开发日志

AI职选 · WEB 实训项目：岗位搜索 + AI 模拟面试 + 简历优化 + 求职咨询，Python + Flask + MySQL + Docker，前端原生 HTML/CSS/JS。以下按日期记录，√ 表示已完成。

2024/11/09

• √ 项目初始化，确立前后端目录结构与 Git 协作方式

2024/11/10

• √ 重构导航栏前端代码
• √ 删除登录注册功能（本阶段聚焦核心业务页）
• √ 引入 MySQL 数据库，设计初始的岗位信息 jobs 表（表结构尚不完善，需要调整）
• √ Docker 添加数据库环境
• √ 重构岗位搜索前后端并连接数据库

2024/11/11

• √ 添加开发分工文档，明确两人职责边界

分工（本人负责）：

1. 导航栏前端代码重构
2. 数据爬取与存储到数据库
3. "岗位搜索"页面代码重构——修改 search_list 中 li 的结构、用 JS 动态获取数据、搜索功能、筛选功能
4. 数据库设计
5. "岗位搜索"后端代码

分工（另一路负责）：文字识别（提取简历/文档关键信息，供简历优化、岗位搜索、面试模拟三个界面共用）、数据处理与量化（根据岗位难度、用户回复、简历给出面试建议/分数/成功概率）、AI 调试（让面试提问读取简历信息）、面试等待提示、刷新页面清除对话历史、用缓存记录面试历史

2024/11/13

• √ 爬虫 init，抓取岗位数据
• √ 简历导入功能，添加新依赖
• √ 新增测试页面，用于图片转 Base64 功能测试

2024/11/14

• √ 后端 Dockerfile 修改
• √ 简历优化前端修改：读取简历并加入输入框
• √ 修改岗位搜索前端代码，尝试爬取部分数据并存入数据库

2024/11/18

• √ 优化面试模拟结果

2024/11/19

• √ AI 导师功能修改

---

需求与设计备忘（开发文档摘录）

功能范围：

• 登录与验证码：注册、登录及安全验证码验证
• 简历优化：AI 分析简历内容并提出改进建议
• 职业规划：根据用户信息生成个性化职业建议
• 求职渠道整合与岗位匹配：多渠道岗位信息整合并给出匹配推荐
• 面试准备：面试知识、模拟与反馈
• 企业服务：职位发布、候选人筛选、面试安排

数据表设计（主要表）：

• 用户表：基本信息与注册信息
• 简历表：上传的简历文本与解析内容
• 职位表：职位描述、需求、行业类别、地点等
• 企业信息表：公司名称、规模、行业等
• 面试记录表：面试记录与反馈

系统流程：

1. 用户登录：输入手机号与验证码 → 前端发起登录请求 → 后端验证并返回 Token
2. 简历上传与分析：上传简历 → 后端解析 → 返回优化建议
3. 岗位推荐：按匹配度推荐岗位
4. 企业招聘：发布职位 → 筛选匹配候选人 → 提供面试安排支持

工程实践：

• 使用 Git 进行代码管理，遵循编码规范
• Docker Compose 一键启动前后端 + 数据库（README 中附国内镜像加速配置）
• 分阶段测试与优化，部署上线后持续监控维护、备份与性能升级