简历通 ResumeForge

本地优先的 AI 简历工作台：不注册、不登录，数据只存在你自己的电脑上。

▶ 在线体验（免安装） 　·　 📖 使用文档 　·　 🏠 官网

当前版本：2.0.0 · Release 页面 · 完整使用指南 · 架构设计

💬 来群里聊：QQ 922830167
_{装不上、跑不起来、想让 AI 更懂你的岗位，都可以在群里问；群文件里也备了安装包，GitHub 下载慢时可以直接从群里取。看群二维码 ↓}

不会用 GitHub？把链接交给 AI 就行。
_{打不开 Release 页面、不知道点哪个文件，都可以把仓库地址 https://github.com/magicapple123/ResumeForge 发给任意 AI 助手（ChatGPT / DeepSeek / 豆包…），说一句「我想用这个软件，请一步步教我怎么装」；已经下载好的压缩包也一样——直接把它交给 AI，让它带你解压、找到该双击的那个文件。看快速开始 ↓}

在线体验是一个只读演示版：界面是真的、数据是虚构的、AI 输出是预录回放。想真的生成、真的导出、真的投递，按下面的快速开始在本机跑起来——Windows 第一次双击 start.cmd、macOS 第一次双击 start.command，都会自动装好环境；也可以到官网直接下载对应平台的安装包或压缩包（Windows 安装版 / macOS dmg 安装版 / 双平台便携包），不用经过 GitHub。

简历通能干什么

一条完整的链路，从看岗位到拿到 offer，每一步都有对应功能，每一步的产出都能回头修正上一步：

它解决的是一类很具体的问题：求职期间的资料是散的。JD 躺在浏览器收藏夹里，简历文件有七八个版本叫 简历-最终版2.docx，投递进度记在备忘录，面试问到的问题面试完就忘了，改了三遍简历也不记得哪一版投给了哪家公司。

更要紧的是另一个问题：AI 会替你把简历写得很漂亮，也会替你编。 简历工具最危险的行为不是排版难看，而是把你没做过的事写进去——面试官追问两句就露馅。所以 ResumeForge 把「事实」从「表述」里拆出来单独管：生成结果里的学校 / 公司 / 项目名会与资料库逐条比对，不一致时给防虚构警告；正文还留着【待补】标记时导出会被拦下并指出具体位置。

为什么值得用

市面上的简历工具大多要你先交出账号和数据，再决定要不要收你钱。简历通反过来：

还有几件同样重要、但不太好放进表格的事：

• 不访问招聘网站，除非你亲手点了那个按钮。 默认全部在本机完成；「投递台」是唯一会主动访问外部站点的链路，必须由你显式配置 + 显式点击开始，不做无人值守运行。
• 不保存招聘网站密码、Cookie、令牌或验证码。 扫码登录在你自己打开的浏览器窗口里完成，应用不读取也不落盘登录态。
• 匹配度结论不带百分比，投递准入也不看分数。 结论只有五类：已匹配 / 表达缺口 / 证据不足 / 真实缺口 / 待确认，每一类都能直接指导你改简历；结论区之后另有 0–100 的「匹配度参考分」（本地规则估算），仅作展示辅助、不参与投递准入，并始终带免责说明。
• 还在维护。 有 CI、有 4,000+ 个用例、有数据库迁移链与升级方案——见更新而不丢失数据。

界面速览

截图全部来自真实运行的桌面版应用，数据是内置的纯虚构演示数据（求职者「林晚晴」与一批虚构公司，邮箱统一 example.com），不含任何真实用户资料。

两级导航跟着真实使用顺序走——侧栏保留高频主流程七个入口，其余八个（我的资料、收藏夹、资料箱、知识库、工作台、求职统计、事实台账、回收站）收进页头「我的空间」下拉：

