 模板
│   │   └── sample_data.py       # 样本简历数据
│   ├── utils/
│   │   └── pdf_extractor.py     # PDF 文本提取
│   └── main.py                  # 应用入口
├── .gitignore
└── README.md

---

🚀 快速开始

1. 克隆项目

git clone https://github.com/你的用户名/ria.git
cd ria

2. 安装依赖

python -m venv .venv
.venv\Scripts\activate     # Windows
# source .venv/bin/activate  # macOS / Linux

pip install streamlit openai supabase pdfplumber

3. 配置密钥

复制模板文件并填入真实值：

cp src/.streamlit/secrets.toml.example src/.streamlit/secrets.toml

编辑 src/.streamlit/secrets.toml：

DEEPSEEK_API_KEY = "sk-xxxxxxxx"      # DeepSeek API Key
SUPABASE_URL = "https://xxxx.supabase.co"   # Supabase 项目 URL
SUPABASE_KEY = "sb_publishable_xxxx"  # Supabase Anon Key

⚠️ 该文件已被 .gitignore 排除，不会被提交到 Git 仓库。

4. 配置 Supabase 数据库

在 Supabase SQL Editor 中执行以下 SQL：

-- 创建表
CREATE TABLE IF NOT EXISTS chat_sessions (
    id UUID DEFAULT gen_random_uuid() PRIMARY KEY,
    user_id TEXT NOT NULL,
    title TEXT NOT NULL,
    created_at TIMESTAMPTZ DEFAULT now()
);

CREATE TABLE IF NOT EXISTS chat_messages (
    id UUID DEFAULT gen_random_uuid() PRIMARY KEY,
    session_id UUID REFERENCES chat_sessions(id) ON DELETE CASCADE,
    content TEXT NOT NULL,
    role TEXT NOT NULL CHECK (role IN ('user', 'assistant', 'system')),
    created_at TIMESTAMPTZ DEFAULT now()
);

-- 开启 RLS + 策略
ALTER TABLE chat_sessions ENABLE ROW LEVEL SECURITY;
ALTER TABLE chat_messages ENABLE ROW LEVEL SECURITY;

CREATE POLICY "用户可创建自己的会话" ON chat_sessions
    FOR INSERT WITH CHECK (auth.uid()::text = user_id);
CREATE POLICY "用户可查看自己的会话" ON chat_sessions
    FOR SELECT USING (auth.uid()::text = user_id);
CREATE POLICY "用户可更新自己的会话" ON chat_sessions
    FOR UPDATE USING (auth.uid()::text = user_id);
CREATE POLICY "用户可删除自己的会话" ON chat_sessions
    FOR DELETE USING (auth.uid()::text = user_id);

CREATE POLICY "用户可插入消息到自己的会话" ON chat_messages
    FOR INSERT WITH CHECK (
        EXISTS (SELECT 1 FROM chat_sessions
                WHERE id = chat_messages.session_id
                AND auth.uid()::text = user_id)
    );
CREATE POLICY "用户可查看自己的消息" ON chat_messages
    FOR SELECT USING (
        EXISTS (SELECT 1 FROM chat_sessions
                WHERE id = chat_messages.session_id
                AND auth.uid()::text = user_id)
    );
CREATE POLICY "用户可删除自己的消息" ON chat_messages
    FOR DELETE USING (
        EXISTS (SELECT 1 FROM chat_sessions
                WHERE id = chat_messages.session_id
                AND auth.uid()::text = user_id)
    );

5. 启动应用

cd src
streamlit run main.py

浏览器访问 http://localhost:8501 即可使用。

---

📖 使用指南

1. 注册/登录 — 使用邮箱注册账号
2. 新建会话 — 点击左侧「新建会话」
3. 上传简历 — 选择 PDF 上传，或使用内置样本快速体验
4. 填写信息 — 输入姓名、年龄和目标岗位
5. 开始分析 — AI 生成四维度专业分析报告
6. 追问深入 — 在对话框中继续提问，AI 会结合简历上下文回答

---

📄 许可

MIT License