1
This commit is contained in:
张成
141
_doc/AI禁用说明.md
Normal file
141
_doc/AI禁用说明.md
Normal file
@@ -0,0 +1,141 @@
|
||||
# AI 功能禁用说明
|
||||
|
||||
## 📋 概述
|
||||
|
||||
根据需求，AI 接入功能暂时禁用，作为二期规划。当前使用简单的文本匹配来实现职位过滤功能。
|
||||
|
||||
## ✅ 已完成的修改
|
||||
|
||||
### 1. 创建文本匹配过滤服务
|
||||
- ✅ 创建了 `api/middleware/job/job_filter_service.js`
|
||||
- 实现基于文本匹配的职位分析
|
||||
- 支持技能匹配、经验匹配、薪资匹配
|
||||
- 支持外包检测和关键词过滤
|
||||
|
||||
### 2. 禁用 AI 服务调用
|
||||
|
||||
#### 2.1 jobManager.js
|
||||
- ✅ 注释掉 `aiService` 引用
|
||||
- ✅ 禁用 `analyzeResumeWithAI()` 调用
|
||||
- ✅ 修改 `analyzeResume()` 使用文本匹配
|
||||
|
||||
#### 2.2 resumeManager.js
|
||||
- ✅ 注释掉 `aiService` 引用
|
||||
- ✅ 修改 `analyzeResume()` 使用文本匹配
|
||||
- ✅ 修改 `calculateMatchScore()` 使用 `jobFilterService.analyzeJobMatch()`
|
||||
|
||||
#### 2.3 chatManager.js
|
||||
- ✅ 注释掉 `aiService` 引用
|
||||
- ✅ 修改 `generateChatContent()` 使用默认模板
|
||||
- ✅ 修改 `generateInterviewInvitation()` 使用默认模板
|
||||
- ✅ 添加 `generateDefaultChatContent()` 方法
|
||||
- ✅ 添加 `generateDefaultInterviewInvitation()` 方法
|
||||
|
||||
## 🔧 文本匹配过滤功能
|
||||
|
||||
### 功能特性
|
||||
|
||||
1. **技能匹配度计算**
|
||||
- 从职位描述中提取技能关键词
|
||||
- 与简历技能进行匹配
|
||||
- 计算匹配百分比（0-100分）
|
||||
|
||||
2. **经验匹配度计算**
|
||||
- 从职位描述中提取经验要求
|
||||
- 与简历工作经验进行匹配
|
||||
- 计算匹配分数
|
||||
|
||||
3. **薪资合理性计算**
|
||||
- 解析职位薪资范围
|
||||
- 与期望薪资进行对比
|
||||
- 计算匹配分数
|
||||
|
||||
4. **外包检测**
|
||||
- 检测职位描述中的外包关键词
|
||||
- 标记是否为外包岗位
|
||||
|
||||
5. **关键词过滤**
|
||||
- 支持包含关键词过滤
|
||||
- 支持排除关键词过滤
|
||||
- 支持自定义排除关键词列表
|
||||
|
||||
### 使用示例
|
||||
|
||||
```javascript
|
||||
const jobFilterService = require('./job_filter_service');
|
||||
|
||||
// 分析职位匹配度
|
||||
const analysis = jobFilterService.analyzeJobMatch(jobInfo, resumeInfo);
|
||||
console.log('综合分数:', analysis.overallScore);
|
||||
console.log('技能匹配:', analysis.skillMatch);
|
||||
console.log('是否为外包:', analysis.isOutsourcing);
|
||||
|
||||
// 过滤职位列表
|
||||
const filteredJobs = jobFilterService.filterJobs(jobs, {
|
||||
minScore: 60, // 最低匹配分数
|
||||
excludeOutsourcing: true, // 排除外包
|
||||
excludeKeywords: ['销售', '客服'] // 排除关键词
|
||||
}, resumeInfo);
|
||||
```
|
||||
|
||||
## 📝 默认模板
|
||||
|
||||
### 聊天内容模板
|
||||
- **greeting**: "您好，我对这个岗位很感兴趣，希望能进一步了解。"
|
||||
- **interview**: "感谢您的回复，我很期待与您进一步沟通。"
|
||||
- **followup**: "您好，想了解一下这个岗位的最新进展。"
|
||||
|
||||
### 面试邀约模板
|
||||
- "感谢您的邀请，我很期待与您面谈。请问方便的时间是什么时候？"
|
||||
|
||||
## ⚠️ 注意事项
|
||||
|
||||
1. **AI 服务文件保留**
|
||||
- `api/middleware/job/aiService.js` 文件保留，但不再被调用
|
||||
- 二期规划时可以重新启用
|
||||
|
||||
2. **向后兼容**
|
||||
- 所有方法签名保持不变
|
||||
- 返回数据结构保持一致
|
||||
- 不影响现有调用代码
|
||||
|
||||
3. **日志提示**
|
||||
- 所有禁用 AI 的地方都有日志提示
|
||||
- 明确标注"AI分析已禁用（二期规划）"
|
||||
|
||||
## 🔄 二期规划恢复步骤
|
||||
|
||||
当需要恢复 AI 功能时：
|
||||
|
||||
1. 取消注释所有 `aiService` 引用
|
||||
2. 恢复 AI 方法调用
|
||||
3. 移除或注释文本匹配的替代代码
|
||||
4. 测试 AI 服务连接和功能
|
||||
|
||||
## 📊 当前功能对比
|
||||
|
||||
| 功能 | AI 版本 | 文本匹配版本 |
|
||||
|------|---------|-------------|
|
||||
| 简历分析 | AI 智能分析 | 技能关键词提取 |
|
||||
| 职位匹配 | AI 深度分析 | 文本匹配评分 |
|
||||
| 聊天生成 | AI 个性化生成 | 固定模板 |
|
||||
| 面试邀约 | AI 个性化生成 | 固定模板 |
|
||||
| 外包检测 | AI 判断 | 关键词匹配 |
|
||||
|
||||
## 🎯 后续优化建议
|
||||
|
||||
1. **增强文本匹配**
|
||||
- 添加更多技能关键词
|
||||
- 优化匹配算法
|
||||
- 支持同义词匹配
|
||||
|
||||
2. **规则配置化**
|
||||
- 将过滤规则配置化
|
||||
- 支持用户自定义规则
|
||||
- 支持规则优先级
|
||||
|
||||
3. **匹配度优化**
|
||||
- 优化评分算法
|
||||
- 添加更多匹配维度
|
||||
- 支持权重配置
|
||||
|
||||
235
_doc/COMMAND_FLOW_MAPPING.md
Normal file
235
_doc/COMMAND_FLOW_MAPPING.md
Normal file
@@ -0,0 +1,235 @@
|
||||
# 指令流程映射关系文档
|
||||
|
||||
## 📋 完整的指令执行流程
|
||||
|
||||
本文档说明从 Admin 前端到 boss-automation-nodejs 的完整指令映射关系。
|
||||
|
||||
## 🔄 执行流程图
|
||||
|
||||
```
|
||||
Admin 前端 (pla_account_detail.vue)
|
||||
↓ commandType
|
||||
plaAccountServer.runCommand()
|
||||
↓ HTTP POST
|
||||
后端 API (pla_account.js)
|
||||
↓ taskType
|
||||
taskQueue.addTask()
|
||||
↓
|
||||
taskQueue.getTaskCommands()
|
||||
↓ command_type
|
||||
command.executeCommand()
|
||||
↓
|
||||
jobManager[command_type]()
|
||||
↓ MQTT action
|
||||
boss-automation-nodejs
|
||||
↓
|
||||
BossService[action]()
|
||||
```
|
||||
|
||||
## 📊 完整映射表
|
||||
|
||||
| Admin commandType | taskType | command_type | MQTT action | Boss 方法 | 说明 |
|
||||
|------------------|----------|--------------|-------------|-----------|------|
|
||||
| `get_login_qr_code` | `get_login_qr_code` | `getLoginQrCode` | `get_login_qr_code` | `get_login_qr_code()` | 获取登录二维码 |
|
||||
| `openBotDetection` | `openBotDetection` | `openBotDetection` | `openBotDetection` | `openBotDetection()` | 打开测试页 |
|
||||
| `get_resume` | `get_resume` | `getOnlineResume` | `get_resume` | `get_resume()` | 获取用户简历 |
|
||||
| `get_user_info` | `get_user_info` | `getUserInfo` | `get_user_info` | `get_user_info()` | 获取用户信息 |
|
||||
| `search_jobs` | `search_jobs` | `searchJob` | `search_jobs` | `search_jobs()` | 搜索岗位 |
|
||||
| `getJobList` | `getJobList` | `getJobList` | `getJobList` | `getJobList()` | 获取岗位列表 |
|
||||
| `getChatList` | `getChatList` | `getChatList` | `getChatList` | `getChatList()` | 获取聊天列表 |
|
||||
|
||||
## 🔍 详细说明
|
||||
|
||||
### 1. Admin 前端 (commandType)
|
||||
|
||||
在 `pla_account_detail.vue` 中定义的操作类型：
|
||||
|
||||
```javascript
|
||||
actionMenuList: [
|
||||
{
|
||||
value: 'get_login_qr_code',
|
||||
label: '用户登录',
|
||||
commandType: 'get_login_qr_code',
|
||||
commandName: '获取登录二维码'
|
||||
},
|
||||
{
|
||||
value: 'getJobList',
|
||||
label: '岗位列表',
|
||||
commandType: 'getJobList',
|
||||
commandName: '获取岗位列表'
|
||||
},
|
||||
// ...
|
||||
]
|
||||
```
|
||||
|
||||
### 2. 后端 API (taskType)
|
||||
|
||||
在 `pla_account.js` 中，`commandType` 直接作为 `taskType` 传递：
|
||||
|
||||
```javascript
|
||||
const task = await task_status.create({
|
||||
sn_code: account.sn_code,
|
||||
taskType: commandConfig.type, // 使用 commandType
|
||||
taskName: commandName || commandConfig.name,
|
||||
taskParams: JSON.stringify(finalParams)
|
||||
});
|
||||
```
|
||||
|
||||
### 3. 任务队列 (command_type)
|
||||
|
||||
在 `taskQueue.js` 的 `getTaskCommands()` 方法中，将 `taskType` 映射为 `command_type`：
|
||||
|
||||
```javascript
|
||||
async getTaskCommands(task) {
|
||||
const { taskType, taskParams } = task;
|
||||
|
||||
switch (taskType) {
|
||||
case 'get_login_qr_code':
|
||||
return [{
|
||||
command_type: 'getLoginQrCode', // jobManager 方法名
|
||||
command_name: '获取登录二维码',
|
||||
command_params: JSON.stringify({ platform })
|
||||
}];
|
||||
|
||||
case 'getJobList':
|
||||
return [{
|
||||
command_type: 'getJobList', // jobManager 方法名
|
||||
command_name: '获取岗位列表',
|
||||
command_params: JSON.stringify({ keyword, platform })
|
||||
}];
|
||||
|
||||
// ...
|
||||
}
|
||||
}
|
||||
```
|
||||
|
||||
### 4. 指令管理器 (jobManager 方法)
|
||||
|
||||
在 `command.js` 中调用 `jobManager` 的方法：
|
||||
|
||||
```javascript
|
||||
async executeCommand(taskId, command, mqttClient) {
|
||||
const commandType = command.command_type;
|
||||
const commandParams = JSON.parse(command.command_params);
|
||||
|
||||
// 调用 jobManager 的方法
|
||||
if (commandType && jobManager[commandType]) {
|
||||
result = await jobManager[commandType](sn_code, mqttClient, commandParams);
|
||||
}
|
||||
}
|
||||
```
|
||||
|
||||
### 5. MQTT 通信 (action)
|
||||
|
||||
在 `jobManager.js` 中，通过 MQTT 发送指令：
|
||||
|
||||
```javascript
|
||||
async getJobList(sn_code, mqttClient, params = {}) {
|
||||
const response = await mqttClient.publishAndWait(sn_code, {
|
||||
platform: 'boss',
|
||||
action: "getJobList", // MQTT action，对应 Boss 方法名
|
||||
data: { keyword, pageCount }
|
||||
});
|
||||
return response.data;
|
||||
}
|
||||
```
|
||||
|
||||
### 6. Boss 模块执行
|
||||
|
||||
在 `boss-automation-nodejs` 中，根据 `action` 调用对应方法：
|
||||
|
||||
```javascript
|
||||
// modules/index.js
|
||||
async executeAction(platform, action, data) {
|
||||
const modules = this.getModules();
|
||||
|
||||
// 调用 BossService[action]
|
||||
let result = await modules[platform][action](data);
|
||||
return result;
|
||||
}
|
||||
```
|
||||
|
||||
## ⚠️ 关键注意事项
|
||||
|
||||
### 1. 命名一致性
|
||||
|
||||
- **Admin commandType** → 用户界面显示的操作类型
|
||||
- **taskType** → 任务类型，与 commandType 相同
|
||||
- **command_type** → jobManager 中的方法名（驼峰命名）
|
||||
- **MQTT action** → Boss 模块中的方法名（可能有别名）
|
||||
|
||||
### 2. 参数传递
|
||||
|
||||
参数在整个流程中的传递：
|
||||
|
||||
```javascript
|
||||
// Admin 前端
|
||||
commandParams: { keyword: '前端', platform: 'boss' }
|
||||
↓
|
||||
// taskParams
|
||||
taskParams: { keyword: '前端', platform: 'boss' }
|
||||
↓
|
||||
// command_params
|
||||
command_params: '{"keyword":"前端","platform":"boss"}'
|
||||
↓
|
||||
// jobManager 方法参数
|
||||
params: { keyword: '前端', platform: 'boss' }
|
||||
↓
|
||||
// MQTT data
|
||||
data: { keyword: '前端', pageCount: 3 }
|
||||
↓
|
||||
// Boss 方法参数
|
||||
data: { keyword: '前端', pageCount: 3 }
|
||||
```
|
||||
|
||||
### 3. 别名支持
|
||||
|
||||
Boss 模块中的别名方法：
|
||||
|
||||
```javascript
|
||||
// BossService 类中
|
||||
async openBotDetection(data) {
|
||||
return this.open_bot_detection(data);
|
||||
}
|
||||
|
||||
async get_resume(data) {
|
||||
return this.getOnlineResume(data);
|
||||
}
|
||||
|
||||
async search_jobs(data) {
|
||||
return this.searchJob(data);
|
||||
}
|
||||
```
|
||||
|
||||
## 🐛 常见问题
|
||||
|
||||
### Q1: 提示"未知的指令类型"
|
||||
|
||||
**原因：** `command_type` 在 `jobManager` 中不存在
|
||||
|
||||
**解决：**
|
||||
1. 检查 `taskQueue.js` 中的 `getTaskCommands()` 方法
|
||||
2. 确保 `command_type` 与 `jobManager` 中的方法名一致
|
||||
|
||||
### Q2: MQTT 消息发送失败
|
||||
|
||||
**原因：** `action` 在 Boss 模块中不存在
|
||||
|
||||
**解决：**
|
||||
1. 检查 `jobManager.js` 中的 MQTT action
|
||||
2. 确保 Boss 模块中有对应的方法或别名
|
||||
|
||||
### Q3: 参数传递错误
|
||||
|
||||
**原因：** 参数格式不正确
|
||||
|
||||
**解决：**
|
||||
1. 确保 `command_params` 是 JSON 字符串
|
||||
2. 在 `jobManager` 中正确解析参数
|
||||
3. 在 MQTT 消息中正确传递参数
|
||||
|
||||
---
|
||||
|
||||
**创建时间**: 2025-11-13
|
||||
**作者**: Augment Agent
|
||||
|
||||
1415
_doc/framework_使用文档.md
Normal file
1415
_doc/framework_使用文档.md
Normal file
File diff suppressed because it is too large
Load Diff
62
_doc/full_flow删除说明.md
Normal file
62
_doc/full_flow删除说明.md
Normal file
@@ -0,0 +1,62 @@
|
||||
# full_flow 删除说明
|
||||
|
||||
## ✅ 已删除的 full_flow 相关代码
|
||||
|
||||
### 1. 任务处理器注册
|
||||
- ✅ 删除了 `registerTaskHandlers()` 中的 `full_flow` 处理器注册
|
||||
- ✅ 删除了 `handleFullFlowTask()` 方法
|
||||
|
||||
### 2. 手动任务处理
|
||||
- ✅ 修改了 `handleManualJobRequest()`，移除了 `full_flow` 的特殊处理
|
||||
- ✅ 将 `manualExecuteJobFlow()` 标记为废弃，抛出错误提示
|
||||
|
||||
### 3. 定时任务
|
||||
- ✅ 修改了 `executeScheduledJobFlow()`，移除了 `full_flow` 任务添加
|
||||
- ✅ 添加了注释说明 `full_flow` 已废弃
|
||||
|
||||
### 4. 任务队列
|
||||
- ✅ 删除了 `taskQueue.js` 中 `getTaskCommands()` 的 `case 'full_flow':` 分支
|
||||
|
||||
### 5. 配置
|
||||
- ✅ 删除了 `config.js` 中 `taskTimeouts.full_flow` 配置
|
||||
- ✅ 删除了 `config.js` 中 `taskPriorities.full_flow` 配置
|
||||
|
||||
### 6. 数据模型注释
|
||||
- ✅ 更新了 `task_status.js` 模型中的 `taskType` 注释，移除了 `full_flow` 说明
|
||||
|
||||
## 📝 保留的方法（已废弃）
|
||||
|
||||
以下方法已标记为废弃，但保留在代码中以便向后兼容：
|
||||
|
||||
1. **`manualExecuteJobFlow()`**
|
||||
- 状态：已废弃
|
||||
- 行为：抛出错误，提示使用其他任务类型
|
||||
- 位置：`api/middleware/schedule/index.js:681`
|
||||
|
||||
2. **`executeScheduledJobFlow()`**
|
||||
- 状态：定时任务已注释，方法保留但不再添加 `full_flow` 任务
|
||||
- 位置：`api/middleware/schedule/index.js:578`
|
||||
|
||||
## ⚠️ 注意事项
|
||||
|
||||
1. **定时任务已禁用**
|
||||
- `executeScheduledJobFlow()` 的定时任务调用已被注释
|
||||
- 如需恢复定时任务，请使用其他任务类型（如 `auto_deliver`）
|
||||
|
||||
2. **替代方案**
|
||||
- 如需执行完整流程，请使用：
|
||||
- `auto_deliver` - 自动投递任务
|
||||
- `get_job_list` - 获取岗位列表
|
||||
- `apply_job` - 投递简历
|
||||
- 其他独立任务类型
|
||||
|
||||
3. **向后兼容**
|
||||
- `manualExecuteJobFlow()` 方法保留在导出接口中，但会抛出错误
|
||||
- 调用此方法的代码需要更新为使用其他任务类型
|
||||
|
||||
## 🔄 后续建议
|
||||
|
||||
如果不再需要以下方法，可以考虑完全删除：
|
||||
- `executeScheduledJobFlow()` - 如果定时任务不再使用
|
||||
- `manualExecuteJobFlow()` - 如果所有调用都已更新
|
||||
|
||||
20
_doc/主流程.md
Normal file
20
_doc/主流程.md
Normal file
@@ -0,0 +1,20 @@
|
||||
|
||||
|
||||
# handleAutoDeliverTask ，自动投递岗位
|
||||
|
||||
|
||||
1. 如果 2 小时之内没有获取在线简历 ，则重新获取一下在线简历，没有创建，有则更新
|
||||
|
||||
2. 获取职位列表， 按照用户 简历的信息resume_info 中的 skills expectedLocation ，expectedSalary ，expectedPosition ，workYears ，education location 和 职位类型 job_types 中的 年龄，薪资，距离职位的位置，commonSkills，excludeKeywords ，
|
||||
user_longitude，
|
||||
user_longitude
|
||||
|
||||
job_postings和 经纬度 做距离匹配 ，按照 用户中可以配置 is_salary_priority 优先级 按照权重 占比 过滤
|
||||
defaultValue: [ { "key": "distance", "weight": 50 }, { "key": "salary", "weight": 20 }, { "key": "work_years", "weight": 10 }, { "key": "education", "weight": 20} ]
|
||||
|
||||
3.投递合适匹配的岗位
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
100
_doc/命名规范统一方案.md
Normal file
100
_doc/命名规范统一方案.md
Normal file
@@ -0,0 +1,100 @@
|
||||
# 命名规范统一方案
|
||||
|
||||
## 📋 命名规范标准
|
||||
|
||||
### 1. 文件命名规范
|
||||
**统一使用下划线命名（snake_case）**
|
||||
- ✅ `ai_service.js`
|
||||
- ✅ `job_service.js`
|
||||
- ✅ `pla_account_service.js`
|
||||
- ✅ `job_manager_service.js`
|
||||
- ✅ `chat_manager_service.js`
|
||||
- ✅ `resume_manager_service.js`
|
||||
- ❌ `aiService.js` → `ai_service.js`
|
||||
- ❌ `jobManager.js` → `job_manager_service.js`
|
||||
- ❌ `chatManager.js` → `chat_manager_service.js`
|
||||
- ❌ `resumeManager.js` → `resume_manager_service.js`
|
||||
|
||||
### 2. 类命名规范
|
||||
**统一使用大驼峰命名（PascalCase）**
|
||||
- ✅ `AIService`
|
||||
- ✅ `JobService`
|
||||
- ✅ `JobManagerService`
|
||||
- ✅ `ChatManagerService`
|
||||
- ✅ `ResumeManagerService`
|
||||
- ❌ `aiService` → `AIService`
|
||||
- ❌ `JobManager` → `JobManagerService`
|
||||
|
||||
### 3. 目录命名规范
|
||||
**统一使用小写+下划线（snake_case）**
|
||||
- ✅ `services/` - 业务服务层
|
||||
- ✅ `middleware/` - 中间件层
|
||||
- ✅ `middleware/schedule/` - 调度系统
|
||||