首页：从零到交付的进度清单、岗位/简历统计、按紧急度分色的近期提醒，一屏知道自己该干什么：

AI 是按岗位生成的，不是套模板。挑一个岗位，定美化档位、篇幅与模板；生成时会从你的资料与经历总结里按 JD 筛选排序，原始资料不会被修改：

生成完它会自动做两件事。一是版面诊断：下面这张图里内容超出所选页数（占用 154%），它直接给出按优先级排好的收紧顺序与一键「自动一页」。二是来源与核对：每个区块标注「回填原文 / 资料原文」，生成结果可以逐段溯源到你的资料库——模型编出来的东西不会悄悄留在简历里：

AI 定制简历的 A4 成品（服务端用系统中文字体渲染，一页排版，PDF 可直接下载，也可以走浏览器打印）：

岗位广场：手动录入、粘贴原文、贴截图、传 pdf/docx 都能识别成可编辑草稿；技能标签保存时自动提取：

岗位详情的匹配度分析：逐条对照 JD 给出五类结论，每条都附 JD 原文与你自己的证据；找不到依据时如实写「资料中未提供」。五类结论本身不带百分比；结论区之后另有 0–100 的「匹配度参考分」（本地规则估算、带免责、不参与投递准入）：

简历中心：多份简历、来源区分（AI 生成 / 用户编写）、收藏、备注、版式与篇幅控制	自动投递台：采集 → 匹配 → 显式确认 → 自动投递，四步流程写在页面顶部
求职进度：一家公司一个岗位一条记录，粘邮件 / 截图识别进展，先预览再写入	求职统计：转化与卡点、时间与节奏、渠道与去向、简历与健康度
事实台账：18 条主张的核实状态、承担程度与最近核实日期一屏总览	模拟面试：逐轮追问，结束后给维度评分与改进建议
求职助手：能查库、能引用资料、只在明确要求时写数据	设置：16 个模型预设、数据集与软件更新

导出与脱敏：PDF / Word / Markdown / 纯文本 / JSON / HTML 任选，可加水印；一键脱敏遮住姓名、电话、邮箱、公司与学校后再导出（面板见下方折叠区）。

投递台操作动图——勾选岗位 → 点「开始投递」→ 确认本批次范围。在你点下去之前，它不会打开任何招聘网站：

网申填表：用应用里的专用浏览器打开公司官网的网申页，整页读取后智能逐项填表。它只往文本框写值——下拉、单选、日期控件不代做，认不出的会如实列出来让你自己点（「只填不交」，提交永远在你手里）。填充完成会显示成功率（成功填写数 / 页面可读框总数），也能导出不含简历值的脱敏诊断，方便反馈认不出的字段：

更多界面（点击展开：全局搜索、求职助手、导出面板、简历预览、资料箱、知识库、工作台、回收站、内置指南与更多细节图）

一个框搜遍全站：岗位、简历、内推、提醒、面经、事实台账、资料箱与技能一起搜，不用先想「这东西在哪个模块」：

助手会先查你的库再回答——台账里的主张、面经、面试深挖记录都查得到，而且未经你同意不改任何数据：

导出选项面板：

匹配度分析动图（从打开抽屉到逐条结论与参考分）：

简历预览：A4 版式可缩放拖动，版面诊断给单页占用率与建议顺序	资料箱：证书、作品、链接与笔记，可带附件，点卡片看详情
知识库：面经总结、简历技巧与求职策略，正文支持 Markdown 预览	工作台：技能与版式，版式只填参数就能压进一页（截图为旧版界面，当前工作台只剩「版式」页签）
回收站：十六类内容删除后先进回收站，可多选批量恢复或彻底删除	使用指南：首次启动自动弹出，之后随时可查

细节裁切：

行内操作收进「更多操作」，一屏能多看几行	搜索一次命中八个模块
台账一条：原始事实、简历表述、承担程度与个人边界	粘邮件 / 截图识别进展，先预览「会发生什么」再确认写入

✨ 功能特性

🛡 下载后被杀软或系统提示「有风险」怎么办

先说结论：这个包里没有任何可执行文件。解压后是源码、启动脚本（.cmd / .command / .ps1）和文档——没有 .exe、.msi、.dll，所以静态查杀命中的可能性很低，Windows 的「未知发布者 / SmartScreen」提示也只针对 .exe / .msi，zip 本身不弹。

