面试练得再好,简历过不了筛选也白搭。我在 AI 面试平台"面霸"上新增了简历雷达功能------AI 诊断简历质量、匹配目标岗位、生成优化建议,还能一键改写。从"练面试"到"改简历",闭环了。
1 一个真实的问题
做面霸这个 AI 模拟面试平台快半年了,陆续收到一些用户反馈:
"面试练了十几轮,评分从 50 提到 80 了,但简历投出去还是没消息。"
这才意识到一个被我忽略的环节------简历是面试的入场券。面试能力再强,简历不过关,连面试机会都拿不到。
很多人写简历存在这些问题:
-
该写的没写全,教育背景、项目经验缺胳膊少腿
-
排版混乱,面试官扫一眼就扔了
-
技术关键词不够,ATS 系统直接过滤掉
-
描述太笼统,"负责后端开发"------谁不是呢?
但自己写简历有个致命问题:你很难客观审视自己的简历。就像改自己写的代码,永远觉得没 bug。
所以我做了简历雷达------用 AI 帮你"扫描"简历,告诉你哪里有问题、怎么改。
2 简历雷达能做什么
2.1 四维 AI 诊断
把简历粘贴进去(或者上传 PDF),AI 会从四个维度给你打分:
| 维度 | 权重 | 评价标准 |
|---|---|---|
| 内容完整度 | 30% | 个人信息、教育、经历、项目、技术栈是否齐全 |
| 关键词密度 | 30% | 技术关键词覆盖度、行业术语准确性 |
| 表达质量 | 25% | 有没有量化成果、STAR 法则、语言是否简练 |
| 结构规范 | 15% | 排版层次、信息密度、篇幅合理性 |
每个维度都有独立评分和一句话点评,让你一眼看到短板在哪。
综合评分 0-100 分,对应四个等级:
-
80+ :优秀简历,直接投
-
60-79 :中等水平,改改能用
-
40-59 :问题较多,需要重点优化
-
40 以下:建议重写
首次诊断免费,不需要登录就能用。想让更多人先体验到价值,再决定要不要深度使用。
2.2 岗位匹配分析
诊断完简历,可以再贴一段目标岗位的 JD,AI 会做匹配分析:
-
匹配的技能 :你有的、JD 也要求的(绿色标签)
-
缺失的技能 :JD 要求但你简历里没体现的(红色标签)
-
匹配度百分比 :一个数字告诉你差距有多大
-
补强建议**:针对每个缺失技能推荐面试方向和练习题目
这个功能的核心思路是:不只告诉你缺什么,还告诉你怎么补。缺分布式事务经验?推荐你去 Java 高级方向练几道题。缺 Kubernetes?推荐 Go 方向的容器化相关题目。
简历诊断和面试训练就这样串起来了。
3.3 AI 智能优化
这是我最满意的功能。
点击"AI 智能优化",AI 会针对每个维度生成:
-
问题诊断 :一两句话说清楚这个维度差在哪
-
优化后的段落 :直接帮你改写,可以一键复制粘贴到简历里
-
写作技巧:告诉你以后怎么写这类内容
比如你"表达质量"得了 55 分,AI 可能会告诉你:
问题 :项目描述缺少量化成果,都是"负责 xx 模块开发"这种万金油句式。
优化后 :
负责订单系统重构,将核心接口 RT 从 800ms 优化至 120ms,QPS 从 500 提升至 3000
设计并实现分布式缓存方案,Redis 集群命中率达 98.5%,日均节省数据库查询 200 万次
技巧:用"动词 + 量化结果"代替"负责 xx",面试官最爱看数字。
不是泛泛的建议,是**拿来就能用的改写文本**。
2.4 诊断趋势对比
改完简历再诊断一次,分数会不会提高?
历史诊断页面有一个趋势折线图,展示每次诊断的综合评分和各维度分数变化。改一轮、诊断一轮,看着分数从 55 涨到 75 再到 85,这个正反馈感很强。
首页也有一个迷你趋势图,登录后就能看到自己的进步轨迹。
3 完整的求职备战闭环
加上简历雷达之后,面霸的使用路径变成了:
简历诊断 → 发现短板 → 岗位匹配 → 找到差距
↓ ↓
AI 优化简历 ←←←←←← 面试训练补强技能 ←←←←←
↓
投递简历 → 拿到面试机会 → 继续练面试 → 拿 offer
不是单点工具,是一个从简历到面试到拿 offer 的完整链路。
4 额度说明
这个版本也调整了额度体系,面试和简历雷达现在是独立额度:
markdown
| 功能 | 新用户免费额度 |
|:-------------|:---------------|
| AI 模拟面试 | 5 次 |
| 简历雷达 | 3 次 |
VIP 用户两个功能都无限使用。
简历雷达的首次诊断不消耗额度,不登录也能用。想让你先看到自己简历的问题,再决定要不要深入使用。
5 体验地址
不想注册?用测试账号:
测试账号信息
用户名:18088889999
密码:test123#$qaz
建议体验路径:
-
点"简历雷达" → 粘贴你的简历 → 看诊断报告
-
贴一段目标岗位 JD → 看匹配分析
-
点"AI 智能优化" → 复制优化后的段落
-
改完简历再诊断一次 → 看分数变化
整个流程 10 分钟,但可能帮你省下几周投简历没回音的时间。
6 技术实现简述
简历雷达的后端是 Spring Boot + DeepSeek API 同步调用,前端 React + Ant Design + ECharts。
几个有意思的设计点:
-
首次免费用 Redis 实现 :未登录用户用 IP 做 key,登录用户用 userId,保证每人只有一次免费机会
-
额度原子扣减 :`UPDATE mb_user SET resume_quota = resume_quota - 1 WHERE id = ? AND resume_quota > 0`,一条 SQL 搞定并发安全
-
趋势图用 ECharts :`echarts-for-react` 封装,`useMemo` 缓存 option,mini 模式只画综合分一条线
-
AI 返回结构化 JSON:System Prompt 严格约束输出格式,后端正则清理 markdown 标记后解析
如果对全栈实现感兴趣,可以看我之前写的[《从零搭建一个 AI 模拟面试平台》](技术文章链接)。
7 最后
面霸从最初的"AI 出题 → 你答 → AI 评分",到现在加上了简历诊断、岗位匹配、AI 优化、趋势追踪,功能越来越像一个**完整的求职备战工具**。
下一步计划做的是面试录音回放和 AI 复盘,让你能回听自己的回答、看到哪里卡壳了。
如果你正在找工作,或者准备跳槽,试试用简历雷达扫一下你的简历。可能会发现一些你自己没注意到的问题。
觉得有用的话,点个赞、收个藏,也可以分享给正在求职的朋友。
面霸 ------ 你的 AI 面试搭子,练到拿 offer 为止。