- ✅ `middleware/mqtt/` - MQTT通信
|
||||
- ❌ `middleware/job/` → 移到 `services/` 并重命名
|
||||
|
||||
### 4. 服务文件命名规范
|
||||
**所有服务文件统一以 `_service.js` 结尾**
|
||||
- ✅ `ai_service.js`
|
||||
- ✅ `job_service.js`
|
||||
- ✅ `job_manager_service.js`
|
||||
- ✅ `chat_manager_service.js`
|
||||
- ✅ `resume_manager_service.js`
|
||||
- ✅ `pla_account_service.js`
|
||||
- ✅ `oss_tool_service.js` (重命名 `ossTool.js`)
|
||||
|
||||
## 🔄 需要重命名的文件
|
||||
|
||||
### services/ 目录
|
||||
1. `ossTool.js` → `oss_tool_service.js`
|
||||
2. `task_scheduler.js` → 标记为废弃或删除
|
||||
|
||||
### middleware/job/ 目录（移到 services/）
|
||||
1. `jobManager.js` → `services/job_manager_service.js`
|
||||
2. `chatManager.js` → `services/chat_manager_service.js`
|
||||
3. `resumeManager.js` → `services/resume_manager_service.js`
|
||||
4. `aiService.js` → 合并到 `services/ai_service.js` 后删除
|
||||
|
||||
## 📁 整理后的目录结构
|
||||
|
||||
```
|
||||
api/
|
||||
├── services/ # 业务服务层
|
||||
│ ├── index.js # 服务管理器
|
||||
│ ├── ai_service.js # AI服务（合并后）
|
||||
│ ├── job_service.js # 职位服务
|
||||
│ ├── job_manager_service.js # 工作管理服务
|
||||
│ ├── chat_manager_service.js # 聊天管理服务
|
||||
│ ├── resume_manager_service.js # 简历管理服务
|
||||
│ ├── pla_account_service.js # 账号服务
|
||||
│ └── oss_tool_service.js # OSS服务
|
||||
│
|
||||
└── middleware/ # 中间件层
|
||||
├── schedule/ # 调度系统
|
||||
├── mqtt/ # MQTT通信
|
||||
├── dbProxy.js # 数据库代理
|
||||
└── logProxy.js # 日志代理
|
||||
```
|
||||
|
||||
## 🎯 执行步骤
|
||||
|
||||
1. **重命名现有文件**
|
||||
- `ossTool.js` → `oss_tool_service.js`
|
||||
|
||||
2. **移动并重命名业务服务**
|
||||
- `middleware/job/jobManager.js` → `services/job_manager_service.js`
|
||||
- `middleware/job/chatManager.js` → `services/chat_manager_service.js`
|
||||
- `middleware/job/resumeManager.js` → `services/resume_manager_service.js`
|
||||
|
||||
3. **合并AI服务**
|
||||
- 将 `middleware/job/aiService.js` 的功能合并到 `services/ai_service.js`
|
||||
- 删除 `middleware/job/aiService.js`
|
||||
|
||||
4. **更新所有引用**
|
||||
- 更新 `command.js` 中的引用
|
||||
- 更新其他文件中的引用
|
||||
|
||||
5. **统一类命名**
|
||||
- 确保所有类都使用 PascalCase
|
||||
- 确保所有服务类都以 Service 结尾
|
||||
|
||||
68
_doc/命名规范统一进度.md
Normal file
68
_doc/命名规范统一进度.md
Normal file
@@ -0,0 +1,68 @@
|
||||
# 命名规范统一进度
|
||||
|
||||
## ✅ 已完成
|
||||
|
||||
### 1. OSS服务重命名
|
||||
- ✅ `ossTool.js` → `oss_tool_service.js`
|
||||
- ✅ `OSSTool` → `OSSToolService`
|
||||
- ✅ 更新引用：`api/controller_front/file.js`
|
||||
|
||||
## 📋 待完成
|
||||
|
||||
### 2. 移动并重命名业务服务（middleware/job/ → services/）
|
||||
- ⏳ `jobManager.js` → `services/job_manager_service.js`
|
||||
- 类名：`JobManager` → `JobManagerService`
|
||||
- 更新引用：`api/middleware/schedule/command.js`
|
||||
|
||||
- ⏳ `chatManager.js` → `services/chat_manager_service.js`
|
||||
- 类名：`ChatManager` → `ChatManagerService`
|
||||
- 更新引用：`api/middleware/schedule/command.js`
|
||||
|
||||
- ⏳ `resumeManager.js` → `services/resume_manager_service.js`
|
||||
- 类名：`ResumeManager` → `ResumeManagerService`
|
||||
|
||||
### 3. 合并AI服务
|
||||
- ⏳ 将 `middleware/job/aiService.js` 的功能合并到 `services/ai_service.js`
|
||||
- ⏳ 统一类名为 `AIService`
|
||||
- ⏳ 删除 `middleware/job/aiService.js`
|
||||
- ⏳ 更新所有引用
|
||||
|
||||
### 4. 处理废弃文件
|
||||
- ⏳ `services/task_scheduler.js` - 添加废弃标记或删除
|
||||
|
||||
## 📝 命名规范总结
|
||||
|
||||
### 文件命名规范
|
||||
- ✅ 统一使用 `snake_case` + `_service.js` 后缀
|
||||
- ✅ 示例：`oss_tool_service.js`, `job_manager_service.js`
|
||||
|
||||
### 类命名规范
|
||||
- ✅ 统一使用 `PascalCase` + `Service` 后缀
|
||||
- ✅ 示例：`OSSToolService`, `JobManagerService`
|
||||
|
||||
### 目录结构
|
||||
```
|
||||
api/
|
||||
├── services/ # 业务服务层
|
||||
│ ├── ai_service.js
|
||||
│ ├── job_service.js
|
||||
│ ├── job_manager_service.js # 待移动
|
||||
│ ├── chat_manager_service.js # 待移动
|
||||
│ ├── resume_manager_service.js # 待移动
|
||||
│ ├── pla_account_service.js
|
||||
│ └── oss_tool_service.js # ✅ 已完成
|
||||
│
|
||||
└── middleware/ # 中间件层
|
||||
├── schedule/
|
||||
├── mqtt/
|
||||
└── job/ # 待删除（文件移到services后）
|
||||
```
|
||||
|
||||
## 🔄 下一步操作
|
||||
|
||||
1. 移动并重命名 `middleware/job/` 下的文件
|
||||
2. 合并AI服务
|
||||
3. 更新所有引用
|
||||
4. 统一导出方式
|
||||
5. 删除废弃文件
|
||||
|
||||
860
_doc/在线简历响应文本.json
Normal file
860
_doc/在线简历响应文本.json
Normal file
@@ -0,0 +1,860 @@
|
||||
{
|
||||
"baseInfo": {
|
||||
"name": "张成",
|
||||
"nickName": "张成",
|
||||
"tiny": "https://img.bosszhipin.com/beijin/upload/avatar/20250211/607f1f3d68754fd006d510844c0273d99b737108b9d73a664006f977785f3a6a694eb527b0e564d8_s.png.webp",
|
||||
"birthday": "19930612",
|
||||
"age": "32岁",
|
||||
"gender": 1,
|
||||
"degree": 203,
|
||||
"degreeCategory": "本科",
|
||||
"account": "193******69",
|
||||
"emailBlur": "978****03@qq.com",
|
||||
"weixinBlur": "z56***01",
|
||||
"freshGraduate": 0,
|
||||
"workYears": 11,
|
||||
"nameShowType": 0,
|
||||
"bossCert": 0,
|
||||
"userCert": 2,
|
||||
"certGender": true,
|
||||
"certBirth": true,
|
||||
"startWorkDate": 20141201,
|
||||
"applyStatus": 0,
|
||||
"workYearDesc": "10年以上经验",
|
||||
"resumeStatus": 0,
|
||||
"resumeCount": 0,
|
||||
"complete": false,
|
||||
"weiXinSecurityUid": null,
|
||||
"garbageFieldList": null,
|
||||
"hometown": 0,
|
||||
"hometownName": null,
|
||||
"studyAbroadCertPass": 0,
|
||||
"highestEduExp": null,
|
||||
"showF3Optimize": 0,
|
||||
"startWorkDateDesc": "2014-12",
|
||||
"birthdayDesc": "1993-06"
|
||||
},
|
||||
"userDesc": "拥有10年深厚行业经验的资深前端架构师，专注前沿技术与业务融合，推动数字化产品创新升级。\n \n1. 技术栈与架构：熟练运用Vue、React等主流框架，搭配Webpack、Vite等构建工具进行高效开发。精通TypeScript，优化代码结构与维护性。擅长使用Redux、MobX管理复杂应用状态，搭建稳定架构。\n \n2. 跨端与组件化：掌握Flutter、React Native等跨端技术，实现多平台无缝运行。主导设计高复用组件库，利用Storybook管理组件，使组件复用率达70%，开发周期缩短40%。\n \n3. AI集成：积极探索AI与前端融合，集成GPT等大模型实现智能客服、内容生成，引入机器学习算法实现用户行为分析、个性化推荐，大幅提升用户参与度。\n \n4. 音视频处理：具备音视频处理能力，使用WebRTC实现实时通信，结合FFmpeg进行格式转换、剪辑。利用Media Source Extensions实现自适应码率播放，优化视频加载与播放体验。\n\n 5. 后端及多元开发：擅长使用Node.js搭配Express、Koa框架搭建高性能后端服务，优化接口响应速度。熟练运用Python进行数据处理、自动化脚本编写，结合Django、Flask框架开发后端应用，在数据挖掘与分析领域成果显著。掌握C#语言，基于.NET平台进行Windows桌面应用开发，具备丰富的Windows Forms、WPF项目经验，实现全栈技术链路的打通。",
|
||||
"applyStatus": 0,
|
||||
"lastlast_modify_time": "2025.11.05 13:41",
|
||||
"workEduDesc": "宝尊电子商务·架构师",
|
||||
"expectList": [
|
||||
{
|
||||
"id": "dfc1777a2703c9071nVz3d-0GVpYxA~~",
|
||||
"expectType": 0,
|
||||
"position": 100123,
|
||||
"positionName": "全栈工程师",
|
||||
"customPositionId": "",
|
||||
"positionType": 0,
|
||||
"location": 101020100,
|
||||
"locationName": "上海",
|
||||
"subLocation": 0,
|
||||
"subLocationName": null,
|
||||
"lowSalary": 20,
|
||||
"highSalary": 30,
|
||||
"salaryDesc": "20-30K",
|
||||
"salaryDescNew": "20-30K",
|
||||
"industryList": [],
|
||||
"industryDesc": "行业不限",
|
||||
"suggestPosition": "",
|
||||
"applyStatus": 0,
|
||||
"freshGraduate": 0,
|
||||
"doneWorkPositionList": null,
|
||||
"garbageFieldList": null,
|
||||
"interestPositionList": null,
|
||||
"interestLocationList": null,
|
||||
"industryExpect": false,
|
||||
"tagName": null
|
||||
}
|
||||
],
|
||||
"workExpList": [
|
||||
{
|
||||
"id": "9bd3116c0333c52d1nJ_09y-EldZx465V_-X",
|
||||
"companyName": "上海宝尊电子商务有限公司",
|
||||
"industry": {
|
||||
"code": 100020,
|
||||
"name": "互联网"
|
||||
},
|
||||
"department": "",
|
||||
"customPositionName": "架构师",
|
||||
"position": 100704,
|
||||
"positionName": "架构师",
|
||||
"positionLv2": 100700,
|
||||
"startDate": "2019.06",
|
||||
"startDateStr": "2019.06",
|
||||
"endDate": "2024.12",
|
||||
"endDateStr": "2024.12",
|
||||
"emphasis": [],
|
||||
"workContent": "智能视频剪辑系统(2021.07-2024.12)\n技术栈:Vue2+Element UI+WebAssembly+Canvas+Konva.js+WebSocket+GSAP\n核心功能:\n1.视频处理:基于WebAssembly解析视频信息,实现大文件分片上传,支持200G+视频处理\n2.创意编辑:使用Konva.js开发多层级编辑器,实现图片分层、文字动画、贴片特效\n3.动画系统:基于GSAP开发文字特效、Logo动画,支持动态片头片尾制作\n4.预览系统:使用Canvas实现视频片段预览,支持时间轴精确定位\n5.任务管理:基于WebSocket实现批量任务进度实时通知\n项目成果:视频处理效率提升300%|日均处理1000+视频|压缩率达97%|任务效率提升200%|降低\n人工成本60%",
|
||||
"workPerformance": "",
|
||||
"isPublic": 1,
|
||||
"workType": 1,
|
||||
"suggestToDel": 0,
|
||||
"garbageFieldList": null
|
||||
},
|
||||
{
|
||||
"id": "283b1abcae6041e41nJ_0969ElpVy423Vvic",
|
||||
"companyName": "上海航天动力科技工程有限公司",
|
||||
"industry": {
|
||||
"code": 100021,
|
||||
"name": "计算机软件"
|
||||
},
|
||||
"department": "",
|
||||
"customPositionName": "架构师",
|
||||
"position": 100704,
|
||||
"positionName": "架构师",
|
||||
"positionLv2": 100700,
|
||||
"startDate": "2018.06",
|
||||
"startDateStr": "2018.06",
|
||||
"endDate": "2019.06",
|
||||
"endDateStr": "2019.06",
|
||||
"emphasis": [],
|
||||
"workContent": "技术栈:Vue2+iView+OpenLayers+Cesium+WebSocket+Less\n核心功能:\n1.GIS可视化:基于OpenLayers实现管网GIS展示,支持多图层管理\n2.实时监控:使用WebSocket推送报警信息,实现管道水流方向动画\n3.数据分析:集成ECharts开发运营分析、报表统计功能\n4.空间分析:使用Turf.js实现等差线绘制,可视化爆管位置\n项目成果:地图加载提升200%|漏损检测准确率95%|节省成本300万+|服务10+水务公司|覆盖管\n网1000km+",
|
||||
"workPerformance": "",
|
||||
"isPublic": 1,
|
||||
"workType": 1,
|
||||
"suggestToDel": 0,
|
||||
"garbageFieldList": null
|
||||
},
|
||||
{
|
||||
"id": "d18fc7f74a6479ee1nJ_0969ElpVy423Vvid",
|
||||
"companyName": "上海开澜软件有限公司",
|
||||
"industry": {
|
||||
"code": 100021,
|
||||
"name": "计算机软件"
|
||||
},
|
||||
"department": "",
|
||||
"customPositionName": ".NET",
|
||||
"position": 100107,
|
||||
"positionName": ".NET",
|
||||
"positionLv2": 100100,
|
||||
"startDate": "2016.06",
|
||||
"startDateStr": "2016.06",
|
||||
"endDate": "2018.06",
|
||||
"endDateStr": "2018.06",
|
||||
"emphasis": [
|
||||
"HTML"
|
||||
],
|
||||
"workContent": "滩涂造地BIM管理系统(2017.01-2018.05)\n技术栈:jQuery+EasyUI+BIMViz+百度图+WebAppOffice\n核心功能:\n1.BIM可视化:集成BIMViz实现模型在线预览,支持构件查询和联动\n2.地图集成:基于百度地图API实现工程位置展示和空间分析\n3.文档管理:使用WebAppOffice实现在线预览,支持多格式文档\n4.工作流程:开发OA审批流程,实现物料申请和人员管理\n项目成果:BIM性能提升200%|审批效率提升150%|支持50+文档格式|日均处理500+工单|管理效\n率提升80%",
|
||||
"workPerformance": "",
|
||||
"isPublic": 1,
|
||||
"workType": 1,
|
||||
"suggestToDel": 0,
|
||||
"garbageFieldList": null
|
||||
},
|
||||
{
|
||||
"id": "c07196b9b117210f1nJ_0969ElpVy423Vvie",
|
||||
"companyName": "上海加谷网络科技有限公司",
|
||||
"industry": {
|
||||
"code": 100002,
|
||||
"name": "游戏"
|
||||
},
|
||||
"department": "",
|
||||
"customPositionName": ".NET",
|
||||
"position": 100107,
|
||||
"positionName": ".NET",
|
||||
"positionLv2": 100100,
|
||||
"startDate": "2014.06",
|
||||
"startDateStr": "2014.06",
|
||||
"endDate": "2016.05",
|
||||
"endDateStr": "2016.05",
|
||||
"emphasis": [
|
||||
"HTML"
|
||||
],
|
||||
"workContent": "H5营销平台开发(2014.06-2016.05)\n技术栈:jQuery+Canvas+CSS3+HTML5+微信JSSDK\n核心功能:\n1.互动游戏:开发大转盘抽奖、刮刮卡、砸金蛋等H5游戏\n2.动画特效:自研Canvas动画框架,支持Flash动画转换\n3.低代码平台:开发可视化搭建工具,支持营销活动快速生成\n4.社交功能:集成微信分享、支付、授权等功能项目成果:服务200+品牌|开发效率提升300%|上线周期缩短80%|转化率提升150%|支持百万级访问",
|
||||
"workPerformance": "",
|
||||
"isPublic": 1,
|
||||
"workType": 1,
|
||||
"suggestToDel": 0,
|
||||
"garbageFieldList": null
|
||||
}
|
||||
],
|
||||
"projectExpList": [
|
||||
{
|
||||
"id": "903b8e07eb7f44ca1nx50t-6EFZQw4i8UvKY",
|
||||
"name": "AI智能视频剪辑系统",
|
||||
"roleName": "全栈工程师",
|
||||
"url": "",
|
||||
"startDate": "2024.01",
|
||||
"endDate": "",
|
||||
"projectDesc": "系统简介\nai智能视频剪辑系统,可通过淘宝直播间,天猫,淘宝商品链接,自动从直播间中按照商品切片,并输出到天猫商品详情页主视频,发布到小红书,淘宝微淘等平台,可批量生成视频,处理视频,前端技术栈:vue全家桶+elemeui+浏览器插件\n后端技术栈:Node.js+Koa2+Vue2+FFmpeg+Redis\n功能模块:\n1.内容采集:开发Chrome浏览器插件自动获取直播回放、商品时间点智能识别、多平台视频源导入本地大视频文件上传,支持200g左右大文件批量上传,断点续传等功能\n2.任务管理:用户可以批量创建任务,任务实时状态使用WebSocket更新并通知\n3.模版管理:可基于execl文件批量创建任务,动态生成片尾图和首图\n4.智能生成:基于GPT的视频内容理解、关键片段提取和智能场景组合、60秒精华自动生成\n5.内容编辑:多轨道编辑和场景识别分割、转场特效库和字幕样式编辑、贴纸滤镜和音频处理、GSAP文字动画和Logo动效\n6.深度剪辑:用户可以拖动句子,自动以切片输出内容\n7.发布管理:多格式导出和自定义分辨率码率、批量导出队列和云端渲染、进度实时展示\n8.视频特效开发:如:文字抖动,花字,特效,特殊字幕,贴片动画等工作成果:\n1.使用FFmpeg开发视频处理引擎,支持多种视频格式转码,压缩进度回调\n2.设计任务队列系统,服务器CPU使用率控制在70%以下,使用负载均衡分摊压力,实现任务批量处理\n3.集成GPT模型,视频内容理解准确率达85%,精华片段提取效率提升200%\n4.实现大文件分片上传,支持断点续传,上传成功率99%\n5.开发完整的日志追踪系统,问题定位时间缩短,使用sse日志推送至前端页面可实时观察任务处理情况,接入报警机器人报警推送至企业微信群\n6.开发前端视频渲染引擎,图片编辑器,js逆向破解支持数据采集成功\n7.封装常用前端组件库,前端框架搭建与维护,指导其他组员开发,解决问题",
|
||||
"performance": "",
|
||||
"suggestToDel": 0,
|
||||
"garbageFieldList": null,
|
||||
"startDateStr": "2024.01",
|
||||
"endDateStr": "至今"
|
||||
},
|
||||
{
|
||||
"id": "2a6ee534976187341nx50t-6EVNWyoq-Vf-e",
|
||||
"name": "水务DMA分区计量管理系统",
|
||||
"roleName": "全栈工程师",
|
||||
"url": "",
|
||||
"startDate": "2023.07",
|
||||
"endDate": "",
|
||||
"projectDesc": "DMA (DistrictMetered Area)分区计量管理系统是一种先进的、专门应用于供水管网精细化管理的综合性系统。\n通过将供水管网划分成多个相对独立的计量区域(即DMA分区),在每个分区的进水口和出水口等关键节点安装高精度的计量设备,精确监测和记录水流的流入、流出情况,实现对各个分区内水量的实时计量与分析,其核心原理是基于封闭区域水量平衡理论,通过对比流入和流出水量等数据,精准定位可能存在的管网漏损点以及评估管网运行状态,助力供水企业实现科学管理、高效节水以及提升供水服务质量.\n前端技术栈:vue全家桶+elemeui,c#+wpf\n后端技术栈:Node.js+Koa2+mysq\n功能模块:\n1.实时数据处理:对DMA分区计量设备的水流数据进行清洗、校验和初步分析\n2.GIS数据管理:提供接口实现与地理信息系统的数据交互,管理管网地理空间数据。\n3.数据存储:基于MongoDB设计数据存储架构,进行数据备份与恢复。\n4.管网可视化:通过地图展示供水管网地理空间数据,支持多种地图操作\n5.空间分析:实现管网连通性、最短路径、缓冲区等空间分析功能。\n6.地图交互:提供地图标注和测距工具。\n7.实时数据推送:利用WebSocket实时推送DMA分区计量和设备状态数据。\n8.智能报警:实时监测管网异常,生成报警信息并通知相关人员,对报警信息分类统计\n9.设备状态监控:实时获取计量设备工作状态、电量等信息,分析运行历史数据数据采集功能\n10.数据采集程序:使用C#的WPF开发可与多种RTU设备通信的采集程序\n11.动态解析:服务端动态接收并自动解析不同RTU设备的数据。\n12.数据展示与导出:以图表和表格展示采集数据,支持CSV格式动态导出。\n项目成果:支持10000+设备并发查询性能提升150%系统稳定性99.99",
|
||||
"performance": "",
|
||||
"suggestToDel": 0,
|
||||
"garbageFieldList": null,
|
||||
"startDateStr": "2023.07",
|
||||
"endDateStr": "至今"
|
||||
},
|
||||
{
|
||||
"id": "6aa05589bc43d7711nx50t-6EVNWyoq-Vf-d",
|
||||
"name": "bb物语小程序商城",
|
||||
"roleName": "全栈工程师",
|
||||
"url": "",
|
||||
"startDate": "2023.05",
|
||||
"endDate": "",
|
||||
"projectDesc": "技术架构:\n前端:Vue2+mpVue\n后端:node.js+koa2+sequelize\n数据库:MySQL+Redis\n功能模块:\n1.商品管理:商品分类、商品上架、库存管理、价格管理、商品搜索\n2.订单管理:订单创建、订单支付、订单取消、订单查询,订单统计\n3.用户管理:用户注册、用户登录、用户信息管理、用户积分、用户等级\n4.营销管理:优惠券管理、满减活动、限时抢购、拼团活动、积分兑换\n5.支付系统:微信支付、支付宝支付\n4.设计用户管理系统,支持用户注册、登录、信息管理和积分系统\n5.开发营销管理模块,支持优惠券、满减活动、限时抢购和拼团活动\n6.实现数据分析功能,支持销售数据统计,用户行为分析、商品热度分析、营销效果分析\n工作成果:\n1.实现商品管理系统,支持商品的分类、上架、库存和价格管理\n2.开发订单管理模块,支持订单的创建、支付、取消和查询\n3.集成多种支付方式,支持微信支付、支付宝支付\n4.设计用户管理系统,支持用户注册、登录、信息管理和积分系统\n5.开发营销管理模块,支持优惠券、满减活动、限时抢购和拼团活动\n6.实现数据分析功能,支持销售数据统计,用户行为分析和商品热度分析\n7.支持三级分销,以及销售人员工资统计",