真正可能触发提示的是首次启动时的行为：它会联网下载 Python 与 Node.js 的便携版（放在项目自己的 runtime/ 里，不装进系统）。"下载并执行运行时"是所有杀毒软件的启发式引擎都会多看一眼的模式。它之所以这么做，是为了让你不需要预装任何环境：不装 Python、不装 Node、macOS 上也不用 Homebrew。

• 下载来源都是官方地址（python.org / nodejs.org），走 HTTPS，并且校验官方提供的 SHA256 摘要后才解压使用。整个过程在终端里可见，不做隐藏执行。
• 已经装好 Python 与 Node 的话，启动器会直接用现成的，不会重复下载。
• 想核对文件是否被动过：每次发布都随包提供一个 .sha256 校验文件（与压缩包同名，例如 ResumeForge-1.0.1-windows.zip.sha256）。Windows 上 Get-FileHash .\ResumeForge-1.0.1-windows.zip -Algorithm SHA256，macOS / Linux 上 shasum -a 256 ResumeForge-1.0.1-windows.zip，与文件里的值对一下即可。
• 不建议为了装它而关闭杀毒软件或加白名单。先核对上面的摘要；若校验一致却仍被拦截，把拦截的具体文件名与日志发到 Issues 或群里，那是需要修的问题，不是让你去关防护的理由。

🚀 快速开始

git clone https://github.com/magicapple123/ResumeForge.git
cd ResumeForge

环境要求：Windows 10/11 或 macOS 13+；Python 3.11 – 3.13、Node.js ≥ 20.19.0。后两项没装也行——一键启动器会自动准备（Windows 用 winget 或经过校验的便携包，macOS 下载便携版解压进 runtime/tools/，不需要 Homebrew，也不会要管理员密码）。

Python 3.14 暂不支持：锁定的后端依赖还没有对应的 cp314 轮子，装的时候会退化成源码编译并失败。

一键启动（推荐）

首次运行会自动创建虚拟环境、装齐依赖并打开浏览器。发布包自带构建好的前端页面（frontend/dist），由后端同源提供，因此打开的是后端地址，运行期不再需要 Node：

http://127.0.0.1:8005

之后每次双击开始/停止即可，不需要分别启动前后端；也可以点页头的退出，把前后端进程一起停掉。

xattr -dr com.apple.quarantine .

bash start.command

首次启动最常见的问题是依赖装不上，基本都是网络原因（默认走官方 PyPI / npm，国内经常超时）。启动器会在失败时用中文写明原因和下一步，照它说的做即可；最快的一条是换国内镜像重装后端依赖：

backend\.venv\Scripts\python.exe -m pip install -i https://mirrors.aliyun.com/pypi/simple -r backend\requirements.txt

前端同理，在 frontend 目录执行 npm install --registry=https://registry.npmmirror.com。启动失败时窗口不会自动关，可以从容读完提示再截图反馈。

想把应用从这台电脑上清掉，双击 uninstall.cmd：它删除启动器生成的东西（.venv、node_modules、dist、runtime/ 与各类缓存），保留 backend\data 与 backend\.env，并且不会删源码和文档。macOS 上不需要卸载脚本：这个项目从不往项目目录之外写任何东西，直接删掉整个文件夹就是干净卸载（想保留数据就先导出数据集）。

配置大模型（可选）

打开左侧 设置 → 编辑设置，选一个内置预设（自动填好接口地址与模型名）或「自定义模型（OpenAI 兼容）」，填 API Key 后点「测试连接」即可。内置 16 个预设，覆盖 DeepSeek、Claude（Anthropic 原生协议）、豆包、Kimi、通义、智谱、MiniMax、硅基流动、OpenRouter、OpenAI、Gemini、Grok、Groq、Mistral、Ollama、LM Studio。

不配模型也能用：岗位解析、资料解析、匹配度五类结论、写作增强里的版本对比、质量与合规检查、全部导出格式都是本地规则，离线可用。只有需要「生成」的动作（AI 定制简历、岗位解读、模拟面试、求职助手、面试深挖）才需要模型；用 Ollama / LM Studio 这类本地模型时，连生成也不出本机。

手动启动（开发与排错）

cd backend

# 创建虚拟环境并安装运行依赖
py -3 -m venv .venv
$env:PYTHONUTF8 = "1"
.venv\Scripts\python.exe -m pip install -r requirements.txt

# 启动服务（默认 http://127.0.0.1:8000，接口文档见 /docs）
.venv\Scripts\python.exe -m uvicorn app.main:app --reload --port 8000

cd frontend
npm ci
npm run dev        # http://localhost:5173，已配置 /api 代理到 8000 端口

cd backend
.venv\Scripts\python.exe -m ruff check .
.venv\Scripts\python.exe -m pytest --cov=app --cov-config=../pyproject.toml

cd ../frontend
npm test && npm run lint && npm run typecheck && npm run build

# 形态一：发布形态（后端同源，默认 smoke 口 8123）
npm run build
cd ..
powershell -File scripts\Start-ResumeForge.ps1 -NoBrowser -BackendPort 8123
cd frontend

# 形态二：开发形态（Vite 5173 + 后端 8000）
cd backend
.venv\Scripts\python.exe -m uvicorn app.main:app --port 8000
cd ../frontend
npm run dev

cd frontend
npm run smoke                                   # 发布形态（默认 http://127.0.0.1:8123）
$env:SMOKE_FRONTEND_URL = "http://127.0.0.1:5173"; $env:SMOKE_BACKEND_URL = "http://127.0.0.1:8000"
npm run smoke                                   # 开发形态

更完整的字段说明、隐私边界、升级与回滚、AI 故障排查，见官网使用文档。

🏗 架构与数据边界

前后端分离，前端统一通过同源 /api 访问后端（开发由 Vite 代理，生产需要由 Web 服务器托管 frontend/dist，把 /api 反向代理到 FastAPI，并把非静态文件的前端路由回退到 index.html）：

几条贯穿全项目的设计取舍，读代码前先知道可以少走弯路：

• 一个逻辑只有一份实现：投递准入只有 models/apply.py::admission_of，行操作菜单只有 components/common/RowActions，卡片详情只有 RecordDetail，助手的能力地图由 services/feature_catalog.py 门面在运行时渲染（功能数据按原始顺序拆在 feature_catalog_{profile,resume,workflow}.py，守卫测试保证与 README 功能表、菜单和指南双向对齐）。
• 并发守卫下沉到 SQL：批次状态用条件 UPDATE ... WHERE status = ? 原子推进，不用「先读后判再写」。
• 外部输入一律不可信：岗位描述、粘贴文本与上传文件都按不可信输入处理，不做系统指令执行。
• 不用 create_all 掩盖迁移问题：数据库由 Alembic revision 管理，新增表 / 列必须写迁移与降级脚本。

完整设计（含决策记录、扩展点与数据模型）见 docs/architecture.md，另有项目导航图用于从功能倒查代码位置。

🔐 数据、隐私与边界

这个工具会碰到你的身份证号、手机号、公司名和简历原文，所以边界写在最前面：

• 默认全部留在本机。 业务数据存在本机数据目录里：主库 backend/data/resume_forge.db（简历、岗位、台账、设置等；照片与部分历史字段以 base64 存库内），外加同目录的副本目录（user_files/ 按内容寻址保存"我的文件"，referral_images/ 保存内推备注图）、datasets/ 下的其余数据集、自动备份与导出产物。不经过任何第三方服务；导出、渲染、PDF 生成都在本机完成。桌面版这些文件位于 %APPDATA%\ResumeForge\data。
• 只有你主动配置并触发的动作才会发出请求。 发送对象是「你自己填地址和密钥」的模型服务商，内容仅限完成该次生成所需的最小资料；照片不会发送给模型。
• 不保存招聘网站密码、Cookie、令牌或验证码。 自动投递走 CDP 连接你自己登录的浏览器（独立用户目录），扫码登录由你在浏览器窗口里完成。
• 不硬编码密钥。 仓库、.env.example 与代码里没有任何真实密钥；.env、数据库、照片、简历与导出文件都被 .gitignore 忽略。Windows 上 API Key 用系统 DPAPI 加密后落库（密文绑定当前用户与机器）。
• 分享给别人时可一键脱敏。 离线分享包只包含脱敏 HTML/PDF + 只读快照，不含真实敏感信息。
• 默认只监听回环地址。 这是一个单用户本地工具，不要把它暴露到局域网或公网——它没有账号体系，暴露即等于把数据库交给别人。