|
||||
"performance": "",
|
||||
"suggestToDel": 0,
|
||||
"garbageFieldList": null,
|
||||
"startDateStr": "2023.05",
|
||||
"endDateStr": "至今"
|
||||
},
|
||||
{
|
||||
"id": "32010e34944e04851nJ_0969E1JQx4q-Vfuc",
|
||||
"name": "AI智能写手系统",
|
||||
"roleName": "全栈开发工程师",
|
||||
"url": "",
|
||||
"startDate": "2020.03",
|
||||
"endDate": "2021.07",
|
||||
"projectDesc": "技术栈:Vue2+Element Ul+WebSocket+jWT+Less+Webpack+Node.js\n核心功能:\n1.平台管理:基于IWT的权限控制,实现品牌管理、角色权限、秀场墙功能\n2.内容制作:开发智能语句生成,作品库管理,多元化批量处理功能\n3.数据采集:Chrome插件开发,实现多平台商品信息自动采集\n4.多端适配:使用Rem+Flex实现响应式布局,支持不同屏幕自适应\n5.自动发布:开发多平台发布插件,支持淘宝天猫京东等平台内自动发布\n6.定时任务:基于Node.js实现定时发布、数据同步、内容更新等动化任务\n项目成果:开发效率提升200%|首屏加载800ms|数据处理效率提升300%|服务10+品牌|运营效率\n提升400%|任务成功率99.5%",
|
||||
"performance": "开发效率提升200%首屏加载800ms数据处理效率提升300%服务10+品牌运营效率\n提升400%任务成功率99.5%",
|
||||
"suggestToDel": 0,
|
||||
"garbageFieldList": null,
|
||||
"startDateStr": "2020.03",
|
||||
"endDateStr": "2021.07"
|
||||
},
|
||||
{
|
||||
"id": "1dc51326ce11bc601nJ_0969E1JQx4q-Vfud",
|
||||
"name": "易分析取数工具",
|
||||
"roleName": "全栈开发工程师",
|
||||
"url": "",
|
||||
"startDate": "2019.08",
|
||||
"endDate": "2020.03",
|
||||
"projectDesc": "系统简介\n获取天猫,淘宝,腾讯,小红书蒲公英商家后台数据,用与大数据做营销精细化运营,支持人群画像,地域,人群,粉丝,购买,等一些列数据,以及达人数据粉丝数,带货数,直播场次,直播效果,商品评论,数据做分析\n前端技术栈:vue全家桶+elemeui+浏览器插件\n后端技术栈:Node.js+Koa2+mysql,Pythopn+Selenium+Flask\n功能模块:\n1.前端数据采集:淘宝数据银行API对接,策略中心数据抓取,生意参谋数据同步,营销数据实时获取\n2.后端数据采集:\n3.插件功能:多平台数据采集插件、自定义数据抓取规则、请求拦截和数据过滤、离线数据缓存\n4.数据处理:多维度数据整合分析、数据清洗和结构化、自定义数据导出、实时数据同步\n5.监控预警:数据采集任务监控、异常采集预警,数据质量监控、采集额度管理\n工作成果:\n1.支持淘宝全站数据采集,日均处理5000+数据\n2.开发通用数据采集引擎,支持自定义采集规则\n3.实现数据实时同步,延迟<500ms\n4.分布式爬虫系统架构,支持分布式抓取",
|
||||
"performance": "1. 设计插件热更新方案,实现核心模块动态替换和状态保持\n2. 开发多浏览器兼容层,解决不同浏览器API差异问题实现插件配置动态更新和按需加载机制\n3. 使用Sequelize设计数据模型,处理复杂的表关联和数据同步重写浏览器原生Ajax,实现智能请求拦截和缓存策略\n4. 开发分布式日志系统,支持问题快速定位",
|
||||
"suggestToDel": 0,
|
||||
"garbageFieldList": null,
|
||||
"startDateStr": "2019.08",
|
||||
"endDateStr": "2020.03"
|
||||
},
|
||||
{
|
||||
"id": "e4294f91116b15dc1nJ_0969E1JQx4q-Vfue",
|
||||
"name": "全工况智能终端采集系统",
|
||||
"roleName": ".net软件工程师",
|
||||
"url": "",
|
||||
"startDate": "2018.05",
|
||||
"endDate": "2018.08",
|
||||
"projectDesc": "技术栈:WPF+Socket+InfluxDB+PostgreSQL\n核心功能:\n1.数据采集:实现Socket高并发通信,支持多协议解析\n2.实时监控:开发设备状态实时监控界面\n3.数据存储:设计混合数据库方案,优化查询性能\n4.可视化:实现数据实时展示和趋势分析\n项目成果:支持10000+设备并发|查询性能提升150%|系统稳定性99.99%|支持亿级数据毫秒级查询",
|
||||
"performance": "1.实现百万级数据快速查询,平均查询时间<500ms\n2.设计实时数据动态渲染方案\n3.优化数据库性能,批量写入效率提升50%\n4.实现数据自动分级存储和归档\n5.开发设备状态实时监控系统",
|
||||
"suggestToDel": 0,
|
||||
"garbageFieldList": null,
|
||||
"startDateStr": "2018.05",
|
||||
"endDateStr": "2018.08"
|
||||
},
|
||||
{
|
||||
"id": "96160107ede0ae851nJ_0969E1JQx4q-Vfuf",
|
||||
"name": "宝山排水证管理系统",
|
||||
"roleName": ".net软件工程师",
|
||||
"url": "",
|
||||
"startDate": "2017.01",
|
||||
"endDate": "2017.07",
|
||||
"projectDesc": "技术栈:AngularjS+KendoUI+lonic+TypeScript+MongoDE\n核心功能:\n1.PC端开发:基于KendoUI快速构建后台管理界面,实现许可证全流程管理\n2.移动端开发:使用lonic+Aneular开发跨平台App,支持iOS和Androic\n3.表单设计:实现动态表单配置,支持多类型数据录入和自定义校验规则\n4.流程管理:开发审批流程引擎,支持条件分支、并行审批、委托授权\n5.地图功能:集成百度地图,实现排水户分布展示和空间位置选择\n6.统计分析:开发数据可视化大屏,展示许可证办理情况和区域分布移动端技术难点:\n基于lonic+Cordova实现原生功能调用,如相机、定位、文件系统等解决Android返回键监听和iOS手势返冲突问题\n实现大文件分片上传和断点续传,支持现场照片批量上传\n开发自定义相机组件,支持照片压缩和水印添加使用SOLite实现本地数据存储,解决断网环境下的数据同光\n优化Scroll性能,解决长列表滚动卡顿问题\n处理键盘弹出时的页面布局自适应\n解决iOS和Android平台字体、样式兼容性问题\n实现应用内检查更新和增量更新功能\n优化首屏加载速度,实现资源按需加载\n项目成果:办理时间缩短80%|代码复用率80%|响应时间300ms|审批效率提升200%",
|
||||
"performance": "1. 实现大文件分片上传和断点续传,支持现场照片批量上传开发自定义相机组件,支持照片压缩和水印添加使用SOLite实现本地数据存储,解决断网环境下的数据同光\n2. 优化Scroll性能,解决长列表滚动卡顿问题处理键盘弹出时的页面布局自适应解决iOS和Android平台字体、样式兼容性问题实现应用内检查更新和增量更新功能\n3. 优化首屏加载速度,实现资源按需加载",
|
||||
"suggestToDel": 0,
|
||||
"garbageFieldList": null,
|
||||
"startDateStr": "2017.01",
|
||||
"endDateStr": "2017.07"
|
||||
},
|
||||
{
|
||||
"id": "c06dfe8c3678cf231nJ90tq7EVpQxo6_V_qW",
|
||||
"name": "H5营销平台",
|
||||
"roleName": ".net软件工程师",
|
||||
"url": "",
|
||||
"startDate": "2014.06",
|
||||
"endDate": "2016.05",
|
||||
"projectDesc": "技术栈:Vue2+Canvas+CSS3+微信ISSDK+.Net\n功能模块:\n1.游戏开发:开发大转盘抽奖、刮刮卡等H5游戏、自研Canvas动画框架、支持Flash动画转换\n2.内容管理:开发可视化搭建工具、支持营销活动快速生成、实现模板在线编辑\n3.社交功能:集成微信分享、支付、授权、开发用户数据分析、实现活动数据统计\n项目成果:服务200+品牌开发效率提升300%转化率提升150%",
|
||||
"performance": "",
|
||||
"suggestToDel": 0,
|
||||
"garbageFieldList": null,
|
||||
"startDateStr": "2014.06",
|
||||
"endDateStr": "2016.05"
|
||||
},
|
||||
{
|
||||
"id": "4e09afd8b41347c61nJ_0969E1JQx4q-VfqW",
|
||||
"name": "物料ERP管理系统",
|
||||
"roleName": "前端开发工程师",
|
||||
"url": "",
|
||||
"startDate": "2014.08",
|
||||
"endDate": "2015.06",
|
||||
"projectDesc": "技术栈:jQuery+Bootstrap+EasyUl+WebSocket+SQL Server\n核心功能:\n1.库存管理:实现物料库、出库、调拨、盘点等完整业务流程\n2.采购管理:开发供应商管理、询价比价、采购计划、订单跟踪功能\n3.生产管理:实现BOM管理、生产计划、物料需求计划(MRP)功能\n4.报表分析:开发库存周转率、采购分析、成本核算等统计报表\n5.预警提醒:设置库存预警、采购超期、价格异常等自动提醒\n技术难点:\n开发物料编码生成器,支持多级分类和自定义规则\n实现基于WebSocket的实时库存变更提醒\n设计MRP运算引擎,优化大批量数据处理性能\n开发报表导出功能,支持复杂表头和数据汇总项目成果:库存周转提升40%|采购成本降低15%|支持100+用户并发|日均处理3000+笔业务",
|
||||
"performance": "1. 开发物料编码生成器,支持多级分类和自定义规则\n2. 实现基于WebSocket的实时库存变更提醒\n3. 设计MRP运算引擎,优化大批量数据处理性能\n4. 开发报表导出功能,支持复杂表头和数据汇",
|
||||
"suggestToDel": 0,
|
||||
"garbageFieldList": null,
|
||||
"startDateStr": "2014.08",
|
||||
"endDateStr": "2015.06"
|
||||
}
|
||||
],
|
||||
"educationExpList": [
|
||||
{
|
||||
"id": "ee34188f32f9cecc1XF52NW5F1dT",
|
||||
"schoolId": 2811,
|
||||
"school": "武汉工程大学",
|
||||
"major": "计算机应用技术(大数据方向)",
|
||||
"degree": 203,
|
||||
"eduType": 2,
|
||||
"degreeName": "本科",
|
||||
"startYear": "2021",
|
||||
"endYear": "2024",
|
||||
"educationDesc": "",
|
||||
"country": "",
|
||||
"tags": [
|
||||
"卓越工程师计划"
|
||||
],
|
||||
"schoolType": 0,
|
||||
"suggestToDel": 0,
|
||||
"thesisTitle": "",
|
||||
"thesisDesc": "",
|
||||
"majorRanking": 0,
|
||||
"courseList": [],
|
||||
"badge": "https://img.bosszhipin.com/beijin/icon/bed7df948518127f74daa2ee178c44fc6bb61e3b7bce0931da574d19d1d82c88.jpg",
|
||||
"certified": 0,
|
||||
"garbageFieldList": null,
|
||||
"startYearStr": "2021",
|
||||
"endYearStr": "2024"
|
||||
},
|
||||
{
|
||||
"id": "e095a1ceefdd0cc31XF52NW6FVZY",
|
||||
"schoolId": 2831,
|
||||
"school": "武汉软件工程职业学院",
|
||||
"major": "软件技术",
|
||||
"degree": 202,
|
||||
"eduType": 1,
|
||||
"degreeName": "大专",
|
||||
"startYear": "2011",
|
||||
"endYear": "2014",
|
||||
"educationDesc": "",
|
||||
"country": "",
|
||||
"tags": [],
|
||||
"schoolType": 0,
|
||||
"suggestToDel": 0,
|
||||
"thesisTitle": "",
|
||||
"thesisDesc": "",
|
||||
"majorRanking": 0,
|
||||
"courseList": [],
|
||||
"badge": "https://img.bosszhipin.com/beijin/icon/18282111c2fc8e191c5b6aedcece5a956bb61e3b7bce0931da574d19d1d82c88.jpg",
|
||||
"certified": 0,
|
||||
"garbageFieldList": null,
|
||||
"startYearStr": "2011",
|
||||
"endYearStr": "2014"
|
||||
}
|
||||
],
|
||||
"socialContactList": null,
|
||||
"volunteerExpList": null,
|
||||
"certificationList": null,
|
||||
"trainingExpList": null,
|
||||
"designWorksImage": null,
|
||||
"designWorksVideo": null,
|
||||
"personalImage": null,
|
||||
"deliciousFoodImage": null,
|
||||
"garbage": {
|
||||
"status": 0,
|
||||
"reasonCode": 0,
|
||||
"resumeDetailStatus": 0,
|
||||
"garbageBaseInfo": null,
|
||||
"baseInfo": null,
|
||||
"garbageUserDesc": null,
|
||||
"personalAdvantages": null,
|
||||
"garbageWorkExp": null,
|
||||
"workExp": null,
|
||||
"garbageEduExp": null,
|
||||
"eduExp": null,
|
||||
"garbageProjectExp": null,
|
||||
"projectExp": null,
|
||||
"garbageVolunteerExp": null,
|
||||
"volunteerExp": null,
|
||||
"garbageExpectList": null,
|
||||
"expect": null,
|
||||
"garbageCertificationList": null,
|
||||
"certification": null,
|
||||
"designWorks": null,
|
||||
"designWorksImageList": null,
|
||||
"designWorksVideoList": null,
|
||||
"garbageHandicapped": null,
|
||||
"handicapped": null,
|
||||
"trainingExp": null,
|
||||
"clubExp": null,
|
||||
"professionalSkill": null,
|
||||
"honor": null
|
||||
},
|
||||
"editStatus": {
|
||||
"canAddExpect": true,
|
||||
"canAddWorkExp": true,
|
||||
"canAddProjectExp": true,
|
||||
"canAddEduExp": true,
|
||||
"canAddSocialContact": true
|
||||
},
|
||||
"doneWorkPositionList": [],
|
||||
"handicappedInfo": null,
|
||||
"postExpList": [],
|
||||
"myLabels": null,
|
||||
"clubExpList": [],
|
||||
"professionalSkill": null,
|
||||
"honorList": [],
|
||||
"feature": {
|
||||
"showNewPositionStyle": 1,
|
||||
"showHandicappedModule": 0,
|
||||
"showResumeImportBtn": 1,
|
||||
"showResumeImportBtnRedDot": false,
|
||||
"showResumeFillHelper": 1,
|
||||
"showTrainingExpModule": 0,
|
||||
"showF3Optimize": 1,
|
||||
"showPostExpModule": 0,
|
||||
"webResumeLabelModule": 0,
|
||||
"expectLocationInterestCombine": 0,
|
||||
"stuMultiExpectChoose": 0,
|
||||
"useNewStruct": 1
|
||||
},
|
||||
"virtualPartTimeCombineExpect": null,
|
||||
"extendInfo": {
|
||||
"shareUrl": "https://m.zhipin.com/mpa/html/resume-detail?sid=self&securityId=I8Nn8H-vv1Tt2-x1OxkE4U0hH697NrOJFEJF_pkEXnMTR6gLbbUXGWy9pFLFnOy9YeLxI-31CLT9aCmPeQ_YSVDoSj1AMLuej3IhRhkUgQzm98k4pG1F7XVZdNphlh2Mc8Wr2PltQNmRB2eJHwcx4j338ACBezr_YAvcjOQ~",
|
||||
"shareText": "{\"showQQShare\":false,\"smsShareTitle\":\"牛人张成 10年以上工作经验，目标 全栈工程师职位，求靠谱Boss带走。迅速进入@Boss直聘，把TA带走，下载链接奉上：https://m.zhipin.com/download?from=duanxin\",\"wbShareTitle\":\"#招聘#牛人张成 10年以上工作经验，目标 全栈工程师职位，求靠谱Boss带走。迅速进入@Boss直聘，把TA带走，下载链接奉上：https://m.zhipin.com/download?from=weibo\",\"wxShareDesc\":\"经验：10年以上工作经验 期望薪资：20-30K\",\"wxShareTitle\":\"【Boss直聘】张成正在求职全栈工程师\"}"
|
||||
},
|
||||
"moduleList": [
|
||||
{
|
||||
"moduleType": 10,
|
||||
"moduleName": "个人信息",
|
||||
"customConfig": {
|
||||
"showType": 0,
|
||||
"desc": null,
|
||||
"tag": null
|
||||
},
|
||||
"data": {
|
||||
"name": "张成",
|
||||
"nickName": "张成",
|
||||
"tiny": "https://img.bosszhipin.com/beijin/upload/avatar/20250211/607f1f3d68754fd006d510844c0273d99b737108b9d73a664006f977785f3a6a694eb527b0e564d8_s.png.webp",
|
||||
"birthday": "1993-06",
|
||||
"age": "32岁",
|
||||
"gender": 1,
|
||||
"degree": 203,
|
||||
"degreeCategory": "本科",
|
||||
"account": "193******69",
|
||||
"emailBlur": "978****03@qq.com",
|
||||
"weixinBlur": "z56***01",
|
||||
"freshGraduate": 0,
|
||||
"workYears": 11,
|
||||
"nameShowType": 0,
|
||||
"bossCert": 0,
|
||||
"userCert": 2,
|
||||
"certGender": true,
|
||||
"certBirth": true,
|
||||
"startWorkDate": 20141201,
|
||||
"applyStatus": 0,
|
||||
"workYearDesc": "10年以上经验",
|
||||
"resumeStatus": 0,
|
||||
"resumeCount": 0,
|
||||
"complete": false,
|
||||
"weiXinSecurityUid": null,
|
||||
"garbageFieldList": null,
|
||||
"hometown": 0,
|
||||
"hometownName": null,
|
||||
"studyAbroadCertPass": 0,
|
||||
"highestEduExp": null,
|
||||
"showF3Optimize": 0,
|
||||
"startWorkDateDesc": "2014-12",
|
||||
"birthdayDesc": "1993-06"
|
||||
},
|
||||
"dataList": null
|
||||
},
|
||||
{
|
||||
"moduleType": 11,
|
||||
"moduleName": "个人优势",
|
||||
"customConfig": {
|
||||
"showType": 0,
|
||||
"desc": null,
|
||||
"tag": null
|
||||
},
|
||||
"data": {
|
||||
"userDesc": "拥有10年深厚行业经验的资深前端架构师，专注前沿技术与业务融合，推动数字化产品创新升级。\n \n1. 技术栈与架构：熟练运用Vue、React等主流框架，搭配Webpack、Vite等构建工具进行高效开发。精通TypeScript，优化代码结构与维护性。擅长使用Redux、MobX管理复杂应用状态，搭建稳定架构。\n \n2. 跨端与组件化：掌握Flutter、React Native等跨端技术，实现多平台无缝运行。主导设计高复用组件库，利用Storybook管理组件，使组件复用率达70%，开发周期缩短40%。\n \n3. AI集成：积极探索AI与前端融合，集成GPT等大模型实现智能客服、内容生成，引入机器学习算法实现用户行为分析、个性化推荐，大幅提升用户参与度。\n \n4. 音视频处理：具备音视频处理能力，使用WebRTC实现实时通信，结合FFmpeg进行格式转换、剪辑。利用Media Source Extensions实现自适应码率播放，优化视频加载与播放体验。\n\n 5. 后端及多元开发：擅长使用Node.js搭配Express、Koa框架搭建高性能后端服务，优化接口响应速度。熟练运用Python进行数据处理、自动化脚本编写，结合Django、Flask框架开发后端应用，在数据挖掘与分析领域成果显著。掌握C#语言，基于.NET平台进行Windows桌面应用开发，具备丰富的Windows Forms、WPF项目经验，实现全栈技术链路的打通。"
|
||||
},
|
||||
"dataList": null
|
||||
},
|
||||
{
|
||||
"moduleType": 24,
|
||||
"moduleName": "求职期望",
|
||||
"customConfig": {
|
||||
"showType": 0,
|
||||
"desc": null,
|
||||
"tag": null
|
||||
},
|
||||
"data": null,
|
||||
"dataList": [
|
||||
{
|
||||
"id": "dfc1777a2703c9071nVz3d-0GVpYxA~~",
|
||||
"expectType": 0,
|
||||
"position": 100123,
|
||||
"positionName": "全栈工程师",
|
||||
"customPositionId": "",
|
||||
"positionType": 0,
|
||||
"location": 101020100,
|
||||
"locationName": "上海",
|
||||
"subLocation": 0,
|
||||
"subLocationName": null,
|
||||
"lowSalary": 20,
|
||||
"highSalary": 30,
|
||||
"salaryDesc": "20-30K",
|
||||
"salaryDescNew": "20-30K",
|
||||
"industryList": [],
|
||||
"industryDesc": "行业不限",
|
||||
"suggestPosition": "",
|
||||
"applyStatus": 0,
|
||||
"freshGraduate": 0,
|
||||
"doneWorkPositionList": null,
|
||||
"garbageFieldList": null,
|
||||
"interestPositionList": null,
|
||||
"interestLocationList": null,
|
||||
"industryExpect": false,
|
||||
"tagName": null
|
||||
}
|
||||
]
|
||||
},
|
||||
{
|
||||
"moduleType": 12,
|
||||
"moduleName": "工作经历",
|
||||
"customConfig": {
|
||||
"showType": 0,
|
||||
"desc": null,
|
||||
"tag": null
|
||||
},
|
||||
"data": null,
|
||||
"dataList": [
|
||||
{
|
||||
"id": "9bd3116c0333c52d1nJ_09y-EldZx465V_-X",
|
||||
"companyName": "上海宝尊电子商务有限公司",
|
||||
"industry": {
|
||||
"code": 100020,
|
||||
"name": "互联网"
|
||||
},
|
||||
"department": "",
|
||||
"customPositionName": "架构师",
|
||||
"position": 100704,
|
||||
"positionName": "架构师",
|
||||
"positionLv2": 100700,
|
||||
"startDate": "2019.06",
|
||||
"startDateStr": "2019.06",
|
||||
"endDate": "2024.12",
|
||||
"endDateStr": "2024.12",
|
||||
"emphasis": [],
|
||||
"workContent": "智能视频剪辑系统(2021.07-2024.12)\n技术栈:Vue2+Element UI+WebAssembly+Canvas+Konva.js+WebSocket+GSAP\n核心功能:\n1.视频处理:基于WebAssembly解析视频信息,实现大文件分片上传,支持200G+视频处理\n2.创意编辑:使用Konva.js开发多层级编辑器,实现图片分层、文字动画、贴片特效\n3.动画系统:基于GSAP开发文字特效、Logo动画,支持动态片头片尾制作\n4.预览系统:使用Canvas实现视频片段预览,支持时间轴精确定位\n5.任务管理:基于WebSocket实现批量任务进度实时通知\n项目成果:视频处理效率提升300%|日均处理1000+视频|压缩率达97%|任务效率提升200%|降低\n人工成本60%",