发现疑似安全问题时请遵循 SECURITY.md，不要在公开 Issue 中披露可利用细节。

🔄 更新而不丢失数据

岗位、资料、简历、助手历史与模型配置默认保存在 backend/data/resume_forge.db，可选的服务端环境变量在 backend/.env，两者都被 Git 忽略，git pull 不会覆盖。

• 最省事的备份：设置 → 数据集 → 导出当前数据集（要连其余几份数据集一起带走就选「导出全部数据集」）。一份备份包包含：该数据集的整库快照（简历、岗位、资料、助手会话、台账与设置）、它引用到的磁盘附件（user_files/、referral_images/）、全部自定义字体（data/fonts/），以及全局模型配置（可取消勾选）。包内逐文件记 size 与 SHA-256，并写明各表行数；源库已缺附件或磁盘字节与登记哈希不一致时，界面会明确标为“不完整”。不包含：登录态（browser-profile/、webform-browser-profile/）、可重建的缓存与运行产物（captures/、share_packages/、logs/、exports/、restore/、backups/、auto-backups/），以及没选「导出全部」时其余数据集的库。数据目录里出现不属于以上任何一类的顶层项时，导出会提示“另有 N 项未纳入备份”——这条提示是故意可见的，避免新功能写到新目录的文件被静默漏掉。资料板块 / 自定义字段 / 条目 / 方案 / 当前方案 / 字段偏好等表都在这份整库快照里。2.0 起旧资料的数据不再迁入新库：从 1.0 升级时旧库已整包归档到 backend/data/legacy-archive/，新库里同名的旧结构只是空表（不再承载新内容），需要旧内容时按归档包里的说明处理。换电脑时在新装的应用里「导入备份为新数据集」还原即可（备份默认包含 API Key，可取消勾选；Windows 上密文绑定本机，换机恢复可能仍需重填；本机已有同名字体时保留本机版本）。
• 跨版本迁移请在同版本之间导：格式 5 起包内带全局模型配置、格式 6 起再带上字体。更早的版本（≤1.0.2）遇到这两种包会明确拒收并提示升级，而不是安静地只恢复数据库。
• 交付存档：简历中心的「交付存档」可以在原简历删除后按标题、公司、岗位和来源查找历史交付。下载的是按快照重放的文件或冻结内容 JSON，不能承诺与原始下载文件字节一致；源记录 purge 不会自动清掉快照、附件和备份副本。
• 一键更新：Windows 双击 update.cmd，macOS 双击 update.command（或 bash scripts/macos/update.sh）。两者都只替换程序文件，data/、.env、runtime/ 一律不动；Windows 侧还有 -DryRun 只预览、-SkipDependencies 只拉代码不装依赖。
• 更新不会动数据库：Alembic 迁移在下次启动时自动执行，迁移前会在 backend/data/backups/ 写一份备份。应用内设置 → 应用 → 软件更新可直接检查、下载并显示进度；Windows 下载完成后可确认重启安装，程序会原地覆盖并自动重启，data/、.env 与 runtime/ 不动。macOS 源码包走上面的 update.command（同样是"下载新包 → 只覆盖程序文件"）；用 .dmg 安装版的用户下载新 dmg 覆盖安装即可（数据在 ~/Library/Application Support/ResumeForge/，不随安装目录覆盖）。更新包按当前平台挑选并核对发布方给的 .sha256；成没成以"现在跑的是哪个版本"为准——没起来会说出失败原因与日志位置（runtime/update.log），不会一律弹"已更新"。

不要使用 git clean -fdx，也不要删除整个项目目录后直接覆盖。完整的升级、压缩包更新与回滚步骤见 docs/upgrading.md。

❓ FAQ

必须联网才能用吗？ 不需要。除「投递台」的采集 / 投递链路与你主动触发的 AI 生成外，其余功能全部离线可用；用 Ollama / LM Studio 这类本地模型时，连 AI 生成也不出本机。

支持哪些岗位？只有 IT 岗吗？ 面向所有岗位。示例数据刻意用的是市场运营，技能词表覆盖跨行业专业能力、办公与业务工具、证书资质等分类。

AI 会不会把我的简历写飞？ 三道闸：事实台账里只有「已确认」的条目会作为事实参与生成；未确认的说法会被显式避开；生成结果里的学校 / 公司 / 项目名会与资料库比对，不一致时给出警告。正文还留着【待补】标记时导出会被直接拦下并指出位置。

匹配度怎么算？为什么说它只是参考？ 因为分数会让人误以为它能决定投递结果。五类结论说明的是「为什么」，可以直接指导改简历；0–100 的「匹配度参考分」只是展示辅助，不参与投递准入，并且带免责说明。

多个岗位、多份简历会不会乱？ 一个岗位可以关联多份简历，一份简历也能看到它的目标岗位；简历中心可按来源（AI 生成 / 用户编写）与「有无岗位」筛选，收藏夹集中放重点，回收站兜住误删。

为什么只能本机用？ 因为它没有账号体系与权限模型，业务数据（含身份证号、手机号这类个人信息）也没有加密存储。要多人共用需要先补上认证、TLS 与审计，这不是当前版本的目标。

💬 交流与反馈

• QQ 群 922830167 —— 交流使用体验、提需求、报问题，欢迎来聊。 群文件里也放了安装包：GitHub 下载慢（或下载总是中断）的时候可以直接从群里取。

• Bug 与需求：用 Issue 模板 提交，附上版本号、系统与复现步骤。
• 安全问题：请走私密渠道（见 SECURITY.md），不要在公开 Issue 里披露可利用细节。

☕ 赞赏支持

简历通永久免费开源，不打赏也完全不影响任何功能。如果它帮你拿到了面试或 offer，想请作者喝杯咖啡的话，点下面展开即可：

📖 文档

普通用户直接看官网的使用文档界面（排版友好、可搜索）；开发者看仓库里的源码文档：

🧪 第六阶段验收证据（简历制作台 Q01–Q27）

本轮「简历制作台」修复的真机验证、截图、日志与逐项记录存放在 runtime/investigation/phase6/（本机证据目录，不随源码提交）：

证据全部来自隔离演示库（runtime/demo/demo.db 与各成员副本），未读写真实用户数据。

🤝 参与贡献

欢迎 Issue 与 Pull Request。开始之前请读 CONTRIBUTING.md 与 AGENTS.md（后者是仓库的长期维护规则，包含「一处逻辑只留一份实现」「新增迁移要同步更新测试」这类会直接影响你 PR 能否通过的约定）。

• 修 bug 请先补一个能复现的测试，再改实现；
• 用户可见的行为变化请同步更新 README、docs/user-guide.md、应用内使用指南与 CHANGELOG.md；
• 新增数据表或列必须写 Alembic 迁移与降级脚本，并补「表集合前后不变」的断言；
• 提交信息遵循 Conventional Commits（feat: / fix: / docs: …）。

这个项目采用 Contributor Covenant 行为准则。

📄 许可证

本项目采用 Apache License 2.0 授权，© 2026 magicapple123。

• 你可以自由商用、修改、闭源分发或再许可，只需保留版权与许可声明、在修改过的文件中标注变更，并在分发时附带许可证副本。
• 软件按「原样」提供，不附带任何明示或暗示的担保。
• 代码授权不包含商标授权：项目名称「简历通 ResumeForge」、图标与 logo 不随许可证一并授权，二次分发请使用自己的名称与标识。
• 1.0.2 及更早版本以 MIT 授权发布，该授权对这些版本持续有效且不可撤销；Apache-2.0 适用于之后的版本。

⭐ Star 历史

如果这个项目帮你少踩了一个坑，给个 Star 会让我知道它值得继续维护。