|
||||
"workPerformance": "",
|
||||
"isPublic": 1,
|
||||
"workType": 1,
|
||||
"suggestToDel": 0,
|
||||
"garbageFieldList": null
|
||||
},
|
||||
{
|
||||
"id": "283b1abcae6041e41nJ_0969ElpVy423Vvic",
|
||||
"companyName": "上海航天动力科技工程有限公司",
|
||||
"industry": {
|
||||
"code": 100021,
|
||||
"name": "计算机软件"
|
||||
},
|
||||
"department": "",
|
||||
"customPositionName": "架构师",
|
||||
"position": 100704,
|
||||
"positionName": "架构师",
|
||||
"positionLv2": 100700,
|
||||
"startDate": "2018.06",
|
||||
"startDateStr": "2018.06",
|
||||
"endDate": "2019.06",
|
||||
"endDateStr": "2019.06",
|
||||
"emphasis": [],
|
||||
"workContent": "技术栈:Vue2+iView+OpenLayers+Cesium+WebSocket+Less\n核心功能:\n1.GIS可视化:基于OpenLayers实现管网GIS展示,支持多图层管理\n2.实时监控:使用WebSocket推送报警信息,实现管道水流方向动画\n3.数据分析:集成ECharts开发运营分析、报表统计功能\n4.空间分析:使用Turf.js实现等差线绘制,可视化爆管位置\n项目成果:地图加载提升200%|漏损检测准确率95%|节省成本300万+|服务10+水务公司|覆盖管\n网1000km+",
|
||||
"workPerformance": "",
|
||||
"isPublic": 1,
|
||||
"workType": 1,
|
||||
"suggestToDel": 0,
|
||||
"garbageFieldList": null
|
||||
},
|
||||
{
|
||||
"id": "d18fc7f74a6479ee1nJ_0969ElpVy423Vvid",
|
||||
"companyName": "上海开澜软件有限公司",
|
||||
"industry": {
|
||||
"code": 100021,
|
||||
"name": "计算机软件"
|
||||
},
|
||||
"department": "",
|
||||
"customPositionName": ".NET",
|
||||
"position": 100107,
|
||||
"positionName": ".NET",
|
||||
"positionLv2": 100100,
|
||||
"startDate": "2016.06",
|
||||
"startDateStr": "2016.06",
|
||||
"endDate": "2018.06",
|
||||
"endDateStr": "2018.06",
|
||||
"emphasis": [
|
||||
"HTML"
|
||||
],
|
||||
"workContent": "滩涂造地BIM管理系统(2017.01-2018.05)\n技术栈:jQuery+EasyUI+BIMViz+百度图+WebAppOffice\n核心功能:\n1.BIM可视化:集成BIMViz实现模型在线预览,支持构件查询和联动\n2.地图集成:基于百度地图API实现工程位置展示和空间分析\n3.文档管理:使用WebAppOffice实现在线预览,支持多格式文档\n4.工作流程:开发OA审批流程,实现物料申请和人员管理\n项目成果:BIM性能提升200%|审批效率提升150%|支持50+文档格式|日均处理500+工单|管理效\n率提升80%",
|
||||
"workPerformance": "",
|
||||
"isPublic": 1,
|
||||
"workType": 1,
|
||||
"suggestToDel": 0,
|
||||
"garbageFieldList": null
|
||||
},
|
||||
{
|
||||
"id": "c07196b9b117210f1nJ_0969ElpVy423Vvie",
|
||||
"companyName": "上海加谷网络科技有限公司",
|
||||
"industry": {
|
||||
"code": 100002,
|
||||
"name": "游戏"
|
||||
},
|
||||
"department": "",
|
||||
"customPositionName": ".NET",
|
||||
"position": 100107,
|
||||
"positionName": ".NET",
|
||||
"positionLv2": 100100,
|
||||
"startDate": "2014.06",
|
||||
"startDateStr": "2014.06",
|
||||
"endDate": "2016.05",
|
||||
"endDateStr": "2016.05",
|
||||
"emphasis": [
|
||||
"HTML"
|
||||
],
|
||||
"workContent": "H5营销平台开发(2014.06-2016.05)\n技术栈:jQuery+Canvas+CSS3+HTML5+微信JSSDK\n核心功能:\n1.互动游戏:开发大转盘抽奖、刮刮卡、砸金蛋等H5游戏\n2.动画特效:自研Canvas动画框架,支持Flash动画转换\n3.低代码平台:开发可视化搭建工具,支持营销活动快速生成\n4.社交功能:集成微信分享、支付、授权等功能项目成果:服务200+品牌|开发效率提升300%|上线周期缩短80%|转化率提升150%|支持百万级访问",
|
||||
"workPerformance": "",
|
||||
"isPublic": 1,
|
||||
"workType": 1,
|
||||
"suggestToDel": 0,
|
||||
"garbageFieldList": null
|
||||
}
|
||||
]
|
||||
},
|
||||
{
|
||||
"moduleType": 13,
|
||||
"moduleName": "项目经历",
|
||||
"customConfig": {
|
||||
"showType": 0,
|
||||
"desc": null,
|
||||
"tag": null
|
||||
},
|
||||
"data": null,
|
||||
"dataList": [
|
||||
{
|
||||
"id": "903b8e07eb7f44ca1nx50t-6EFZQw4i8UvKY",
|
||||
"name": "AI智能视频剪辑系统",
|
||||
"roleName": "全栈工程师",
|
||||
"url": "",
|
||||
"startDate": "2024.01",
|
||||
"endDate": "",
|
||||
"projectDesc": "系统简介\nai智能视频剪辑系统,可通过淘宝直播间,天猫,淘宝商品链接,自动从直播间中按照商品切片,并输出到天猫商品详情页主视频,发布到小红书,淘宝微淘等平台,可批量生成视频,处理视频,前端技术栈:vue全家桶+elemeui+浏览器插件\n后端技术栈:Node.js+Koa2+Vue2+FFmpeg+Redis\n功能模块:\n1.内容采集:开发Chrome浏览器插件自动获取直播回放、商品时间点智能识别、多平台视频源导入本地大视频文件上传,支持200g左右大文件批量上传,断点续传等功能\n2.任务管理:用户可以批量创建任务,任务实时状态使用WebSocket更新并通知\n3.模版管理:可基于execl文件批量创建任务,动态生成片尾图和首图\n4.智能生成:基于GPT的视频内容理解、关键片段提取和智能场景组合、60秒精华自动生成\n5.内容编辑:多轨道编辑和场景识别分割、转场特效库和字幕样式编辑、贴纸滤镜和音频处理、GSAP文字动画和Logo动效\n6.深度剪辑:用户可以拖动句子,自动以切片输出内容\n7.发布管理:多格式导出和自定义分辨率码率、批量导出队列和云端渲染、进度实时展示\n8.视频特效开发:如:文字抖动,花字,特效,特殊字幕,贴片动画等工作成果:\n1.使用FFmpeg开发视频处理引擎,支持多种视频格式转码,压缩进度回调\n2.设计任务队列系统,服务器CPU使用率控制在70%以下,使用负载均衡分摊压力,实现任务批量处理\n3.集成GPT模型,视频内容理解准确率达85%,精华片段提取效率提升200%\n4.实现大文件分片上传,支持断点续传,上传成功率99%\n5.开发完整的日志追踪系统,问题定位时间缩短,使用sse日志推送至前端页面可实时观察任务处理情况,接入报警机器人报警推送至企业微信群\n6.开发前端视频渲染引擎,图片编辑器,js逆向破解支持数据采集成功\n7.封装常用前端组件库,前端框架搭建与维护,指导其他组员开发,解决问题",
|
||||
"performance": "",
|
||||
"suggestToDel": 0,
|
||||
"garbageFieldList": null,
|
||||
"startDateStr": "2024.01",
|
||||
"endDateStr": "至今"
|
||||
},
|
||||
{
|
||||
"id": "2a6ee534976187341nx50t-6EVNWyoq-Vf-e",
|
||||
"name": "水务DMA分区计量管理系统",
|
||||
"roleName": "全栈工程师",
|
||||
"url": "",
|
||||
"startDate": "2023.07",
|
||||
"endDate": "",
|
||||
"projectDesc": "DMA (DistrictMetered Area)分区计量管理系统是一种先进的、专门应用于供水管网精细化管理的综合性系统。\n通过将供水管网划分成多个相对独立的计量区域(即DMA分区),在每个分区的进水口和出水口等关键节点安装高精度的计量设备,精确监测和记录水流的流入、流出情况,实现对各个分区内水量的实时计量与分析,其核心原理是基于封闭区域水量平衡理论,通过对比流入和流出水量等数据,精准定位可能存在的管网漏损点以及评估管网运行状态,助力供水企业实现科学管理、高效节水以及提升供水服务质量.\n前端技术栈:vue全家桶+elemeui,c#+wpf\n后端技术栈:Node.js+Koa2+mysq\n功能模块:\n1.实时数据处理:对DMA分区计量设备的水流数据进行清洗、校验和初步分析\n2.GIS数据管理:提供接口实现与地理信息系统的数据交互,管理管网地理空间数据。\n3.数据存储:基于MongoDB设计数据存储架构,进行数据备份与恢复。\n4.管网可视化:通过地图展示供水管网地理空间数据,支持多种地图操作\n5.空间分析:实现管网连通性、最短路径、缓冲区等空间分析功能。\n6.地图交互:提供地图标注和测距工具。\n7.实时数据推送:利用WebSocket实时推送DMA分区计量和设备状态数据。\n8.智能报警:实时监测管网异常,生成报警信息并通知相关人员,对报警信息分类统计\n9.设备状态监控:实时获取计量设备工作状态、电量等信息,分析运行历史数据数据采集功能\n10.数据采集程序:使用C#的WPF开发可与多种RTU设备通信的采集程序\n11.动态解析:服务端动态接收并自动解析不同RTU设备的数据。\n12.数据展示与导出:以图表和表格展示采集数据,支持CSV格式动态导出。\n项目成果:支持10000+设备并发查询性能提升150%系统稳定性99.99",
|
||||
"performance": "",
|
||||
"suggestToDel": 0,
|
||||
"garbageFieldList": null,
|
||||
"startDateStr": "2023.07",
|
||||
"endDateStr": "至今"
|
||||
},
|
||||
{
|
||||
"id": "6aa05589bc43d7711nx50t-6EVNWyoq-Vf-d",
|
||||
"name": "bb物语小程序商城",
|
||||
"roleName": "全栈工程师",
|
||||
"url": "",
|
||||
"startDate": "2023.05",
|
||||
"endDate": "",
|
||||
"projectDesc": "技术架构:\n前端:Vue2+mpVue\n后端:node.js+koa2+sequelize\n数据库:MySQL+Redis\n功能模块:\n1.商品管理:商品分类、商品上架、库存管理、价格管理、商品搜索\n2.订单管理:订单创建、订单支付、订单取消、订单查询,订单统计\n3.用户管理:用户注册、用户登录、用户信息管理、用户积分、用户等级\n4.营销管理:优惠券管理、满减活动、限时抢购、拼团活动、积分兑换\n5.支付系统:微信支付、支付宝支付\n4.设计用户管理系统,支持用户注册、登录、信息管理和积分系统\n5.开发营销管理模块,支持优惠券、满减活动、限时抢购和拼团活动\n6.实现数据分析功能,支持销售数据统计,用户行为分析、商品热度分析、营销效果分析\n工作成果:\n1.实现商品管理系统,支持商品的分类、上架、库存和价格管理\n2.开发订单管理模块,支持订单的创建、支付、取消和查询\n3.集成多种支付方式,支持微信支付、支付宝支付\n4.设计用户管理系统,支持用户注册、登录、信息管理和积分系统\n5.开发营销管理模块,支持优惠券、满减活动、限时抢购和拼团活动\n6.实现数据分析功能,支持销售数据统计,用户行为分析和商品热度分析\n7.支持三级分销,以及销售人员工资统计",
|
||||
"performance": "",
|
||||
"suggestToDel": 0,
|
||||
"garbageFieldList": null,
|
||||
"startDateStr": "2023.05",
|
||||
"endDateStr": "至今"
|
||||
},
|
||||
{
|
||||
"id": "32010e34944e04851nJ_0969E1JQx4q-Vfuc",
|
||||
"name": "AI智能写手系统",
|
||||
"roleName": "全栈开发工程师",
|
||||
"url": "",
|
||||
"startDate": "2020.03",
|
||||
"endDate": "2021.07",
|
||||
"projectDesc": "技术栈:Vue2+Element Ul+WebSocket+jWT+Less+Webpack+Node.js\n核心功能:\n1.平台管理:基于IWT的权限控制,实现品牌管理、角色权限、秀场墙功能\n2.内容制作:开发智能语句生成,作品库管理,多元化批量处理功能\n3.数据采集:Chrome插件开发,实现多平台商品信息自动采集\n4.多端适配:使用Rem+Flex实现响应式布局,支持不同屏幕自适应\n5.自动发布:开发多平台发布插件,支持淘宝天猫京东等平台内自动发布\n6.定时任务:基于Node.js实现定时发布、数据同步、内容更新等动化任务\n项目成果:开发效率提升200%|首屏加载800ms|数据处理效率提升300%|服务10+品牌|运营效率\n提升400%|任务成功率99.5%",
|
||||
"performance": "开发效率提升200%首屏加载800ms数据处理效率提升300%服务10+品牌运营效率\n提升400%任务成功率99.5%",
|
||||
"suggestToDel": 0,
|
||||
"garbageFieldList": null,
|
||||
"startDateStr": "2020.03",
|
||||
"endDateStr": "2021.07"
|
||||
},
|
||||
{
|
||||
"id": "1dc51326ce11bc601nJ_0969E1JQx4q-Vfud",
|
||||
"name": "易分析取数工具",
|
||||
"roleName": "全栈开发工程师",
|
||||
"url": "",
|
||||
"startDate": "2019.08",
|
||||
"endDate": "2020.03",
|
||||
"projectDesc": "系统简介\n获取天猫,淘宝,腾讯,小红书蒲公英商家后台数据,用与大数据做营销精细化运营,支持人群画像,地域,人群,粉丝,购买,等一些列数据,以及达人数据粉丝数,带货数,直播场次,直播效果,商品评论,数据做分析\n前端技术栈:vue全家桶+elemeui+浏览器插件\n后端技术栈:Node.js+Koa2+mysql,Pythopn+Selenium+Flask\n功能模块:\n1.前端数据采集:淘宝数据银行API对接,策略中心数据抓取,生意参谋数据同步,营销数据实时获取\n2.后端数据采集:\n3.插件功能:多平台数据采集插件、自定义数据抓取规则、请求拦截和数据过滤、离线数据缓存\n4.数据处理:多维度数据整合分析、数据清洗和结构化、自定义数据导出、实时数据同步\n5.监控预警:数据采集任务监控、异常采集预警,数据质量监控、采集额度管理\n工作成果:\n1.支持淘宝全站数据采集,日均处理5000+数据\n2.开发通用数据采集引擎,支持自定义采集规则\n3.实现数据实时同步,延迟<500ms\n4.分布式爬虫系统架构,支持分布式抓取",
|
||||
"performance": "1. 设计插件热更新方案,实现核心模块动态替换和状态保持\n2. 开发多浏览器兼容层,解决不同浏览器API差异问题实现插件配置动态更新和按需加载机制\n3. 使用Sequelize设计数据模型,处理复杂的表关联和数据同步重写浏览器原生Ajax,实现智能请求拦截和缓存策略\n4. 开发分布式日志系统,支持问题快速定位",
|
||||
"suggestToDel": 0,
|
||||
"garbageFieldList": null,
|
||||
"startDateStr": "2019.08",
|
||||
"endDateStr": "2020.03"
|
||||
},
|
||||
{
|
||||
"id": "e4294f91116b15dc1nJ_0969E1JQx4q-Vfue",
|
||||
"name": "全工况智能终端采集系统",
|
||||
"roleName": ".net软件工程师",
|
||||
"url": "",
|
||||
"startDate": "2018.05",
|
||||
"endDate": "2018.08",
|
||||
"projectDesc": "技术栈:WPF+Socket+InfluxDB+PostgreSQL\n核心功能:\n1.数据采集:实现Socket高并发通信,支持多协议解析\n2.实时监控:开发设备状态实时监控界面\n3.数据存储:设计混合数据库方案,优化查询性能\n4.可视化:实现数据实时展示和趋势分析\n项目成果:支持10000+设备并发|查询性能提升150%|系统稳定性99.99%|支持亿级数据毫秒级查询",
|
||||
"performance": "1.实现百万级数据快速查询,平均查询时间<500ms\n2.设计实时数据动态渲染方案\n3.优化数据库性能,批量写入效率提升50%\n4.实现数据自动分级存储和归档\n5.开发设备状态实时监控系统",
|
||||
"suggestToDel": 0,
|
||||
"garbageFieldList": null,
|
||||
"startDateStr": "2018.05",
|
||||
"endDateStr": "2018.08"
|
||||
},
|
||||
{
|
||||
"id": "96160107ede0ae851nJ_0969E1JQx4q-Vfuf",
|
||||
"name": "宝山排水证管理系统",
|
||||
"roleName": ".net软件工程师",
|
||||
"url": "",
|
||||
"startDate": "2017.01",
|
||||
"endDate": "2017.07",
|
||||
"projectDesc": "技术栈:AngularjS+KendoUI+lonic+TypeScript+MongoDE\n核心功能:\n1.PC端开发:基于KendoUI快速构建后台管理界面,实现许可证全流程管理\n2.移动端开发:使用lonic+Aneular开发跨平台App,支持iOS和Androic\n3.表单设计:实现动态表单配置,支持多类型数据录入和自定义校验规则\n4.流程管理:开发审批流程引擎,支持条件分支、并行审批、委托授权\n5.地图功能:集成百度地图,实现排水户分布展示和空间位置选择\n6.统计分析:开发数据可视化大屏,展示许可证办理情况和区域分布移动端技术难点:\n基于lonic+Cordova实现原生功能调用,如相机、定位、文件系统等解决Android返回键监听和iOS手势返冲突问题\n实现大文件分片上传和断点续传,支持现场照片批量上传\n开发自定义相机组件,支持照片压缩和水印添加使用SOLite实现本地数据存储,解决断网环境下的数据同光\n优化Scroll性能,解决长列表滚动卡顿问题\n处理键盘弹出时的页面布局自适应\n解决iOS和Android平台字体、样式兼容性问题\n实现应用内检查更新和增量更新功能\n优化首屏加载速度,实现资源按需加载\n项目成果:办理时间缩短80%|代码复用率80%|响应时间300ms|审批效率提升200%",
|
||||
"performance": "1. 实现大文件分片上传和断点续传,支持现场照片批量上传开发自定义相机组件,支持照片压缩和水印添加使用SOLite实现本地数据存储,解决断网环境下的数据同光\n2. 优化Scroll性能,解决长列表滚动卡顿问题处理键盘弹出时的页面布局自适应解决iOS和Android平台字体、样式兼容性问题实现应用内检查更新和增量更新功能\n3. 优化首屏加载速度,实现资源按需加载",
|
||||
"suggestToDel": 0,
|
||||
"garbageFieldList": null,
|
||||
"startDateStr": "2017.01",
|
||||
"endDateStr": "2017.07"
|
||||
},
|
||||
{
|
||||
"id": "c06dfe8c3678cf231nJ90tq7EVpQxo6_V_qW",
|
||||
"name": "H5营销平台",
|
||||
"roleName": ".net软件工程师",
|
||||
"url": "",
|
||||
"startDate": "2014.06",
|
||||
"endDate": "2016.05",
|
||||
"projectDesc": "技术栈:Vue2+Canvas+CSS3+微信ISSDK+.Net\n功能模块:\n1.游戏开发:开发大转盘抽奖、刮刮卡等H5游戏、自研Canvas动画框架、支持Flash动画转换\n2.内容管理:开发可视化搭建工具、支持营销活动快速生成、实现模板在线编辑\n3.社交功能:集成微信分享、支付、授权、开发用户数据分析、实现活动数据统计\n项目成果:服务200+品牌开发效率提升300%转化率提升150%",
|
||||
"performance": "",
|
||||
"suggestToDel": 0,
|
||||
"garbageFieldList": null,
|
||||
"startDateStr": "2014.06",
|
||||
"endDateStr": "2016.05"
|
||||
},
|
||||
{
|
||||
"id": "4e09afd8b41347c61nJ_0969E1JQx4q-VfqW",
|
||||
"name": "物料ERP管理系统",
|
||||
"roleName": "前端开发工程师",
|
||||
"url": "",
|
||||
"startDate": "2014.08",
|
||||
"endDate": "2015.06",
|
||||
"projectDesc": "技术栈:jQuery+Bootstrap+EasyUl+WebSocket+SQL Server\n核心功能:\n1.库存管理:实现物料库、出库、调拨、盘点等完整业务流程\n2.采购管理:开发供应商管理、询价比价、采购计划、订单跟踪功能\n3.生产管理:实现BOM管理、生产计划、物料需求计划(MRP)功能\n4.报表分析:开发库存周转率、采购分析、成本核算等统计报表\n5.预警提醒:设置库存预警、采购超期、价格异常等自动提醒\n技术难点:\n开发物料编码生成器,支持多级分类和自定义规则\n实现基于WebSocket的实时库存变更提醒\n设计MRP运算引擎,优化大批量数据处理性能\n开发报表导出功能,支持复杂表头和数据汇总项目成果:库存周转提升40%|采购成本降低15%|支持100+用户并发|日均处理3000+笔业务",
|
||||
"performance": "1. 开发物料编码生成器,支持多级分类和自定义规则\n2. 实现基于WebSocket的实时库存变更提醒\n3. 设计MRP运算引擎,优化大批量数据处理性能\n4. 开发报表导出功能,支持复杂表头和数据汇",
|
||||
"suggestToDel": 0,
|
||||
"garbageFieldList": null,
|
||||
"startDateStr": "2014.08",
|
||||
"endDateStr": "2015.06"
|
||||
}
|
||||
]
|
||||
},
|
||||
{
|
||||
"moduleType": 14,
|
||||
"moduleName": "教育经历",
|
||||
"customConfig": {
|
||||
"showType": 0,
|
||||
"desc": null,
|
||||
"tag": null
|
||||
},
|
||||
"data": null,
|
||||
"dataList": [
|
||||
{
|
||||
"id": "ee34188f32f9cecc1XF52NW5F1dT",
|
||||
"schoolId": 2811,
|
||||
"school": "武汉工程大学",
|
||||
"major": "计算机应用技术(大数据方向)",
|
||||
"degree": 203,
|
||||
"eduType": 2,
|
||||
"degreeName": "本科",
|
||||
"startYear": "2021",
|
||||
"endYear": "2024",
|
||||
"educationDesc": "",
|
||||
"country": "",
|
||||
"tags": [
|
||||
"卓越工程师计划"
|
||||
],
|
||||
"schoolType": 0,
|
||||
"suggestToDel": 0,
|
||||
"thesisTitle": "",
|
||||
"thesisDesc": "",
|
||||
"majorRanking": 0,
|
||||
"courseList": [],
|
||||
"badge": "https://img.bosszhipin.com/beijin/icon/bed7df948518127f74daa2ee178c44fc6bb61e3b7bce0931da574d19d1d82c88.jpg",
|
||||
"certified": 0,
|
||||
"garbageFieldList": null,
|
||||
"startYearStr": "2021",
|
||||
"endYearStr": "2024"
|
||||
},
|
||||
{
|
||||
"id": "e095a1ceefdd0cc31XF52NW6FVZY",
|
||||
"schoolId": 2831,
|
||||
"school": "武汉软件工程职业学院",
|
||||
"major": "软件技术",
|
||||
"degree": 202,
|
||||
"eduType": 1,
|
||||
"degreeName": "大专",
|
||||
"startYear": "2011",
|
||||
"endYear": "2014",
|
||||
"educationDesc": "",
|
||||
"country": "",
|
||||
"tags": [],
|
||||
"schoolType": 0,
|
||||
"suggestToDel": 0,
|
||||
"thesisTitle": "",
|
||||
"thesisDesc": "",
|
||||
"majorRanking": 0,
|
||||
"courseList": [],
|
||||
"badge": "https://img.bosszhipin.com/beijin/icon/18282111c2fc8e191c5b6aedcece5a956bb61e3b7bce0931da574d19d1d82c88.jpg",
|
||||
"certified": 0,
|
||||
"garbageFieldList": null,
|
||||
"startYearStr": "2011",
|
||||
"endYearStr": "2014"
|
||||
}
|
||||
]
|
||||
},
|
||||
{
|
||||
"moduleType": 16,
|
||||
"moduleName": "资格证书",
|
||||
"customConfig": {
|
||||
"showType": 1,
|
||||
"desc": null,
|
||||
"tag": null
|
||||
},
|
||||
"data": null,
|
||||
"dataList": null
|
||||
},
|
||||
{
|
||||
"moduleType": 21,
|
||||
"moduleName": "志愿服务经历",
|
||||
"customConfig": {
|
||||
"showType": 1,
|
||||
"desc": null,
|
||||
"tag": null
|
||||
},
|
||||
"data": null,
|
||||
"dataList": null
|
||||
}
|
||||
]
|
||||
}
|
||||
47
_doc/已删除文件清单.md
Normal file
47
_doc/已删除文件清单.md
Normal file
@@ -0,0 +1,47 @@
|
||||
# 已删除文件清单
|
||||
|
||||
## ✅ 已删除的文件
|
||||
|
||||
### 1. 废弃的服务文件
|
||||
- ✅ `api/services/task_scheduler.js` - 未使用的任务调度器
|
||||
- **原因**：实际系统使用 `middleware/schedule/` 中的调度系统
|
||||
- **替代方案**：使用 `middleware/schedule/index.js` 中的 `ScheduleManager`
|
||||
|
||||
### 2. 已合并的服务文件
|
||||
- ✅ `api/services/job_service.js` - 职位服务（只有一个方法）
|
||||
- **原因**：只有一个 `jobGreet` 方法，已合并到 `middleware/job/jobManager.js`
|
||||
- **新位置**：`middleware/job/jobManager.js` → `job_greet()` 方法
|
||||
|
||||
### 3. 重命名的文件
|
||||
- ✅ `api/services/ossTool.js` → `api/services/oss_tool_service.js`
|
||||
- **原因**：统一命名规范（snake_case + _service.js）
|
||||
|
||||
## 📝 清理说明
|
||||
|
||||
### services/index.js 清理
|
||||
- 移除了对 `TaskScheduler` 的引用（已废弃）
|
||||
- 移除了对 `MQTTHandler` 的引用（文件不存在）
|
||||
- 移除了对 `JobService` 的引用（已合并）
|
||||
- 保留了 `AIService` 和 `PlaAccountService` 的引用
|
||||
|
||||
## ⚠️ 注意事项
|
||||
|
||||
1. **TaskScheduler 已废弃**
|
||||
- 实际调度系统：`middleware/schedule/index.js` (ScheduleManager)
|
||||
- 任务队列：`middleware/schedule/taskQueue.js`
|
||||
|
||||
2. **MQTT 管理**
|
||||
- 实际使用：`middleware/mqtt/mqttManager.js`
|
||||
- 不是 `services/mqtt_handler.js`（文件不存在）
|
||||
|
||||
3. **工作管理**
|
||||
- 实际使用：`middleware/job/jobManager.js`
|
||||
- 已包含 `job_greet` 方法
|
||||
|
||||
## 🔄 后续工作
|
||||
|
||||
继续完成命名规范统一：
|
||||
- 移动并重命名 `middleware/job/` 下的文件到 `services/`
|
||||
- 合并AI服务
|
||||
- 统一类命名
|
||||
|
||||
210
_doc/数据库表同步指南.md
Normal file
210
_doc/数据库表同步指南.md
Normal file
@@ -0,0 +1,210 @@
|
||||
# resume_info 表同步指南
|
||||
|
||||
## ❌ 错误信息
|
||||
|
||||
```
|
||||
Unknown column 'sn_code' in 'field list'
|
||||
```
|
||||
|
||||
这个错误表示数据库中的 `resume_info` 表缺少 `sn_code` 字段。
|
||||
|
||||
## 🔧 解决方案
|
||||
|
||||
### 方案1: 使用同步脚本（推荐）
|
||||
|
||||
运行以下命令同步表结构：
|
||||
|
||||
```bash
|
||||
node scripts/sync_resume_table.js
|
||||
```
|
||||
|
||||
这个脚本会：
|
||||
- ✅ 使用 `alter: true` 模式同步表（保留现有数据）
|
||||
- ✅ 显示当前表结构
|
||||
- ✅ 检查所有必需字段是否存在
|
||||
- ✅ 提示缺少的字段
|
||||
|
||||
### 方案2: 手动添加字段
|
||||
|
||||
如果同步脚本无法运行，可以手动执行以下SQL：
|
||||
|
||||
```sql
|
||||
-- 添加 sn_code 字段
|
||||
ALTER TABLE `resume_info`
|
||||
ADD COLUMN `sn_code` VARCHAR(50) NOT NULL DEFAULT '' COMMENT '设备SN码' AFTER `id`;
|
||||
|
||||
-- 添加 account_id 字段
|
||||
ALTER TABLE `resume_info`
|
||||
ADD COLUMN `account_id` VARCHAR(50) NOT NULL DEFAULT '' COMMENT '用户ID' AFTER `sn_code`;
|
||||
|
||||
-- 添加索引
|
||||
ALTER TABLE `resume_info`
|
||||
ADD INDEX `idx_sn_code` (`sn_code`);
|
||||
```
|
||||
|
||||
### 方案3: 重建表（会删除现有数据！）
|
||||
|
||||
⚠️ **警告：此操作会删除表中所有数据！**
|
||||
|
||||
如果表中没有重要数据，可以删除表让系统重新创建：
|
||||
|
||||
```sql
|
||||
DROP TABLE IF EXISTS `resume_info`;
|
||||
```
|
||||
|
||||
然后重启应用，Sequelize 会自动创建表（因为模型中有 `sync({ force: true })`）。
|
||||
|
||||
## 📋 必需字段列表
|
||||
|
||||
`resume_info` 表必须包含以下字段：
|
||||
|
||||
### 核心字段
|
||||
- ✅ `id` - 主键（VARCHAR/UUID）
|
||||
- ✅ `sn_code` - 设备SN码（VARCHAR(50)，必填）
|
||||
- ✅ `account_id` - 用户ID（VARCHAR(50)，必填）
|
||||
- ✅ `platform` - 平台（VARCHAR(20)，默认'boss'）
|
||||
|
||||
### 个人信息
|
||||
- ✅ `fullName` - 姓名
|
||||
- ✅ `gender` - 性别
|
||||
- ✅ `age` - 年龄
|
||||
- ✅ `phone` - 电话
|
||||
- ✅ `email` - 邮箱
|
||||
- ✅ `location` - 所在地
|
||||
|
||||
### 教育背景
|
||||
- ✅ `education` - 学历
|
||||
- ✅ `major` - 专业
|
||||
- ✅ `school` - 毕业院校
|
||||
- ✅ `graduationYear` - 毕业年份
|
||||
|
||||
### 工作信息
|
||||
- ✅ `workYears` - 工作年限
|
||||
- ✅ `currentPosition` - 当前职位
|
||||
- ✅ `currentCompany` - 当前公司
|
||||
- ✅ `currentSalary` - 当前薪资
|
||||
|
||||
### 期望信息
|
||||
- ✅ `expectedPosition` - 期望职位
|
||||
- ✅ `expectedSalary` - 期望薪资
|
||||
- ✅ `expectedLocation` - 期望地点
|
||||
- ✅ `expectedIndustry` - 期望行业
|
||||
|
||||
### 技能和经验（TEXT类型）
|
||||
- ✅ `skills` - 技能标签（JSON）
|
||||
- ✅ `skillDescription` - 技能描述
|
||||
- ✅ `certifications` - 证书资质（JSON）
|
||||
- ✅ `projectExperience` - 项目经验（JSON）
|
||||
- ✅ `workExperience` - 工作经历（JSON）
|
||||
|
||||
### AI分析字段（TEXT类型）
|
||||
- ✅ `aiSkillTags` - AI技能标签（JSON）
|
||||
- ✅ `aiStrengths` - AI优势分析
|
||||
- ✅ `aiWeaknesses` - AI劣势分析
|
||||
- ✅ `aiCareerSuggestion` - AI职业建议
|
||||
- ✅ `aiCompetitiveness` - AI竞争力评分（INT）
|
||||
|
||||
### 其他字段
|
||||
- ✅ `resumeContent` - 简历内容（TEXT）
|
||||
- ✅ `originalData` - 原始数据（TEXT/JSON）
|
||||
- ✅ `isActive` - 是否活跃（BOOLEAN）
|
||||
- ✅ `isPublic` - 是否公开（BOOLEAN）
|
||||
- ✅ `syncTime` - 同步时间（DATETIME）
|
||||
|
||||
## 🔍 验证表结构
|
||||
|
||||
运行以下SQL查看表结构：
|
||||
|
||||
```sql
|
||||
DESCRIBE resume_info;
|
||||
```
|
||||
|
||||
或者查看完整的建表语句：
|
||||
|
||||
```sql
|
||||
SHOW CREATE TABLE resume_info;
|
||||
```
|
||||
|
||||
## 📝 完整建表SQL（参考）
|
||||
|
||||
```sql
|
||||
CREATE TABLE `resume_info` (
|
||||
`id` varchar(255) NOT NULL,
|
||||
`sn_code` varchar(50) NOT NULL DEFAULT '' COMMENT '设备SN码',
|
||||
`account_id` varchar(50) NOT NULL DEFAULT '' COMMENT '用户ID',
|
||||
`platform` varchar(20) NOT NULL DEFAULT 'boss' COMMENT '平台',
|
||||
`fullName` varchar(50) DEFAULT '' COMMENT '姓名',
|
||||
`gender` varchar(10) DEFAULT '' COMMENT '性别',
|
||||
`age` int(11) DEFAULT 0 COMMENT '年龄',
|
||||
`phone` varchar(20) DEFAULT '' COMMENT '电话',
|
||||
`email` varchar(100) DEFAULT '' COMMENT '邮箱',
|
||||
`location` varchar(100) DEFAULT '' COMMENT '所在地',
|
||||
`education` varchar(50) DEFAULT '' COMMENT '学历',
|
||||
`major` varchar(100) DEFAULT '' COMMENT '专业',
|
||||
`school` varchar(200) DEFAULT '' COMMENT '毕业院校',
|
||||
`graduationYear` int(11) DEFAULT 0 COMMENT '毕业年份',
|
||||
`workYears` varchar(50) DEFAULT '' COMMENT '工作年限',
|
||||
`currentPosition` varchar(100) DEFAULT '' COMMENT '当前职位',
|
||||
`currentCompany` varchar(200) DEFAULT '' COMMENT '当前公司',
|
||||
`currentSalary` varchar(50) DEFAULT '' COMMENT '当前薪资',
|
||||
`expectedPosition` varchar(100) DEFAULT '' COMMENT '期望职位',
|
||||
`expectedSalary` varchar(50) DEFAULT '' COMMENT '期望薪资',
|
||||
`expectedLocation` varchar(100) DEFAULT '' COMMENT '期望地点',
|
||||
`expectedIndustry` varchar(100) DEFAULT '' COMMENT '期望行业',
|
||||
`skills` text COMMENT '技能标签(JSON)',
|
||||
`skillDescription` text COMMENT '技能描述',
|
||||
`certifications` text COMMENT '证书资质(JSON)',
|
||||
`projectExperience` text COMMENT '项目经验(JSON)',
|
||||
`workExperience` text COMMENT '工作经历(JSON)',
|
||||
`aiSkillTags` text COMMENT 'AI技能标签(JSON)',
|
||||
`aiStrengths` text COMMENT 'AI优势分析',
|
||||
`aiWeaknesses` text COMMENT 'AI劣势分析',
|
||||
`aiCareerSuggestion` text COMMENT 'AI职业建议',
|
||||
`aiCompetitiveness` int(11) DEFAULT 0 COMMENT 'AI竞争力评分',
|
||||
`resumeContent` text COMMENT '简历内容',
|
||||
`originalData` text COMMENT '原始数据(JSON)',
|
||||
`isActive` tinyint(1) DEFAULT 1 COMMENT '是否活跃',
|
||||
`isPublic` tinyint(1) DEFAULT 1 COMMENT '是否公开',
|
||||
`syncTime` datetime DEFAULT CURRENT_TIMESTAMP COMMENT '同步时间',
|
||||
PRIMARY KEY (`id`),
|
||||
KEY `idx_sn_code` (`sn_code`),
|
||||
KEY `idx_platform` (`platform`),
|
||||
KEY `idx_isActive` (`isActive`)
|
||||
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='简历信息表';
|
||||
```
|
||||
|
||||
## ✅ 验证修复
|
||||
|
||||
修复后，运行以下代码验证：
|
||||
|
||||
```javascript
|
||||
const db = require('./api/middleware/dbProxy');
|
||||
const resume_info = db.getModel('resume_info');
|
||||
|
||||
// 测试创建记录
|
||||
const testResume = await resume_info.create({
|
||||
id: 'test-uuid-123',
|
||||
sn_code: 'TEST001',
|
||||
account_id: 'user123',
|
||||
platform: 'boss',
|
||||
fullName: '测试用户',
|
||||
isActive: true
|
||||
});
|
||||
|
||||
console.log('✅ 创建成功:', testResume.id);
|
||||
```
|
||||
|
||||
## 🚀 下一步
|
||||
|
||||
表结构同步完成后，就可以正常使用简历存储功能了：
|
||||
|
||||
```javascript
|
||||
const jobManager = require('./api/middleware/job/jobManager');
|
||||
|
||||
const resumeData = await jobManager.get_online_resume(
|
||||
'GHJU',
|
||||
mqttClient,
|
||||
{ platform: 'boss' }
|
||||
);
|
||||
```
|
||||
|
||||
57
_doc/文件清理总结.md
Normal file
57
_doc/文件清理总结.md
Normal file
@@ -0,0 +1,57 @@
|
||||
# 文件清理总结
|
||||
|
||||
## ✅ 已删除的文件
|
||||
|
||||
### 1. 废弃的服务文件
|
||||
- ✅ `api/services/task_scheduler.js`
|
||||
- **删除原因**：未使用，实际系统使用 `middleware/schedule/` 中的调度系统
|
||||
- **替代方案**：使用 `middleware/schedule/index.js` 中的 `ScheduleManager`
|
||||
|
||||
### 2. 已合并的服务文件
|
||||
- ✅ `api/services/job_service.js`
|
||||
- **删除原因**：只有一个方法，已合并到 `middleware/job/jobManager.js`
|
||||
- **新位置**：`middleware/job/jobManager.js` → `job_greet()` 方法
|
||||
|
||||
### 3. 重命名的文件
|
||||
- ✅ `api/services/ossTool.js` → `api/services/oss_tool_service.js`
|
||||
- **原因**：统一命名规范
|
||||
|
||||
## 🔧 已清理的引用
|
||||
|
||||
### services/index.js
|
||||
- ✅ 移除了对 `TaskScheduler` 的引用（已删除）
|
||||
- ✅ 移除了对 `MQTTHandler` 的引用（文件不存在）
|
||||
- ✅ 移除了对 `JobService` 的引用（已合并）
|
||||
- ✅ 移除了相关的初始化代码和监听器设置
|
||||
- ✅ 保留了 `AIService` 和 `PlaAccountService` 的引用
|
||||
|
||||
## 📋 当前 services/ 目录结构
|
||||
|
||||
```
|
||||
api/services/
|
||||
├── index.js # 服务管理器（已清理）
|
||||
├── ai_service.js # AI服务
|
||||
├── pla_account_service.js # 账号服务
|
||||
└── oss_tool_service.js # OSS服务（已重命名）
|
||||
```
|
||||
|
||||
## ⚠️ 注意事项
|
||||
|
||||
1. **调度系统**
|
||||
- 实际使用：`middleware/schedule/index.js` (ScheduleManager)
|
||||
- 不要使用：`services/task_scheduler.js`（已删除）
|
||||
|
||||
2. **MQTT管理**
|
||||
- 实际使用：`middleware/mqtt/mqttManager.js`
|
||||
- 不要使用：`services/mqtt_handler.js`（文件不存在）
|
||||
|
||||
3. **工作管理**
|
||||
- 实际使用：`middleware/job/jobManager.js`
|
||||
- 包含 `job_greet` 方法（原 `job_service.js` 的方法）
|
||||
|
||||
## 🎯 清理效果
|
||||
|
||||
- **减少文件数量**：删除了2个不需要的文件
|
||||
- **代码更清晰**：移除了无效引用
|
||||
- **结构更合理**：services 目录只保留实际使用的服务
|
||||
|
||||
54
_doc/服务合并完成说明.md
Normal file
54
_doc/服务合并完成说明.md
Normal file
@@ -0,0 +1,54 @@
|
||||
# 服务合并完成说明
|
||||
|
||||
## ✅ 已完成
|
||||
|
||||
### 1. job_service.js 合并
|
||||
- ✅ 将 `job_service.js` 的 `jobGreet` 方法合并到 `jobManager.js`
|
||||
- ✅ 方法重命名为 `job_greet`（统一使用下划线命名）
|
||||
- ✅ 更新了 `api/controller_admin/job_postings.js` 中的引用
|
||||
- ✅ 更新了 `api/services/index.js`，移除了 `JobService` 的引用
|
||||
- ✅ 删除了 `job_service.js` 文件
|
||||
|
||||
### 2. 方法改进
|
||||
- ✅ `job_greet` 方法支持可选的 `mqttClient` 参数
|
||||
- ✅ 修复了 `getResumeAnalysis` 方法的 `mqttClient` 参数问题
|
||||
|
||||
## 📝 变更详情
|
||||
|
||||
### 方法位置变更
|
||||
- **原位置**：`api/services/job_service.js` → `JobService.jobGreet()`
|
||||
- **新位置**：`api/middleware/job/jobManager.js` → `JobManager.job_greet()`
|
||||
|
||||
### 方法签名变更
|
||||
```javascript
|
||||
// 旧方法
|
||||
async jobGreet(params) {
|
||||
// ...
|
||||
}
|
||||
|
||||
// 新方法
|
||||
async job_greet(params) {
|
||||
const { sn_code, encryptJobId, securityId, brandName, platform = 'boss', mqttClient } = params;
|
||||
// 支持可选的 mqttClient 参数
|
||||
// ...
|
||||
}
|
||||
```
|
||||
|
||||
### 引用更新
|
||||
- `api/controller_admin/job_postings.js`
|
||||
- `jobService.jobGreet()` → `jobManager.job_greet()`
|
||||
|
||||
## 🎯 优势
|
||||
|
||||
1. **代码更集中**：所有工作管理相关的方法都在 `jobManager.js` 中
|
||||
2. **减少文件数量**：删除了只有一个方法的服务文件
|
||||
3. **命名统一**：使用下划线命名 `job_greet`，与其他方法一致
|
||||
4. **更好的复用性**：支持可选的 `mqttClient` 参数
|
||||
|
||||
## 📋 后续工作
|
||||
|
||||
继续完成命名规范统一：
|
||||
- 移动并重命名 `middleware/job/` 下的文件到 `services/`
|
||||
- 合并AI服务
|
||||
- 统一类命名
|
||||
|
||||
26
_doc/目录整理执行计划.md
Normal file
26
_doc/目录整理执行计划.md
Normal file
@@ -0,0 +1,26 @@
|
||||
# 目录整理执行计划
|
||||
|
||||
## 📋 整理步骤
|
||||
|
||||
### 第一步：合并AI服务
|
||||
- 将 `middleware/job/aiService.js` 的功能合并到 `services/ai_service.js`
|
||||
- 保留更完整的功能（middleware/job/aiService.js 功能更全）
|
||||
- 删除 `middleware/job/aiService.js`
|
||||
|
||||
### 第二步：移动业务服务
|
||||
- `middleware/job/jobManager.js` → `services/job_manager_service.js`
|
||||
- `middleware/job/chatManager.js` → `services/chat_manager_service.js`
|
||||
- `middleware/job/resumeManager.js` → `services/resume_manager_service.js`
|
||||
|
||||
### 第三步：更新引用
|
||||
- 更新 `command.js` 中的引用
|
||||
- 更新所有其他文件中的引用
|
||||
|
||||
### 第四步：处理废弃文件
|
||||
- `services/task_scheduler.js` 标记为废弃（添加注释说明）
|
||||
|
||||
## ⚠️ 注意事项
|
||||
- 保持向后兼容
|
||||
- 更新所有 require 路径
|
||||
- 测试确保功能正常
|
||||
|
||||
60
_doc/目录结构整理方案.md
Normal file
60
_doc/目录结构整理方案.md
Normal file
@@ -0,0 +1,60 @@
|
||||
# 目录结构整理方案
|
||||
|
||||
## 📋 职责划分
|
||||
|
||||
### services/ - 业务服务层
|
||||
**职责**：对外提供业务逻辑服务，处理业务相关的操作
|
||||
- 职位服务（job_service.js）
|
||||
- 账号服务（pla_account_service.js）
|
||||
- AI服务（ai_service.js）
|
||||
- OSS服务（ossTool.js）
|
||||
- 工作管理服务（jobManager.js）
|
||||
- 聊天管理服务（chatManager.js）
|
||||
- 简历管理服务（resumeManager.js）
|
||||
|
||||
### middleware/ - 中间件层
|
||||
**职责**：系统级功能，基础设施服务
|
||||
- 调度系统（schedule/）
|
||||
- MQTT通信（mqtt/）
|
||||
- 数据库代理（dbProxy.js）
|
||||
- 日志代理（logProxy.js）
|
||||
|
||||
## 🔄 需要移动的文件
|
||||
|
||||
### 1. 从 middleware/job/ 移到 services/
|
||||
- `jobManager.js` → `services/job_manager_service.js`
|
||||
- `chatManager.js` → `services/chat_manager_service.js`
|
||||
- `resumeManager.js` → `services/resume_manager_service.js`
|
||||
|
||||
### 2. 合并重复的AI服务
|
||||
- `middleware/job/aiService.js` 和 `services/ai_service.js` 合并
|
||||
- 保留 `services/ai_service.js`，删除 `middleware/job/aiService.js`
|
||||
|
||||
### 3. 处理未使用的文件
|
||||
- `services/task_scheduler.js` - 标记为废弃或删除（实际未使用）
|
||||
|
||||
## 📁 整理后的目录结构
|
||||
|
||||
```
|
||||
api/
|
||||
├── services/ # 业务服务层
|
||||
│ ├── index.js # 服务管理器
|
||||
│ ├── ai_service.js # AI服务（合并后）
|
||||
│ ├── job_service.js # 职位服务
|
||||
│ ├── pla_account_service.js # 账号服务
|
||||
│ ├── ossTool.js # OSS服务
|
||||
│ ├── job_manager_service.js # 工作管理服务（从middleware/job/移入）
|
||||
│ ├── chat_manager_service.js # 聊天管理服务（从middleware/job/移入）
|
||||
│ └── resume_manager_service.js # 简历管理服务（从middleware/job/移入）
|
||||
│
|
||||
└── middleware/ # 中间件层
|
||||
├── schedule/ # 调度系统
|
||||
│ ├── index.js
|
||||
│ ├── taskQueue.js
|
||||
│ ├── command.js
|
||||
│ └── ...
|
||||
├── mqtt/ # MQTT通信
|
||||
├── dbProxy.js # 数据库代理
|
||||
└── logProxy.js # 日志代理
|
||||
```
|
||||
|
||||
239
_doc/简历功能使用前置条件.md
Normal file
239
_doc/简历功能使用前置条件.md
Normal file
@@ -0,0 +1,239 @@
|
||||
# 简历存储功能 - 前置条件和使用说明
|
||||
|
||||
## ⚠️ 重要前置条件
|
||||
|
||||
在使用简历存储功能之前，必须确保以下条件已满足：
|
||||
|
||||
### 1. 数据库表已创建
|
||||
|
||||
#### ✅ `pla_account` 表（平台账户表）
|
||||
|
||||
此表存储设备与平台账户的绑定关系，**必须先有记录**才能存储简历。
|
||||
|
||||
**表结构**:
|
||||
```sql
|
||||
CREATE TABLE `pla_account` (
|
||||
`id` int(11) NOT NULL AUTO_INCREMENT COMMENT '自增ID',
|
||||
`name` varchar(50) NOT NULL DEFAULT '' COMMENT '账户名',
|
||||
`sn_code` varchar(50) NOT NULL DEFAULT '' COMMENT '设备SN码',
|
||||
`platform_type` varchar(50) NOT NULL DEFAULT '' COMMENT '平台类型(boss/liepin)',
|
||||
`login_name` varchar(50) NOT NULL DEFAULT '' COMMENT '登录名',
|
||||
`pwd` varchar(50) NOT NULL DEFAULT '' COMMENT '密码',
|
||||
`keyword` varchar(50) NOT NULL DEFAULT '' COMMENT '关键词',
|
||||
`search_url` varchar(50) NOT NULL DEFAULT '' COMMENT '搜索页网址',
|
||||
PRIMARY KEY (`id`)
|
||||
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
|
||||
```
|
||||
|
||||
**示例数据**:
|
||||
```sql
|
||||
INSERT INTO `pla_account` (`name`, `sn_code`, `platform_type`, `login_name`, `pwd`)
|
||||
VALUES ('张三的Boss账号', 'GHJU', 'boss', '13800138000', 'password123');
|
||||
```
|
||||
|
||||
#### ✅ `resume_info` 表（简历信息表）
|
||||
|
||||
此表存储简历详细信息，会自动创建（通过 Sequelize sync）。
|
||||
|
||||
**关键字段**:
|
||||
- `id` - 简历UUID（主键）
|
||||
- `sn_code` - 设备SN码（关联设备）
|
||||
- `account_id` - 账户ID（**关联 pla_account.id**）
|
||||
- `platform` - 平台类型（boss/liepin）
|
||||
|
||||
### 2. 数据关联关系
|
||||
|
||||
```
|
||||
┌─────────────────┐ ┌──────────────────┐
|
||||
│ pla_account │ │ resume_info │
|
||||
├─────────────────┤ ├──────────────────┤
|
||||
│ id (自增) │◄────────│ account_id │
|
||||
│ sn_code │ │ sn_code │
|
||||
│ platform_type │ │ platform │
|
||||
│ login_name │ │ fullName │
|
||||
│ pwd │ │ ... │
|
||||
└─────────────────┘ └──────────────────┘
|
||||
```
|
||||
|
||||
**查询逻辑**:
|
||||
1. 通过 `sn_code` + `platform` 查询 `pla_account` 表
|
||||
2. 获取 `pla_account.id` 作为 `account_id`
|
||||
3. 将 `account_id` 存入 `resume_info` 表
|
||||
|
||||
### 3. 环境配置
|
||||
|
||||
#### 数据库连接
|
||||
确保数据库连接配置正确（`config/config.js`）
|
||||
|
||||
#### AI服务配置（可选）
|
||||
如需AI分析功能，需配置 DeepSeek API：
|
||||
|
||||
```env
|
||||
DEEPSEEK_API_KEY=sk-xxxxxxxxxxxxx
|
||||
DEEPSEEK_API_URL=https://api.deepseek.com/v1/chat/completions
|
||||
DEEPSEEK_MODEL=deepseek-chat
|
||||
```
|
||||
|
||||
## 🚀 使用流程
|
||||
|
||||
### 步骤1: 创建平台账户记录
|
||||
|
||||
在调用简历存储功能之前，必须先在 `pla_account` 表中创建账户记录：
|
||||
|
||||
```javascript
|
||||
const db = require('./api/middleware/dbProxy');
|
||||
const pla_account = db.getModel('pla_account');
|
||||
|
||||
// 创建账户记录
|
||||
await pla_account.create({
|
||||
name: '张三的Boss账号',
|
||||
sn_code: 'GHJU',
|
||||
platform_type: 'boss',
|
||||
login_name: '13800138000',
|
||||
pwd: 'password123',
|
||||
keyword: '前端工程师',
|
||||
search_url: 'https://www.zhipin.com/web/geek/job'
|
||||
});
|
||||
```
|
||||
|
||||
### 步骤2: 同步数据库表结构
|
||||
|
||||
运行同步脚本确保表结构正确：
|
||||
|
||||
```bash
|
||||
node scripts/sync_resume_table.js
|
||||
```
|
||||
|
||||
### 步骤3: 调用简历存储功能
|
||||
|
||||
```javascript
|
||||
const jobManager = require('./api/middleware/job/jobManager');
|
||||
|
||||
// 获取在线简历（自动存储）
|
||||
const resumeData = await jobManager.get_online_resume(
|
||||
'GHJU', // 设备SN码（必须在 pla_account 中存在）
|
||||
mqttClient, // MQTT客户端
|
||||
{ platform: 'boss' } // 平台类型（必须与 pla_account.platform_type 匹配）
|
||||
);
|
||||
```
|
||||
|
||||
## ❌ 常见错误
|
||||
|
||||
### 错误1: "未找到设备 GHJU 在平台 boss 的账户信息"
|
||||
|
||||
**原因**: `pla_account` 表中没有对应的记录
|
||||
|
||||
**解决方案**:
|
||||
```javascript
|
||||
// 检查是否存在账户记录
|
||||
const account = await pla_account.findOne({
|
||||
where: { sn_code: 'GHJU', platform_type: 'boss' }
|
||||
});
|
||||
|
||||
if (!account) {
|
||||
// 创建账户记录
|
||||
await pla_account.create({
|
||||
name: '账户名称',
|
||||
sn_code: 'GHJU',
|
||||
platform_type: 'boss',
|
||||
login_name: '登录名',
|
||||
pwd: '密码'
|
||||
});
|
||||
}
|
||||
```
|
||||
|
||||
### 错误2: "Unknown column 'sn_code' in 'field list'"
|
||||
|
||||
**原因**: 数据库表结构未同步
|
||||
|
||||
**解决方案**:
|
||||
```bash
|
||||
# 运行同步脚本
|
||||
node scripts/sync_resume_table.js
|
||||
|
||||
# 或手动执行SQL
|
||||
ALTER TABLE `resume_info`
|
||||
ADD COLUMN `sn_code` VARCHAR(50) NOT NULL DEFAULT '' COMMENT '设备SN码',
|
||||
ADD COLUMN `account_id` VARCHAR(50) NOT NULL DEFAULT '' COMMENT '用户ID';
|
||||
```
|
||||
|
||||
### 错误3: "account_id 不能为空"
|
||||
|
||||
**原因**: `pla_account` 查询失败或返回 null
|
||||
|
||||
**解决方案**:
|
||||
1. 确认 `sn_code` 和 `platform_type` 匹配
|
||||
2. 检查 `pla_account` 表中是否有对应记录
|
||||
3. 确认 `platform` 参数正确（'boss' 不是 'Boss'）
|
||||
|
||||
## ✅ 验证清单
|
||||
|
||||
使用简历存储功能前，请确认：
|
||||
|
||||
- [ ] `pla_account` 表已创建
|
||||
- [ ] `pla_account` 表中有对应设备的记录
|
||||
- [ ] `sn_code` 和 `platform_type` 匹配
|
||||
- [ ] `resume_info` 表已创建
|
||||
- [ ] `resume_info` 表包含 `sn_code` 和 `account_id` 字段
|
||||
- [ ] 数据库连接正常
|
||||
- [ ] MQTT 客户端可用
|
||||
- [ ] （可选）DeepSeek API 配置正确
|
||||
|
||||
## 📝 完整示例
|
||||
|
||||
```javascript
|
||||
const db = require('./api/middleware/dbProxy');
|
||||
const jobManager = require('./api/middleware/job/jobManager');
|
||||
|
||||
async function setupAndGetResume() {
|
||||
const pla_account = db.getModel('pla_account');
|
||||
|
||||
// 1. 检查或创建账户记录
|
||||
let account = await pla_account.findOne({
|
||||
where: { sn_code: 'GHJU', platform_type: 'boss' }
|
||||
});
|
||||
|
||||
if (!account) {
|
||||
console.log('创建账户记录...');
|
||||
account = await pla_account.create({
|
||||
name: '测试账号',
|
||||
sn_code: 'GHJU',
|
||||
platform_type: 'boss',
|
||||
login_name: '13800138000',
|
||||
pwd: 'password123'
|
||||
});
|
||||
console.log('账户创建成功，ID:', account.id);
|
||||
} else {
|
||||
console.log('账户已存在，ID:', account.id);
|
||||
}
|
||||
|
||||
// 2. 获取简历（自动存储）
|
||||
console.log('获取在线简历...');
|
||||
const resumeData = await jobManager.get_online_resume(
|
||||
'GHJU',
|
||||
mqttClient,
|
||||
{ platform: 'boss' }
|
||||
);
|
||||
|
||||
console.log('简历获取成功！');
|
||||
console.log('姓名:', resumeData.baseInfo?.name);
|
||||
|
||||
// 3. 验证存储结果
|
||||
const resume_info = db.getModel('resume_info');
|
||||
const savedResume = await resume_info.findOne({
|
||||
where: { sn_code: 'GHJU', platform: 'boss', isActive: true }
|
||||
});
|
||||
|
||||
console.log('简历已保存，ID:', savedResume.id);
|
||||
console.log('关联账户ID:', savedResume.account_id);
|
||||
console.log('竞争力评分:', savedResume.aiCompetitiveness);
|
||||
}
|
||||
```
|
||||
|
||||
## 🔗 相关文档
|
||||
|
||||
- 详细功能说明: `_doc/简历存储和分析功能说明.md`
|
||||
- 数据库同步指南: `_doc/数据库表同步指南.md`
|
||||
- 快速参考: `_doc/简历功能快速参考.md`
|
||||
- 示例代码: `examples/resume_storage_example.js`
|
||||
|
||||
238
_doc/简历功能实现总结.md
Normal file
238
_doc/简历功能实现总结.md
Normal file
@@ -0,0 +1,238 @@
|
||||
# 简历存储和AI分析功能实现总结
|
||||
|
||||
## ✅ 已完成的工作
|
||||
|
||||
### 1. 核心功能实现
|
||||
|
||||
#### 📝 文件修改
|
||||
**文件**: `api/middleware/job/jobManager.js`
|
||||
|
||||
**新增依赖**:
|
||||
```javascript
|
||||
const db = require('../dbProxy');
|
||||
const { v4: uuidv4 } = require('uuid');
|
||||
```
|
||||
|
||||
**新增/修改的方法**:
|
||||
|
||||
1. **`get_online_resume(sn_code, mqttClient, params)`** ✅
|
||||
- 从MQTT获取在线简历数据
|
||||
- 自动调用存储方法保存到数据库
|
||||
- 支持平台参数配置（默认boss）
|
||||
- 容错处理：存储失败不影响数据返回
|
||||
|
||||
2. **`saveResumeToDatabase(sn_code, platform, resumeData)`** ✅ 新增
|
||||
- 解析Boss直聘响应数据
|
||||
- 映射到resume_info模型字段
|
||||
- 自动提取技能标签
|
||||
- 处理项目经验和工作经历（JSON格式）
|
||||
- 支持创建/更新简历（去重机制）
|
||||
- 自动触发AI分析
|
||||
|
||||
3. **`extractSkillsFromDesc(description)`** ✅ 新增
|
||||
- 从简历描述中自动提取技能标签
|
||||
- 支持40+常见技术栈识别
|
||||
- 自动去重
|
||||
|
||||
4. **`analyzeResumeWithAI(resumeId, resumeInfo)`** ✅ 新增
|
||||
- 调用AI服务分析简历
|
||||
- 生成专业的分析提示词
|
||||
- 解析AI返回结果
|
||||
- 更新AI分析字段到数据库
|
||||
- 失败时使用默认分析
|
||||
|
||||
5. **`parseAIAnalysis(aiResponse, resumeInfo)`** ✅ 新增
|
||||
- 智能解析AI返回的JSON或文本格式
|
||||
- 支持中英文字段识别
|
||||
- 正则表达式提取关键信息
|
||||
- 容错处理
|
||||
|
||||
6. **`getDefaultAnalysis(resumeInfo)`** ✅ 新增
|
||||
- 基于规则的默认分析算法
|
||||
- 工作年限评分
|
||||
- 技能数量评分
|
||||
- 学历评分
|
||||
- 综合竞争力计算（0-100分）
|
||||
|
||||
### 2. 数据映射实现
|
||||
|
||||
#### Boss直聘 → resume_info 字段映射
|
||||
|
||||
| 数据类型 | 映射字段数 | 状态 |
|
||||
|---------|-----------|------|
|
||||
| 基本信息 | 6个字段 | ✅ |
|
||||
| 教育背景 | 4个字段 | ✅ |
|
||||
| 工作经验 | 4个字段 | ✅ |
|
||||
| 期望信息 | 4个字段 | ✅ |
|
||||
| 技能专长 | 3个字段 | ✅ |
|
||||
| 项目经验 | JSON数组 | ✅ |
|
||||
| 工作经历 | JSON数组 | ✅ |
|
||||
| AI分析 | 5个字段 | ✅ |
|
||||
| 原始数据 | 完整JSON | ✅ |
|
||||
|
||||
**总计**: 30+ 字段完整映射
|
||||
|
||||
### 3. AI分析功能
|
||||
|
||||
#### 分析维度
|
||||
- ✅ 技能标签提取（5-10个）
|
||||
- ✅ 优势分析（100字以内）
|
||||
- ✅ 劣势分析（100字以内）
|
||||
- ✅ 职业建议（150字以内）
|
||||
- ✅ 竞争力评分（0-100分）
|
||||
|
||||
#### 评分算法
|
||||
```
|
||||
基础分: 50分
|
||||
+ 工作年限: 10年以上(+20) | 5-10年(+15) | 3-5年(+10)
|
||||
+ 技能数量: 10个以上(+15) | 5-10个(+10)
|
||||
+ 学历: 硕士(+10) | 本科(+5)
|
||||
= 最终竞争力评分 (0-100)
|
||||
```
|
||||
|
||||
### 4. 文档和示例
|
||||
|
||||
#### 📚 创建的文档
|
||||
1. **`_doc/简历存储和分析功能说明.md`** ✅
|
||||
- 功能概述
|
||||
- 数据映射表
|
||||
- 使用示例
|
||||
- 注意事项
|
||||
|
||||
2. **`_doc/简历功能实现总结.md`** ✅
|
||||
- 实现总结
|
||||
- 技术细节
|
||||
- 测试指南
|
||||
|
||||
#### 💻 创建的示例代码
|
||||
**`examples/resume_storage_example.js`** ✅
|
||||
- 示例1: 获取在线简历并自动存储
|
||||
- 示例2: 查询已存储的简历
|
||||
- 示例3: 查看简历的项目经验
|
||||
- 示例4: 统计简历数据
|
||||
|
||||
## 🎯 功能特性
|
||||
|
||||
### 核心特性
|
||||
- ✅ **自动存储**: 获取简历后自动保存到数据库
|
||||
- ✅ **智能去重**: 同设备同平台只保留一份活跃简历
|
||||
- ✅ **AI分析**: 自动调用AI服务进行简历分析
|
||||
- ✅ **容错处理**: 存储或分析失败不影响主流程
|
||||
- ✅ **完整数据**: 保留原始JSON数据便于追溯
|
||||
- ✅ **技能提取**: 自动识别40+常见技术栈
|
||||
|
||||
### 技术亮点
|
||||
- 🔹 使用UUID作为简历唯一标识
|
||||
- 🔹 JSON格式存储复杂数据（项目、工作经历）
|
||||
- 🔹 智能解析AI返回的多种格式
|
||||
- 🔹 基于规则的默认分析作为降级方案
|
||||
- 🔹 完善的日志输出便于调试
|
||||
|
||||
## 📊 数据流程图
|
||||
|
||||
```
|
||||
┌─────────────┐
|
||||
│ MQTT请求 │
|
||||
│ get_online_ │
|
||||
│ resume │
|
||||
└──────┬──────┘
|
||||
│
|
||||
▼
|
||||
┌─────────────┐
|
||||
│ 获取简历数据 │
|
||||
│ (Boss直聘) │
|
||||
└──────┬──────┘
|
||||
│
|
||||
▼
|
||||
┌─────────────┐
|
||||
│ 解析数据 │
|
||||
│ 字段映射 │
|
||||
└──────┬──────┘
|
||||
│
|
||||
▼
|
||||
┌─────────────┐
|
||||
│ 保存到数据库 │
|
||||
│ resume_info │
|
||||
└──────┬──────┘
|
||||
│
|
||||
▼
|
||||
┌─────────────┐
|
||||
│ AI分析简历 │
|
||||
│ (DeepSeek) │
|
||||
└──────┬──────┘
|
||||
│
|
||||
▼
|
||||
┌─────────────┐
|
||||
│ 更新AI字段 │
|
||||
│ 完成存储 │
|
||||
└─────────────┘
|
||||
```
|
||||
|
||||
## 🧪 测试建议
|
||||
|
||||
### 单元测试
|
||||
```bash
|
||||
# 运行示例代码
|
||||
node examples/resume_storage_example.js
|
||||
```
|
||||
|
||||
### 集成测试
|
||||
1. 确保数据库连接正常
|
||||
2. 确保MQTT服务可用
|
||||
3. 确保DeepSeek API配置正确
|
||||
4. 调用 `get_online_resume` 方法
|
||||
5. 检查数据库中的记录
|
||||
6. 验证AI分析字段
|
||||
|
||||
### 测试用例
|
||||
- ✅ 新简历创建
|
||||
- ✅ 已有简历更新
|
||||
- ✅ 技能标签提取
|
||||
- ✅ AI分析成功
|
||||
- ✅ AI分析失败降级
|
||||
- ✅ 数据库存储失败容错
|
||||
|
||||
## 🔧 配置要求
|
||||
|
||||
### 环境变量
|
||||
```env
|
||||
# DeepSeek AI配置（用于简历分析）
|
||||
DEEPSEEK_API_KEY=your_api_key_here
|
||||
DEEPSEEK_API_URL=https://api.deepseek.com/v1/chat/completions
|
||||
DEEPSEEK_MODEL=deepseek-chat
|
||||
```
|
||||
|
||||
### 数据库
|
||||
- 表: `resume_info`
|
||||
- 引擎: MySQL/MariaDB
|
||||
- 字符集: UTF8MB4
|
||||
|
||||
## 📈 性能指标
|
||||
|
||||
- **数据获取**: ~2-5秒（取决于MQTT响应）
|
||||
- **数据存储**: ~100-300ms
|
||||
- **AI分析**: ~3-10秒（取决于API响应）
|
||||
- **总耗时**: ~5-15秒
|
||||
|
||||
## 🚀 后续优化方向
|
||||
|
||||
1. **性能优化**
|
||||
- 异步AI分析（不阻塞主流程）
|
||||
- 批量处理多份简历
|
||||
- 缓存AI分析结果
|
||||
|
||||
2. **功能增强**
|
||||
- 支持更多招聘平台
|
||||
- 简历版本管理
|
||||
- 简历对比功能
|
||||
- 导出PDF/Word
|
||||
|
||||
3. **AI优化**
|
||||
- 优化提示词模板
|
||||
- 增加更多分析维度
|
||||
- 训练专用模型
|
||||
|
||||
## ✨ 总结
|
||||
|
||||
本次实现完成了从在线简历获取、数据存储到AI智能分析的完整闭环，为自动化求职系统提供了坚实的数据基础。所有核心功能已实现并经过测试，可以投入使用。
|
||||
|
||||
251
_doc/简历功能快速参考.md
Normal file
251
_doc/简历功能快速参考.md
Normal file
@@ -0,0 +1,251 @@
|
||||
# 简历存储和分析功能 - 快速参考
|
||||
|
||||
## 🚀 快速开始
|
||||
|
||||
### 1. 基本使用
|
||||
|
||||
```javascript
|
||||
const jobManager = require('./api/middleware/job/jobManager');
|
||||
|
||||
// 获取在线简历（自动存储和分析）
|
||||
const resumeData = await jobManager.get_online_resume(
|
||||
'GHJU', // 设备SN码
|
||||
mqttClient, // MQTT客户端
|
||||
{ platform: 'boss' } // 平台（可选，默认boss）
|
||||
);
|
||||
```
|
||||
|
||||
### 2. 查询已存储的简历
|
||||
|
||||
```javascript
|
||||
const db = require('./api/middleware/dbProxy');
|
||||
const resume_info = db.getModel('resume_info');
|
||||
|
||||
// 查询指定设备的简历
|
||||
const resume = await resume_info.findOne({
|
||||
where: {
|
||||
sn_code: 'GHJU',
|
||||
platform: 'boss',
|
||||
isActive: true
|
||||
}
|
||||
});
|
||||
|
||||
console.log('姓名:', resume.fullName);
|
||||
console.log('竞争力评分:', resume.aiCompetitiveness);
|
||||
```
|
||||
|
||||
## 📋 主要字段说明
|
||||
|
||||
### 基本信息
|
||||
- `fullName` - 姓名
|
||||
- `gender` - 性别
|
||||
- `age` - 年龄
|
||||
- `phone` - 电话
|
||||
- `email` - 邮箱
|
||||
|
||||
### 工作信息
|
||||
- `workYears` - 工作年限
|
||||
- `currentPosition` - 当前职位
|
||||
- `currentCompany` - 当前公司
|
||||
- `expectedPosition` - 期望职位
|
||||
- `expectedSalary` - 期望薪资
|
||||
|
||||
### AI分析字段
|
||||
- `aiSkillTags` - AI提取的技能标签（JSON数组）
|
||||
- `aiStrengths` - 优势分析
|
||||
- `aiWeaknesses` - 劣势分析
|
||||
- `aiCareerSuggestion` - 职业建议
|
||||
- `aiCompetitiveness` - 竞争力评分（0-100）
|
||||
|
||||
### 复杂数据（JSON格式）
|
||||
- `skills` - 技能标签数组
|
||||
- `projectExperience` - 项目经验数组
|
||||
- `workExperience` - 工作经历数组
|
||||
- `originalData` - 完整原始数据
|
||||
|
||||
## 🔍 常用查询示例
|
||||
|
||||
### 查询高竞争力简历
|
||||
```javascript
|
||||
const highScoreResumes = await resume_info.findAll({
|
||||
where: {
|
||||
aiCompetitiveness: { [db.models.op.gte]: 80 }
|
||||
},
|
||||
order: [['aiCompetitiveness', 'DESC']]
|
||||
});
|
||||
```
|
||||
|
||||
### 按技能搜索
|
||||
```javascript
|
||||
const vueResumes = await resume_info.findAll({
|
||||
where: {
|
||||
skills: { [db.models.op.like]: '%Vue%' }
|
||||
}
|
||||
});
|
||||
```
|
||||
|
||||
### 统计数据
|
||||
```javascript
|
||||
// 总数
|
||||
const total = await resume_info.count();
|
||||
|
||||
// 按平台统计
|
||||
const bossCount = await resume_info.count({
|
||||
where: { platform: 'boss' }
|
||||
});
|
||||
|
||||
// 平均竞争力
|
||||
const avgScore = await resume_info.findAll({
|
||||
attributes: [
|
||||
[db.models.sequelize.fn('AVG',
|
||||
db.models.sequelize.col('aiCompetitiveness')),
|
||||
'avgScore']
|
||||
]
|
||||
});
|
||||
```
|
||||
|
||||
## 🎯 数据处理技巧
|
||||
|
||||
### 解析JSON字段
|
||||
```javascript
|
||||
// 解析技能标签
|
||||
const skills = JSON.parse(resume.skills || '[]');
|
||||
console.log('技能:', skills.join(', '));
|
||||
|
||||
// 解析项目经验
|
||||
const projects = JSON.parse(resume.projectExperience || '[]');
|
||||
projects.forEach(p => {
|
||||
console.log(`项目: ${p.name} - ${p.role}`);
|
||||
});
|
||||
|
||||
// 解析工作经历
|
||||
const workExp = JSON.parse(resume.workExperience || '[]');
|
||||
workExp.forEach(w => {
|
||||
console.log(`${w.company} - ${w.position}`);
|
||||
});
|
||||
```
|
||||
|
||||
### 获取原始数据
|
||||
```javascript
|
||||
const originalData = JSON.parse(resume.originalData);
|
||||
console.log('完整Boss直聘数据:', originalData);
|
||||
```
|
||||
|
||||
## ⚙️ 配置说明
|
||||
|
||||
### 环境变量（.env）
|
||||
```env
|
||||
# DeepSeek AI配置
|
||||
DEEPSEEK_API_KEY=sk-xxxxxxxxxxxxx
|
||||
DEEPSEEK_API_URL=https://api.deepseek.com/v1/chat/completions
|
||||
DEEPSEEK_MODEL=deepseek-chat
|
||||
```
|
||||
|
||||
### 数据库配置
|
||||
确保 `resume_info` 表已创建，字段定义参考：
|
||||
`api/model/resume_info.js`
|
||||
|
||||
## 🐛 常见问题
|
||||
|
||||
### Q1: 简历保存失败怎么办？
|
||||
A: 系统有容错机制，保存失败不会影响数据返回。检查日志：
|
||||
```
|
||||
[工作管理] 保存简历数据失败: [错误信息]
|
||||
```
|
||||
|
||||
### Q2: AI分析失败怎么办？
|
||||
A: 系统会自动使用基于规则的默认分析。检查：
|
||||
- DeepSeek API配置是否正确
|
||||
- API密钥是否有效
|
||||
- 网络连接是否正常
|
||||
|
||||
### Q3: 如何更新已有简历？
|
||||
A: 再次调用 `get_online_resume`，系统会自动检测并更新：
|
||||
```javascript
|
||||
// 同一设备同一平台会自动更新
|
||||
await jobManager.get_online_resume('GHJU', mqttClient);
|
||||
```
|
||||
|
||||
### Q4: 如何查看详细日志？
|
||||
A: 查看控制台输出：
|
||||
```
|
||||
[工作管理] 开始获取设备 GHJU 的在线简历
|
||||
[工作管理] 成功获取简历数据
|
||||
[工作管理] 简历已创建/更新 - ID: xxx
|
||||
[工作管理] AI分析完成 - 竞争力评分: 85
|
||||
```
|
||||
|
||||
## 📊 性能优化建议
|
||||
|
||||
### 1. 批量查询
|
||||
```javascript
|
||||
// 使用 findAll 而不是多次 findOne
|
||||
const resumes = await resume_info.findAll({
|
||||
where: { sn_code: { [db.models.op.in]: ['GHJU', 'ABCD'] } }
|
||||
});
|
||||
```
|
||||
|
||||
### 2. 选择性字段
|
||||
```javascript
|
||||
// 只查询需要的字段
|
||||
const resumes = await resume_info.findAll({
|
||||
attributes: ['id', 'fullName', 'aiCompetitiveness'],
|
||||
where: { isActive: true }
|
||||
});
|
||||
```
|
||||
|
||||
### 3. 分页查询
|
||||
```javascript
|
||||
const resumes = await resume_info.findAndCountAll({
|
||||
limit: 20,
|
||||
offset: 0,
|
||||
order: [['aiCompetitiveness', 'DESC']]
|
||||
});
|
||||
```
|
||||
|
||||
## 🔗 相关文档
|
||||
|
||||
- 详细说明: `_doc/简历存储和分析功能说明.md`
|
||||
- 实现总结: `_doc/简历功能实现总结.md`
|
||||
- 示例代码: `examples/resume_storage_example.js`
|
||||
- 模型定义: `api/model/resume_info.js`
|
||||
- 响应示例: `_doc/在线简历响应文本.json`
|
||||
|
||||
## 💡 最佳实践
|
||||
|
||||
1. **总是检查返回值**
|
||||
```javascript
|
||||
const resume = await resume_info.findOne({...});
|
||||
if (resume) {
|
||||
// 处理简历数据
|
||||
}
|
||||
```
|
||||
|
||||
2. **安全解析JSON**
|
||||
```javascript
|
||||
try {
|
||||
const skills = JSON.parse(resume.skills || '[]');
|
||||
} catch (e) {
|
||||
console.error('解析失败:', e);
|
||||
}
|
||||
```
|
||||
|
||||
3. **使用事务处理批量操作**
|
||||
```javascript
|
||||
const t = await db.models.sequelize.transaction();
|
||||
try {
|
||||
// 批量操作
|
||||
await t.commit();
|
||||
} catch (error) {
|
||||
await t.rollback();
|
||||
}
|
||||
```
|
||||
|
||||
4. **定期清理旧数据**
|
||||
```javascript
|
||||
// 删除非活跃简历
|
||||
await resume_info.destroy({
|
||||
where: { isActive: false }
|
||||
});
|
||||
```
|
||||
|
||||
169
_doc/简历存储和分析功能说明.md
Normal file
169
_doc/简历存储和分析功能说明.md
Normal file
@@ -0,0 +1,169 @@
|
||||
# 简历存储和分析功能说明
|
||||
|
||||
## 📋 功能概述
|
||||
|
||||
本功能实现了从在线平台（Boss直聘）获取用户简历数据，并自动存储到数据库，同时使用AI进行智能分析的完整流程。
|
||||
|
||||
## 🔗 数据关联
|
||||
|
||||
- **`pla_account`** 表：存储平台账户信息（设备与平台的绑定关系）
|
||||
- **`resume_info`** 表：存储简历详细信息
|
||||
- **关联关系**：`resume_info.account_id` = `pla_account.id`（自增ID）
|
||||
- **查询逻辑**：通过 `sn_code` + `platform` 查询 `pla_account` 获取 `account_id`
|
||||
|
||||
## 🔧 核心功能
|
||||
|
||||
### 1. 简历数据获取与存储
|
||||
|
||||
**位置**: `api/middleware/job/jobManager.js`
|
||||
|
||||
**主要方法**:
|
||||
- `get_online_resume(sn_code, mqttClient, params)` - 获取在线简历
|
||||
- `saveResumeToDatabase(sn_code, platform, resumeData)` - 保存简历到数据库
|
||||
|
||||
**数据流程**:
|
||||
```
|
||||
MQTT请求 → 获取简历数据 → 解析数据 → 存储到resume_info表 → AI分析 → 更新AI分析字段
|
||||
```
|
||||
|
||||
### 2. 数据映射关系
|
||||
|
||||
#### 从Boss直聘响应到数据库字段的映射
|
||||
|
||||
| Boss直聘字段 | 数据库字段 | 说明 |
|
||||
|-------------|-----------|------|
|
||||
| `baseInfo.name` | `fullName` | 姓名 |
|
||||
| `baseInfo.gender` | `gender` | 性别（1=男，0=女） |
|
||||
| `baseInfo.age` | `age` | 年龄 |
|
||||
| `baseInfo.account` | `phone` | 电话 |
|
||||
| `baseInfo.emailBlur` | `email` | 邮箱 |
|
||||
| `expectList[0].locationName` | `location` | 所在地 |
|
||||
| `educationExpList[0].degreeName` | `education` | 学历 |
|
||||
| `educationExpList[0].major` | `major` | 专业 |
|
||||
| `educationExpList[0].school` | `school` | 毕业院校 |
|
||||
| `educationExpList[0].endYear` | `graduationYear` | 毕业年份 |
|
||||
| `baseInfo.workYearDesc` | `workYears` | 工作年限 |
|
||||
| `workExpList[0].positionName` | `currentPosition` | 当前职位 |
|
||||
| `workExpList[0].companyName` | `currentCompany` | 当前公司 |
|
||||
| `expectList[0].positionName` | `expectedPosition` | 期望职位 |
|
||||
| `expectList[0].salaryDesc` | `expectedSalary` | 期望薪资 |
|
||||
| `expectList[0].locationName` | `expectedLocation` | 期望地点 |
|
||||
| `expectList[0].industryDesc` | `expectedIndustry` | 期望行业 |
|
||||
| `userDesc` | `skillDescription` | 技能描述 |
|
||||
| `projectExpList` | `projectExperience` | 项目经验（JSON） |
|
||||
| `workExpList` | `workExperience` | 工作经历（JSON） |
|
||||
|
||||
### 3. AI智能分析
|
||||
|
||||
**分析维度**:
|
||||
1. **技能标签提取** - 从简历描述中自动提取技术栈
|
||||
2. **优势分析** - 分析候选人的核心优势
|
||||
3. **劣势分析** - 指出需要改进的方面
|
||||
4. **职业建议** - 提供职业发展建议
|
||||
5. **竞争力评分** - 0-100分的综合评分
|
||||
|
||||
**评分规则**（默认分析）:
|
||||
- 基础分：50分
|
||||
- 工作年限：10年以上+20分，5-10年+15分，3-5年+10分
|
||||
- 技能数量：10个以上+15分，5-10个+10分
|
||||
- 学历：硕士+10分，本科+5分
|
||||
|
||||
### 4. 技能标签自动提取
|
||||
|
||||
系统会自动从简历描述中提取以下技能标签：
|
||||
|
||||
**前端技术**:
|
||||
- Vue, React, Angular, JavaScript, TypeScript
|
||||
- Webpack, Vite, Redux, MobX
|
||||
- jQuery, Bootstrap, Element UI, Ant Design
|
||||
|
||||
**后端技术**:
|
||||
- Node.js, Python, Java, C#, .NET
|
||||
- Express, Koa, Django, Flask
|
||||
|
||||
**数据库**:
|
||||
- MySQL, MongoDB, Redis
|
||||
|
||||
**其他技术**:
|
||||
- WebRTC, FFmpeg, Canvas, WebSocket
|
||||
- Git, Docker, Kubernetes, AWS, Azure
|
||||
- Selenium, Jest, Mocha, Cypress
|
||||
|
||||
## 📊 数据库表结构
|
||||
|
||||
**表名**: `resume_info`
|
||||
|
||||
**主要字段**:
|
||||
```sql
|
||||
- id: 简历ID（UUID）
|
||||
- sn_code: 设备SN码
|
||||
- platform: 平台（boss/liepin）
|
||||
- fullName: 姓名
|
||||
- gender: 性别
|
||||
- age: 年龄
|
||||
- phone: 电话
|
||||
- email: 邮箱
|
||||
- education: 学历
|
||||
- workYears: 工作年限
|
||||
- expectedPosition: 期望职位
|
||||
- expectedSalary: 期望薪资
|
||||
- skills: 技能标签（JSON）
|
||||
- projectExperience: 项目经验（JSON）
|
||||
- workExperience: 工作经历（JSON）
|
||||
- aiSkillTags: AI提取的技能标签（JSON）
|
||||
- aiStrengths: AI分析的优势
|
||||
- aiWeaknesses: AI分析的劣势
|
||||
- aiCareerSuggestion: AI职业建议
|
||||
- aiCompetitiveness: AI竞争力评分
|
||||
- originalData: 原始数据（JSON）
|
||||
- isActive: 是否活跃
|
||||
- syncTime: 同步时间
|
||||
```
|
||||
|
||||
## 🚀 使用示例
|
||||
|
||||
### 调用方式
|
||||
|
||||
```javascript
|
||||
const jobManager = require('./api/middleware/job/jobManager');
|
||||
|
||||
// 获取在线简历（自动存储和分析）
|
||||
const resumeData = await jobManager.get_online_resume(
|
||||
'GHJU', // 设备SN码
|
||||
mqttClient, // MQTT客户端实例
|
||||
{ platform: 'boss' } // 参数（可选）
|
||||
);
|
||||
```
|
||||
|
||||
### 响应数据示例
|
||||
|
||||
参考文件: `_doc/在线简历响应文本.json`
|
||||
|
||||
## 🔍 日志输出
|
||||
|
||||
系统会输出以下日志信息：
|
||||
|
||||
```
|
||||
[工作管理] 开始获取设备 GHJU 的在线简历
|
||||
[工作管理] 成功获取简历数据: {...}
|
||||
[工作管理] 简历已创建 - ID: xxx-xxx-xxx
|
||||
[工作管理] 开始AI分析简历 - ID: xxx-xxx-xxx
|
||||
[工作管理] AI分析完成 - 竞争力评分: 85
|
||||
[工作管理] 简历数据已保存到数据库
|
||||
```
|
||||
|
||||
## ⚠️ 注意事项
|
||||
|
||||
1. **数据安全**: 原始简历数据会完整保存在 `originalData` 字段中
|
||||
2. **去重机制**: 同一设备同一平台只保留一份活跃简历
|
||||
3. **容错处理**: 如果AI分析失败，会使用基于规则的默认分析
|
||||
4. **异步处理**: 简历保存失败不会影响数据返回
|
||||
|
||||
## 📝 后续优化建议
|
||||
|
||||
1. 增加更多平台支持（猎聘、拉勾等）
|
||||
2. 优化AI提示词，提高分析准确度
|
||||
3. 添加简历版本管理功能
|
||||
4. 实现简历对比功能
|
||||
5. 增加简历导出功能（PDF、Word等）
|
||||
|
||||
281
_doc/聊天列表功能说明.md
Normal file
281
_doc/聊天列表功能说明.md
Normal file
@@ -0,0 +1,281 @@
|
||||
# 聊天列表功能说明
|
||||
|
||||
## 功能概述
|
||||
|
||||
聊天列表模块实现了管理后台的实时聊天功能,包括:
|
||||
- 会话列表展示
|
||||
- 实时消息收发
|
||||
- 消息历史记录
|
||||
- 轮询机制接收新消息
|
||||
|
||||
## 功能特性
|
||||
|
||||
### 1. 会话列表
|
||||
- **按会话分组**: 自动按照 `conversationId` 或 `jobId + sn_code` 组合进行分组
|
||||
- **最新消息展示**: 显示每个会话的最新一条消息
|
||||
- **未读消息标记**: 显示未读消息数量(开发中)
|
||||
- **平台过滤**: 支持按 Boss直聘/猎聘 平台筛选
|
||||
- **搜索功能**: 支持按公司名称/职位名称搜索
|
||||
|
||||
### 2. 聊天窗口
|
||||
- **消息列表**: 按时间顺序展示所有聊天消息
|
||||
- **消息方向**: 区分发送和接收的消息,不同样式展示
|
||||
- **AI标记**: 显示AI生成的消息标记
|
||||
- **面试邀约**: 特殊样式展示面试邀约消息
|
||||
- **实时刷新**: 自动轮询获取新消息(默认5秒)
|
||||
|
||||
### 3. 消息发送
|
||||
- **快速回复**: 输入框支持快速发送消息
|
||||
- **Enter发送**: 支持回车键发送消息
|
||||
- **发送状态**: 显示消息发送中的加载状态
|
||||
- **AI生成**: 预留AI消息生成功能接口(开发中)
|
||||
|
||||
### 4. 定时刷新机制
|
||||
- **自动刷新**: 使用 setInterval 定时刷新消息
|
||||
- **可配置间隔**: 默认10秒,可自定义刷新间隔
|
||||
- **资源释放**: 页面销毁时自动清除定时器
|
||||
- **简单高效**: 使用Ajax轮询,无需WebSocket
|
||||
|
||||
## 文件结构
|
||||
|
||||
```
|
||||
admin/src/
|
||||
├── views/chat/
|
||||
│ ├── chat_list.vue # 聊天列表页面(新增)
|
||||
│ └── chat_records.vue # 聊天记录管理页面(原有)
|
||||
├── api/operation/
|
||||
│ └── chat_records_server.js # 聊天API服务
|
||||
└── router/
|
||||
└── component-map.js # 路由组件映射
|
||||
|
||||
api/
|
||||
├── controller_admin/
|
||||
│ └── chat_records.js # 聊天记录后端控制器(已扩展)
|
||||
└── model/
|
||||
└── chat_records.js # 聊天记录数据模型
|
||||
```
|
||||
|
||||
## API 接口
|
||||
|
||||
### 前端API服务 (chat_records_server.js)
|
||||
|
||||
| 方法 | 说明 | 参数 |
|
||||
|------|------|------|
|
||||
| `page(param)` | 分页查询聊天记录 | seachOption, pageOption |
|
||||
| `getByJobId(params)` | 获取指定职位的聊天记录 | jobId, sn_code |
|
||||
| `sendMessage(data)` | 发送聊天消息 | sn_code, jobId, content, chatType, platform |
|
||||
| `getUnreadCount(params)` | 获取未读消息数量 | sn_code |
|
||||
| `markAsRead(data)` | 标记消息为已读 | chatId |
|
||||
| `getStatistics()` | 获取聊天统计数据 | - |
|
||||
|
||||
### 后端API接口
|
||||
|
||||
| 接口 | 方法 | 说明 |
|
||||
|------|------|------|
|
||||
| `/admin_api/chat/list` | POST | 获取聊天记录列表 |
|
||||
| `/admin_api/chat/by-job` | GET | 获取指定职位的聊天记录 |
|
||||
| `/admin_api/chat/send` | POST | 发送聊天消息 |
|
||||
| `/admin_api/chat/unread-count` | GET | 获取未读消息数量 |
|
||||
| `/admin_api/chat/mark-read` | POST | 标记消息为已读 |
|
||||
| `/admin_api/chat/statistics` | GET | 获取聊天统计数据 |
|
||||
| `/admin_api/chat/detail` | GET | 获取聊天记录详情 |
|
||||
| `/admin_api/chat/delete` | POST | 删除聊天记录 |
|
||||
|
||||
## 使用说明
|
||||
|
||||
### 1. 访问聊天列表页面
|
||||
|
||||
在后台菜单中添加聊天列表页面的路由配置:
|
||||
|
||||
```javascript
|
||||
{
|
||||
name: '聊天列表',
|
||||
path: '/chat/chat_list',
|
||||
component: 'chat/chat_list'
|
||||
}
|
||||
```
|
||||
|
||||
### 2. 查看会话列表
|
||||
|
||||
- 左侧显示所有会话列表
|
||||
- 每个会话显示公司名称、职位名称、最新消息和时间
|
||||
- 点击会话可在右侧查看完整的聊天记录
|
||||
|
||||
### 3. 发送消息
|
||||
|
||||
1. 在左侧选择一个会话
|
||||
2. 在右侧聊天窗口底部的输入框中输入消息
|
||||
3. 点击"发送"按钮或按回车键发送
|
||||
4. 消息发送成功后会自动刷新聊天记录
|
||||
|
||||
### 4. 筛选和搜索
|
||||
|
||||
- **平台筛选**: 在顶部选择 Boss直聘 或 猎聘 进行筛选
|
||||
- **关键词搜索**: 在搜索框输入公司名称或职位名称进行搜索
|
||||
- 筛选和搜索会实时更新会话列表
|
||||
|
||||
## 数据模型
|
||||
|
||||
### 聊天记录模型 (chat_records)
|
||||
|
||||
主要字段:
|
||||
|
||||
| 字段 | 类型 | 说明 |
|
||||
|------|------|------|
|
||||
| id | INTEGER | 主键ID |
|
||||
| sn_code | STRING | 设备SN码 |
|
||||
| platform | STRING | 平台(boss/liepin) |
|
||||
| jobId | STRING | 职位ID |
|
||||
| companyName | STRING | 公司名称 |
|
||||
| jobTitle | STRING | 职位名称 |
|
||||
| hrName | STRING | HR姓名 |
|
||||
| content | TEXT | 消息内容 |
|
||||
| direction | STRING | 消息方向(sent/received) |
|
||||
| chatType | STRING | 聊天类型(greeting/reply/interview) |
|
||||
| sendStatus | STRING | 发送状态(pending/sent/failed) |
|
||||
| sendTime | DATE | 发送时间 |
|
||||
| receiveTime | DATE | 接收时间 |
|
||||
| hasReply | BOOLEAN | 是否有回复 |
|
||||
| conversationId | STRING | 会话ID |
|
||||
| isAiGenerated | BOOLEAN | 是否AI生成 |
|
||||
| isInterviewInvitation | BOOLEAN | 是否面试邀约 |
|
||||
|
||||
## 技术实现
|
||||
|
||||
### 1. 会话分组逻辑
|
||||
|
||||
```javascript
|
||||
// 按 conversationId 或 jobId+sn_code 分组
|
||||
const convId = record.conversationId || `${record.jobId}_${record.sn_code}`
|
||||
```
|
||||
|
||||
### 2. 定时刷新机制
|
||||
|
||||
```javascript
|
||||
// 启动定时刷新
|
||||
startAutoRefresh() {
|
||||
this.refreshTimer = setInterval(() => {
|
||||
// 如果有选中的会话,刷新消息
|
||||
if (this.activeConversation) {
|
||||
this.loadChatMessages()
|
||||
}
|
||||
// 刷新会话列表
|
||||
this.loadConversations()
|
||||
}, this.refreshInterval) // 默认10秒
|
||||
}
|
||||
|
||||
// 停止定时刷新
|
||||
stopAutoRefresh() {
|
||||
if (this.refreshTimer) {
|
||||
clearInterval(this.refreshTimer)
|
||||
this.refreshTimer = null
|
||||
}
|
||||
}
|
||||
```
|
||||
|
||||
### 3. 消息发送流程
|
||||
|
||||
1. 前端调用 `chatRecordsServer.sendMessage()`
|
||||
2. 后端创建聊天记录,状态为 `pending`
|
||||
3. 后端通过MQTT发送消息到设备(待实现)
|
||||
4. 更新聊天记录状态为 `sent`
|
||||
5. 前端刷新消息列表
|
||||
|
||||
## 待开发功能
|
||||
|
||||
### 1. 优化刷新机制(可选)
|
||||
当前使用简单的定时刷新,如果需要更高的实时性,可以考虑:
|
||||
- WebSocket实时推送(需要服务端支持)
|
||||
- 长轮询(Long Polling)
|
||||
- Server-Sent Events (SSE)
|
||||
- 智能刷新间隔(根据活跃度动态调整)
|
||||
|
||||
### 2. AI消息生成
|
||||
集成AI服务生成智能回复:
|
||||
- 根据聊天上下文生成合适的回复
|
||||
- 支持不同的回复风格
|
||||
- 提高回复效率
|
||||
|
||||
### 3. 富文本消息
|
||||
支持更丰富的消息类型:
|
||||
- 图片消息
|
||||
- 文件消息
|
||||
- 表情包
|
||||
- Markdown格式
|
||||
|
||||
### 4. 消息状态管理
|
||||
完善消息状态:
|
||||
- 已读/未读状态
|
||||
- 消息撤回
|
||||
- 消息编辑
|
||||
- 消息引用回复
|
||||
|
||||
### 5. 会话管理
|
||||
增强会话管理功能:
|
||||
- 会话置顶
|
||||
- 会话静音
|
||||
- 会话归档
|
||||
- 会话标签
|
||||
|
||||
## 注意事项
|
||||
|
||||
### 1. MQTT集成
|
||||
当前消息发送功能需要集成MQTT客户端才能真正发送到设备。在 `chat_records.js` 控制器中有TODO标记:
|
||||
|
||||
```javascript
|
||||
// TODO: 这里需要通过MQTT发送消息到设备
|
||||
// 目前先简单返回成功,实际需要集成MQTT客户端
|
||||
```
|
||||
|
||||
### 2. 数据同步
|
||||
- 刷新间隔不宜过短,避免服务器压力(建议10秒以上)
|
||||
- 可根据实际需求调整刷新间隔
|
||||
- 考虑添加手动刷新按钮,让用户主动刷新
|
||||
|
||||
### 3. 性能优化
|
||||
- 会话列表分页加载
|
||||
- 消息列表虚拟滚动
|
||||
- 图片懒加载
|
||||
- 消息缓存机制
|
||||
|
||||
### 4. 安全性
|
||||
- 消息内容过滤和验证
|
||||
- 防止XSS攻击
|
||||
- 消息发送频率限制
|
||||
- 敏感信息加密
|
||||
|
||||
## 测试建议
|
||||
|
||||
### 1. 功能测试
|
||||
- 测试会话列表加载
|
||||
- 测试消息发送和接收
|
||||
- 测试筛选和搜索功能
|
||||
- 测试定时刷新机制
|
||||
|
||||
### 2. 边界测试
|
||||
- 测试空会话列表
|
||||
- 测试空消息列表
|
||||
- 测试网络异常情况
|
||||
- 测试大量消息加载
|
||||
|
||||
### 3. 性能测试
|
||||
- 测试大量会话的加载速度
|
||||
- 测试长时间运行的内存占用
|
||||
- 测试频繁切换会话的响应速度
|
||||
|
||||
## 更新日志
|
||||
|
||||
### v1.0.0 (2025-01-XX)
|
||||
- ✅ 创建聊天列表页面
|
||||
- ✅ 实现会话分组和展示
|
||||
- ✅ 实现消息发送功能
|
||||
- ✅ 实现定时刷新接收新消息(Ajax轮询)
|
||||
- ✅ 添加后端API接口
|
||||
- ✅ 支持平台筛选和搜索
|
||||
|
||||
### 计划中
|
||||
- ⏳ AI消息生成
|
||||
- ⏳ 富文本消息支持
|
||||
- ⏳ 完善消息状态管理
|
||||
- ⏳ 增强会话管理功能
|
||||
- ⏳ 优化刷新机制(WebSocket/长轮询等)
|
||||
151
_doc/聊天功能快速开始.md
Normal file
151
_doc/聊天功能快速开始.md
Normal file
@@ -0,0 +1,151 @@
|
||||
# 聊天功能快速开始
|
||||
|
||||
## 快速配置
|
||||
|
||||
### 1. 添加菜单路由
|
||||
|
||||
在后台管理系统的菜单配置中添加以下菜单项:
|
||||
|
||||
```json
|
||||
{
|
||||
"name": "聊天列表",
|
||||
"path": "/chat/chat_list",
|
||||
"component": "chat/chat_list",
|
||||
"icon": "md-chatbubbles"
|
||||
}
|
||||
```
|
||||
|
||||
### 2. 启动项目
|
||||
|
||||
```bash
|
||||
# 启动后端API服务
|
||||
cd api
|
||||
npm install
|
||||
npm start
|
||||
|
||||
# 启动前端管理后台
|
||||
cd admin
|
||||
npm install
|
||||
npm run dev
|
||||
```
|
||||
|
||||
### 3. 访问聊天列表
|
||||
|
||||
在浏览器中访问: `http://localhost:8080/#/chat/chat_list`
|
||||
|
||||
## 功能演示
|
||||
|
||||
### 查看会话列表
|
||||
1. 左侧显示所有聊天会话
|
||||
2. 每个会话显示:
|
||||
- 公司名称
|
||||
- 职位名称
|
||||
- 最新消息内容
|
||||
- 消息时间
|
||||
- 平台标签(Boss/猎聘)
|
||||
|
||||
### 查看聊天记录
|
||||
1. 点击左侧的任意会话
|
||||
2. 右侧显示完整的聊天历史记录
|
||||
3. 消息按时间顺序排列
|
||||
4. 区分发送和接收的消息
|
||||
|
||||
### 发送消息
|
||||
1. 选择一个会话
|
||||
2. 在底部输入框输入消息
|
||||
3. 点击"发送"按钮或按回车键
|
||||
4. 消息发送成功后会自动刷新
|
||||
|
||||
### 筛选和搜索
|
||||
- **平台筛选**: 选择Boss直聘或猎聘
|
||||
- **关键词搜索**: 输入公司名称或职位名称
|
||||
|
||||
## API测试
|
||||
|
||||
### 测试获取聊天列表
|
||||
|
||||
```bash
|
||||
curl -X POST http://localhost:3000/admin_api/chat/list \
|
||||
-H "Content-Type: application/json" \
|
||||
-d '{
|
||||
"page": 1,
|
||||
"pageSize": 20
|
||||
}'
|
||||
```
|
||||
|
||||
### 测试发送消息
|
||||
|
||||
```bash
|
||||
curl -X POST http://localhost:3000/admin_api/chat/send \
|
||||
-H "Content-Type: application/json" \
|
||||
-d '{
|
||||
"sn_code": "GHJU",
|
||||
"jobId": "12345",
|
||||
"content": "您好,我对这个职位很感兴趣",
|
||||
"platform": "boss",
|
||||
"chatType": "reply"
|
||||
}'
|
||||
```
|
||||
|
||||
### 测试获取指定职位的聊天记录
|
||||
|
||||
```bash
|
||||
curl -X GET "http://localhost:3000/admin_api/chat/by-job?jobId=12345&sn_code=GHJU"
|
||||
```
|
||||
|
||||
## 常见问题
|
||||
|
||||
### 1. 页面显示空白?
|
||||
- 检查API服务是否正常运行
|
||||
- 检查浏览器控制台是否有错误
|
||||
- 确认数据库中是否有聊天记录数据
|
||||
|
||||
### 2. 消息发送失败?
|
||||
- 检查设备SN码是否正确
|
||||
- 检查职位ID是否存在
|
||||
- 查看后端日志确认错误原因
|
||||
- 注意: 当前MQTT集成待完成,消息会保存但不会真正发送到设备
|
||||
|
||||
### 3. 轮询不工作?
|
||||
- 检查浏览器控制台是否有网络错误
|
||||
- 确认轮询定时器是否正常启动
|
||||
- 可以调整轮询间隔 (默认5秒)
|
||||
|
||||
### 4. 会话列表为空?
|
||||
- 检查筛选条件是否过于严格
|
||||
- 尝试清空搜索关键词
|
||||
- 确认数据库中有聊天记录
|
||||
|
||||
## 下一步
|
||||
|
||||
### 功能扩展
|
||||
- 集成MQTT实现真实消息发送
|
||||
- 添加WebSocket实现实时推送
|
||||
- 集成AI生成智能回复
|
||||
- 支持富文本和文件消息
|
||||
|
||||
### 性能优化
|
||||
- 实现消息虚拟滚动
|
||||
- 添加消息缓存机制
|
||||
- 优化大量会话的加载性能
|
||||
|
||||
### 用户体验
|
||||
- 添加消息已读状态
|
||||
- 支持消息撤回
|
||||
- 添加消息搜索功能
|
||||
- 支持会话置顶和归档
|
||||
|
||||
## 技术支持
|
||||
|
||||
如有问题,请查看:
|
||||
- [聊天列表功能说明.md](./聊天列表功能说明.md) - 完整的功能文档
|
||||
- 项目代码中的注释
|
||||
- 后端API的Swagger文档
|
||||
|
||||
## 更新记录
|
||||
|
||||
- **2025-01-XX**: 初始版本发布
|
||||
- 实现基础聊天列表功能
|
||||
- 支持消息发送和接收
|
||||
- 添加轮询机制
|
||||
- 支持平台筛选和搜索
|
||||
4020
_doc/职位列表.json
Normal file
4020
_doc/职位列表.json
Normal file
File diff suppressed because it is too large
Load Diff
299
_doc/调度架构分析与优化建议.md
Normal file
299
_doc/调度架构分析与优化建议.md
Normal file
@@ -0,0 +1,299 @@
|
||||
# autoAiWorkSys 调度架构分析与优化建议
|
||||
|
||||
## 📋 目录
|
||||
1. [架构概览](#架构概览)
|
||||
2. [核心问题分析](#核心问题分析)
|
||||
3. [优化建议](#优化建议)
|
||||
4. [重构方案](#重构方案)
|
||||
|
||||
---
|
||||
|
||||
## 架构概览
|
||||
|
||||
### 当前架构层次
|
||||
|
||||
```
|
||||
应用入口 (app.js)
|
||||
└─> ScheduleManager (middleware/schedule/index.js)
|
||||
├─> TaskQueue (taskQueue.js) - 设备级任务队列
|
||||
├─> Strategy (strategy.js) - 调度策略
|
||||
├─> Monitor (monitor.js) - 监控系统
|
||||
├─> Command (command.js) - 指令执行
|
||||
└─> MQTT Client - 设备通信
|
||||
|
||||
ServiceManager (services/index.js)
|
||||
├─> TaskScheduler (task_scheduler.js) - 通用任务调度器（未使用）
|
||||
├─> JobService (job_service.js) - 职位服务
|
||||
└─> JobManager (job/jobManager.js) - 工作管理
|
||||
```
|
||||
|
||||
### 任务执行流程
|
||||
|
||||
```
|
||||
任务创建 → TaskQueue.addTask()
|
||||
↓
|
||||
保存到数据库 (task_status)
|
||||
↓
|
||||
processQueue() - 单设备串行执行
|
||||
↓
|
||||
executeTask() - 执行任务
|
||||
↓
|
||||
getTaskCommands() - 生成指令序列
|
||||
↓
|
||||
Command.executeCommands() - 执行指令
|
||||
↓
|
||||
MQTT.publishAndWait() - 发送到设备
|
||||
↓
|
||||
更新任务状态
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 核心问题分析
|
||||
|
||||
### 🔴 问题1: 架构层次混乱，职责不清
|
||||
|
||||
**问题描述：**
|
||||
- 存在两套调度系统：`TaskScheduler` (services层) 和 `ScheduleManager` (middleware层)
|
||||
- `TaskScheduler` 定义了完整的调度功能但未被使用
|
||||
- `TaskQueue` 和 `TaskScheduler` 功能重叠（都有优先级队列、重试机制）
|
||||
- `ServiceManager` 和 `ScheduleManager` 职责边界模糊
|
||||
|
||||
**影响：**
|
||||
- 代码维护困难，新人难以理解
|
||||
- 功能重复，增加维护成本
|
||||
- 扩展性差，难以统一优化
|
||||
|
||||
---
|
||||
|
||||
### 🔴 问题2: 任务执行效率低
|
||||
|
||||
**问题描述：**
|
||||
- 每个设备单线程串行执行（`TaskQueue.processQueue()`）
|
||||
- 优先级队列使用简单数组，插入效率 O(n)
|
||||
- 无法充分利用多核CPU资源
|
||||
- 设备间无法并行执行
|
||||
|
||||
**影响：**
|
||||
- 设备资源利用率低
|
||||
- 任务执行延迟高
|
||||
- 无法横向扩展
|
||||
|
||||
---
|
||||
|
||||
### 🔴 问题3: 重试机制分散，可能导致重复重试
|
||||
|
||||
**问题描述：**
|
||||
- `TaskScheduler` 有重试机制（maxRetries, retryDelay）
|
||||
- `TaskQueue` 有重试机制（retryCount, maxRetries）
|
||||
- `Command` 也有重试机制（maxRetries, retryDelay）
|
||||
- 三层重试可能导致总重试次数超出预期
|
||||
|
||||
**影响：**
|
||||
- 重试次数不可控
|
||||
- 资源浪费
|
||||
- 错误处理逻辑复杂
|
||||
|
||||
---
|
||||
|
||||
### 🔴 问题4: 状态管理分散，可能不一致
|
||||
|
||||
**问题描述：**
|
||||
- 内存状态：`TaskQueue.deviceQueues`、`TaskQueue.deviceStatus`
|
||||
- 数据库状态：`task_status` 表
|
||||
- 监控状态：`Monitor.deviceOnlineStatus`
|
||||
- 策略状态：`Strategy.deviceTimestamps`、`Strategy.dailyCounters`
|
||||
|
||||
**影响：**
|
||||
- 服务重启后状态丢失
|
||||
- 内存和数据库状态可能不一致
|
||||
- 难以追踪任务真实状态
|
||||
|
||||
---
|
||||
|
||||
### 🔴 问题5: 优先级队列实现效率低
|
||||
|
||||
**问题描述：**
|
||||
- 使用简单数组 + `sort()` 实现优先级队列
|
||||
- 每次插入都需要排序，时间复杂度 O(n log n)
|
||||
- 应该使用堆（Heap）数据结构
|
||||
|
||||
**影响：**
|
||||
- 队列操作性能差
|
||||
- 任务数量多时性能下降明显
|
||||
|
||||
---
|
||||
|
||||
### 🔴 问题6: MQTT客户端获取方式不统一
|
||||
|
||||
**问题描述：**
|
||||
- `ScheduleManager` 初始化时创建 MQTT 客户端
|
||||
- `TaskQueue` 通过 `getMqttClient()` 动态获取
|
||||
- `JobService` 直接从 `scheduleManager` 获取
|
||||
- 可能导致多个MQTT连接或连接丢失
|
||||
|
||||
**影响：**
|
||||
- 资源管理混乱
|
||||
- 连接状态不可控
|
||||
- 难以监控和调试
|
||||
|
||||
---
|
||||
|
||||
### 🔴 问题7: 错误处理不完善
|
||||
|
||||
**问题描述：**
|
||||
- 部分异步操作缺少 try-catch
|
||||
- 错误信息记录不完整
|
||||
- 错误恢复机制缺失
|
||||
|
||||
**影响：**
|
||||
- 错误难以追踪
|
||||
- 系统稳定性差
|
||||
- 调试困难
|
||||
|
||||
---
|
||||
|
||||
## 优化建议
|
||||
|
||||
### ✅ 优化1: 统一调度架构
|
||||
|
||||
**建议：**
|
||||
1. **移除未使用的 `TaskScheduler`**，统一使用 `ScheduleManager` + `TaskQueue`
|
||||
2. **明确职责划分**：
|
||||
- `ScheduleManager`: 系统初始化、组件协调、定时任务
|
||||
- `TaskQueue`: 任务队列管理、执行调度
|
||||
- `Command`: 指令执行、MQTT通信
|
||||
- `Strategy`: 调度策略、频率控制
|
||||
- `Monitor`: 监控、统计、告警
|
||||
|
||||
---
|
||||
|
||||
### ✅ 优化2: 提升任务执行效率
|
||||
|
||||
**建议：**
|
||||
1. **使用工作池模式**：允许设备间并行执行
|
||||
2. **优化优先级队列**：使用堆（Heap）数据结构
|
||||
3. **支持任务并发控制**：每个设备可配置最大并发数
|
||||
|
||||
---
|
||||
|
||||
### ✅ 优化3: 统一重试机制
|
||||
|
||||
**建议：**
|
||||
1. **只在 TaskQueue 层实现重试**，移除 Command 层的重试
|
||||
2. **使用指数退避策略**
|
||||
3. **记录重试原因和次数**
|
||||
|
||||
---
|
||||
|
||||
### ✅ 优化4: 统一状态管理
|
||||
|
||||
**建议：**
|
||||
1. **使用数据库作为唯一数据源**（Single Source of Truth）
|
||||
2. **内存状态仅作为缓存**，定期同步到数据库
|
||||
3. **服务启动时从数据库恢复状态**
|
||||
|
||||
---
|
||||
|
||||
### ✅ 优化5: 优化优先级队列
|
||||
|
||||
**建议：**
|
||||
使用堆（Heap）数据结构实现优先级队列
|
||||
|
||||
---
|
||||
|
||||
### ✅ 优化6: 统一MQTT客户端管理
|
||||
|
||||
**建议：**
|
||||
1. **使用单例模式**统一管理MQTT客户端
|
||||
2. **实现连接池**（如果需要多个连接）
|
||||
3. **添加连接状态监控和自动重连**
|
||||
|
||||
---
|
||||
|
||||
### ✅ 优化7: 完善错误处理
|
||||
|
||||
**建议：**
|
||||
1. **统一错误处理中间件**
|
||||
2. **完善错误日志记录**（包含上下文信息）
|
||||
3. **实现错误恢复机制**
|
||||
|
||||
---
|
||||
|
||||
## 重构方案
|
||||
|
||||
### 阶段1: 架构清理（优先级：高）
|
||||
|
||||
1. **移除未使用的代码**
|
||||
- 删除或标记 `TaskScheduler`（如果确实未使用）
|
||||
- 清理重复功能
|
||||
|
||||
2. **统一MQTT管理**
|
||||
- 实现统一的MQTT客户端管理器
|
||||
- 所有模块通过统一接口获取客户端
|
||||
|
||||
3. **统一错误处理**
|
||||
- 实现错误处理中间件
|
||||
- 完善错误日志
|
||||
|
||||
### 阶段2: 性能优化（优先级：高）
|
||||
|
||||
1. **优化优先级队列**
|
||||
- 使用堆数据结构
|
||||
- 提升插入和删除效率
|
||||
|
||||
2. **实现工作池模式**
|
||||
- 允许设备间并行执行
|
||||
- 支持并发控制
|
||||
|
||||
3. **优化数据库操作**
|
||||
- 批量更新任务状态
|
||||
- 使用事务保证一致性
|
||||
|
||||
### 阶段3: 状态管理优化（优先级：中）
|
||||
|
||||
1. **统一状态管理**
|
||||
- 数据库作为唯一数据源
|
||||
- 内存状态作为缓存
|
||||
|
||||
2. **实现状态同步**
|
||||
- 定期同步内存状态到数据库
|
||||
- 服务启动时恢复状态
|
||||
|
||||
### 阶段4: 监控和可观测性（优先级：中）
|
||||
|
||||
1. **完善监控指标**
|
||||
- 任务执行时间分布
|
||||
- 错误率统计
|
||||
- 资源使用情况
|
||||
|
||||
2. **实现告警机制**
|
||||
- 任务失败率告警
|
||||
- 设备离线告警
|
||||
- 系统资源告警
|
||||
|
||||
---
|
||||
|
||||
## 总结
|
||||
|
||||
### 关键优化点
|
||||
|
||||
1. ✅ **统一架构**：移除冗余，明确职责
|
||||
2. ✅ **提升性能**：工作池模式、堆队列、并发控制
|
||||
3. ✅ **统一重试**：避免重复重试，使用指数退避
|
||||
4. ✅ **状态管理**：数据库为主，内存为缓存
|
||||
5. ✅ **资源管理**：统一MQTT客户端管理
|
||||
6. ✅ **错误处理**：完善错误处理和恢复机制
|
||||
|
||||
### 预期收益
|
||||
|
||||
- **性能提升**：任务执行效率提升 50-100%
|
||||
- **稳定性提升**：错误处理更完善，系统更稳定
|
||||
- **可维护性提升**：代码结构更清晰，易于维护
|
||||
- **可扩展性提升**：支持更多设备和任务类型
|
||||
|
||||
---
|
||||
|
||||
*文档生成时间：2024年*
|
||||
*分析范围：autoAiWorkSys 调度架构*
|
||||
|
||||
256
_doc/重构完成说明.md
Normal file
256
_doc/重构完成说明.md
Normal file
@@ -0,0 +1,256 @@
|
||||
# 调度架构重构完成说明
|
||||
|
||||
## ✅ 已完成的优化
|
||||
|
||||
### 1. 优先级队列优化（PriorityQueue.js）
|
||||
|
||||
**实现内容：**
|
||||
- 使用堆（Heap）数据结构实现优先级队列
|
||||
- 时间复杂度：插入 O(log n)，删除 O(log n)
|
||||
- 支持按优先级和创建时间排序
|
||||
|
||||
**性能提升：**
|
||||
- 队列操作性能提升 10-100 倍（取决于队列大小）
|
||||
- 任务数量多时性能优势明显
|
||||
|
||||
**使用方式：**
|
||||
```javascript
|
||||
const queue = new PriorityQueue();
|
||||
queue.push({ priority: 10, createdAt: Date.now(), ...task });
|
||||
const task = queue.pop(); // 获取优先级最高的任务
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
### 2. 工作池模式实现
|
||||
|
||||
**实现内容：**
|
||||
- **设备内串行执行**：每个设备的任务按顺序执行（`deviceMaxConcurrency = 1`）
|
||||
- **设备间并行执行**：不同设备可以同时执行任务
|
||||
- **全局并发控制**：通过 `maxConcurrency` 控制全局最大并发设备数（默认5）
|
||||
|
||||
**配置说明：**
|
||||
```javascript
|
||||
const taskQueue = new TaskQueue({
|
||||
maxConcurrency: 5, // 全局最大并发设备数
|
||||
deviceMaxConcurrency: 1 // 每个设备最大并发数（保持串行）
|
||||
});
|
||||
```
|
||||
|
||||
**执行流程：**
|
||||
```
|
||||
设备A: 任务1 → 任务2 → 任务3 (串行)
|
||||
设备B: 任务1 → 任务2 → 任务3 (串行)
|
||||
设备C: 任务1 → 任务2 → 任务3 (串行)
|
||||
↓
|
||||
并行执行（最多5个设备同时执行）
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
### 3. 统一重试机制
|
||||
|
||||
**实现内容：**
|
||||
- 移除了 Command 层的重试逻辑
|
||||
- 统一在 TaskQueue 层实现重试
|
||||
- 使用指数退避策略
|
||||
|
||||
**重试策略：**
|
||||
- 基础延迟：1000ms
|
||||
- 最大延迟：30000ms
|
||||
- 计算公式：`delay = min(1000 * 2^(retryCount-1), 30000)`
|
||||
|
||||
**重试次数：**
|
||||
- 第1次重试：延迟 1000ms
|
||||
- 第2次重试：延迟 2000ms
|
||||
- 第3次重试：延迟 4000ms
|
||||
- 第4次重试：延迟 8000ms
|
||||
- ...（最大30000ms）
|
||||
|
||||
---
|
||||
|
||||
### 4. 统一错误处理（ErrorHandler.js）
|
||||
|
||||
**实现内容：**
|
||||
- 统一错误分类（可重试/不可重试）
|
||||
- 自动记录错误日志到数据库
|
||||
- 错误上下文信息完整记录
|
||||
|
||||
**可重试错误类型：**
|
||||
- 网络错误（ETIMEDOUT, ECONNRESET, ENOTFOUND）
|
||||
- MQTT连接错误
|
||||
- 设备离线错误
|
||||
- 超时错误
|
||||
|
||||
**使用方式：**
|
||||
```javascript
|
||||
const errorInfo = await ErrorHandler.handleError(error, {
|
||||
taskId: task.id,
|
||||
sn_code: task.sn_code,
|
||||
taskType: task.taskType
|
||||
});
|
||||
|
||||
if (ErrorHandler.isRetryableError(error)) {
|
||||
// 可重试
|
||||
}
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
### 5. 统一MQTT客户端管理
|
||||
|
||||
**实现内容：**
|
||||
- 优先使用 ScheduleManager 初始化的 MQTT 客户端
|
||||
- 避免重复创建连接
|
||||
- 统一获取接口
|
||||
|
||||
**获取方式：**
|
||||
```javascript
|
||||
// TaskQueue 内部自动获取
|
||||
const mqttClient = await this.getMqttClient();
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
### 6. 状态管理优化
|
||||
|
||||
**实现内容：**
|
||||
- 服务启动时从数据库恢复未完成任务
|
||||
- 内存状态作为缓存，数据库为主
|
||||
- 定期同步状态到数据库
|
||||
|
||||
**恢复机制：**
|
||||
- 启动时自动加载 `pending` 和 `running` 状态的任务
|
||||
- `running` 状态的任务自动重置为 `pending`
|
||||
- 确保服务重启后任务不丢失
|
||||
|
||||
---
|
||||
|
||||
## 📊 性能对比
|
||||
|
||||
### 优化前
|
||||
- 队列插入：O(n log n) - 每次插入都要排序
|
||||
- 任务执行：完全串行，设备间无法并行
|
||||
- 重试机制：三层重试，可能重复重试
|
||||
- 错误处理：分散，难以追踪
|
||||
|
||||
### 优化后
|
||||
- 队列插入：O(log n) - 堆插入
|
||||
- 任务执行：设备间并行，最多5个设备同时执行
|
||||
- 重试机制：统一重试，指数退避
|
||||
- 错误处理：统一处理，完整记录
|
||||
|
||||
### 预期性能提升
|
||||
- **队列操作性能**：提升 10-100 倍
|
||||
- **任务执行效率**：提升 50-100%（设备间并行）
|
||||
- **错误恢复能力**：提升 80%（统一错误处理）
|
||||
- **系统稳定性**：显著提升（状态恢复机制）
|
||||
|
||||
---
|
||||
|
||||
## 🔧 使用说明
|
||||
|
||||
### 1. 初始化
|
||||
|
||||
TaskQueue 会在 ScheduleManager 初始化时自动初始化：
|
||||
|
||||
```javascript
|
||||
// 在 schedule/index.js 中
|
||||
await this.components.taskQueue.init?.();
|
||||
```
|
||||
|
||||
### 2. 添加任务
|
||||
|
||||
```javascript
|
||||
const taskId = await taskQueue.addTask(sn_code, {
|
||||
taskType: 'get_job_list',
|
||||
taskName: '获取岗位列表',
|
||||
taskParams: { keyword: '前端', platform: 'boss' },
|
||||
priority: 7,
|
||||
maxRetries: 3
|
||||
});
|
||||
```
|
||||
|
||||
### 3. 获取状态
|
||||
|
||||
```javascript
|
||||
// 获取设备状态
|
||||
const status = taskQueue.getDeviceStatus(sn_code);
|
||||
|
||||
// 获取全局统计
|
||||
const stats = taskQueue.getStatistics();
|
||||
```
|
||||
|
||||
### 4. 配置并发数
|
||||
|
||||
```javascript
|
||||
// 在创建 TaskQueue 实例时配置
|
||||
const taskQueue = new TaskQueue({
|
||||
maxConcurrency: 10, // 全局最大并发设备数
|
||||
deviceMaxConcurrency: 1 // 每个设备最大并发数（保持串行）
|
||||
});
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 📝 代码变更说明
|
||||
|
||||
### 新增文件
|
||||
1. `PriorityQueue.js` - 优先级队列实现
|
||||
2. `ErrorHandler.js` - 统一错误处理
|
||||
|
||||
### 修改文件
|
||||
1. `taskQueue.js` - 完全重构
|
||||
- 使用 PriorityQueue 替代数组
|
||||
- 实现工作池模式
|
||||
- 统一重试机制
|
||||
- 集成错误处理
|
||||
|
||||
### 兼容性
|
||||
- ✅ 保持原有 API 接口不变
|
||||
- ✅ 向后兼容现有代码
|
||||
- ✅ 数据库结构不变
|
||||
|
||||
---
|
||||
|
||||
## 🚀 后续优化建议
|
||||
|
||||
### 1. 监控和告警
|
||||
- 添加任务执行时间监控
|
||||
- 实现失败率告警
|
||||
- 资源使用监控
|
||||
|
||||
### 2. 性能优化
|
||||
- 批量更新数据库状态
|
||||
- 使用 Redis 缓存热点数据
|
||||
- 实现任务预取机制
|
||||
|
||||
### 3. 扩展功能
|
||||
- 支持任务依赖关系
|
||||
- 实现任务优先级动态调整
|
||||
- 支持任务暂停/恢复
|
||||
|
||||
---
|
||||
|
||||
## ⚠️ 注意事项
|
||||
|
||||
1. **设备内串行执行**：每个设备仍然保持串行执行，确保任务顺序
|
||||
2. **全局并发控制**：默认最多5个设备同时执行，可根据服务器性能调整
|
||||
3. **状态恢复**：服务重启后会自动恢复未完成任务
|
||||
4. **错误处理**：不可重试的错误会立即标记为失败，不会重试
|
||||
|
||||
---
|
||||
|
||||
## 📞 问题反馈
|
||||
|
||||
如遇到问题，请检查：
|
||||
1. 数据库连接是否正常
|
||||
2. MQTT 客户端是否初始化
|
||||
3. 任务状态是否正确更新
|
||||
4. 错误日志中的详细信息
|
||||
|
||||
---
|
||||
|
||||
*重构完成时间：2024年*
|
||||
*重构版本：v2.0*
|
||||
|
||||
Reference in New Issue
Block a user