用 LLM 做简历分析，我踩过的坑比写过的代码还多

上一篇我写了收藏和错题本的数据建模。这一篇换一个赛道------AI 集成。

「面试克星」这个项目最大的亮点是 AI 模拟面试。但完整的链路不是"一上来就问问题"，而是： 分析简历 → 基于简历出题 → 评估回答 → 决定是否追问

第一步就是简历分析。用户上传 PDF 简历，系统解析出纯文本，AI 从文本里提取结构化的技能栈、项目经历、教育背景。

这篇文章记录我从设计到调通的完整过程。

一、为什么先做简历分析

AI 面试官的核心能力是"个性化出题"。如果一个用户写了 React，另一个用户写了 Vue，他们应该被问到不同的问题。

要做到这一点，AI 必须先知道用户会什么。而简历里正好有这些信息。

但简历是非结构化文本 ，机器没法直接用。所以第一步是用 AI 把它转成结构化 JSON：

json 复制代码

{
  "skills": ["Vue3", "React", "Node.js", "MongoDB"],
  "yearsOfExperience": "(大三)",
  "projects": [
    { "name": "江农论坛", "description": "Vue3全栈校园社区..." }
  ],
  "education": { "degree": "本科", "school": "江西农业大学", "major": "计算机科学与技术" }
}

这个结构是后续所有 AI 功能的"上下文"。出题时读 skills，调难度时读 yearsOfExperience，出项目题时读 projects。

二、数据模型：缓存是关键

分析简历要调 AI，一次几百到上千 token。如果每次面试都重新分析，成本会积少成多。

所以我决定把分析结果缓存起来。

在 Resume 模型里加一个可选字段：

typescript 复制代码

export interface IResume extends Document {
  userId: mongoose.Types.ObjectId
  rawText: string
  analysis?: {
    skills: string[]
    yearsOfExperience: string
    projects: { name: string, description: string }[]
    education: { degree: string, school: string, major: string }
  }
}

analysis 是可选的。用户刚上传简历时它是空的，第一次调 AI 后才有值。

判断缓存的逻辑：

typescript 复制代码

if (resume.analysis && resume.analysis.skills?.length > 0) {
  return res.json({ analysis: resume.analysis, cached: true })
}

注意这里有个坑 ：一开始我写的是 if (resume.analysis)，但空对象 {} 也满足这个条件。结果就是------AI 第一次返回了空结果，被存进数据库，之后每次调用都命中"缓存"，永远返回空。

判断缓存时一定要检查关键字段是否有值，而不是只检查字段是否存在。

三、Prompt 设计：system 和 user 的分工

调 LLM 时的消息结构是：

typescript 复制代码

messages: [
  { role: "system", content: "（角色设定 + 提取规则 + 输出格式）" },
  { role: "user", content: rawText }
]

system 放规则，user 放数据。

system 里的 Prompt 包含三部分：

角色设定：告诉 AI 它是一个专业招聘顾问
提取规则：技术栈、工作年限、项目经验、教育背景分别怎么提取
输出格式：严格 JSON，字段名和结构都要写死

Prompt 里我特意加了几条"注意事项"：

如果某项信息未找到，填 "未提供"
skills 不要包含过于基础的技能（如 "Microsoft Office"）
在校生标记为 "(大三)"，应届生标记为 "(应届生)"

这几条大幅提升了输出质量。不加的话，AI 会把"会用电脑"都写进 skills。

四、JSON 清洗：比 replace 更稳的方法

AI 返回的内容不一定是纯 JSON，可能是：

text 复制代码

```json
{
  "skills": ["Vue3", "React"],
  ...
}

或者：

text 复制代码

好的，以下是分析结果：
{
  ...
}

如果用 replace 去掉代码块标记，很容易漏掉某种情况。更稳的方法是用 indexOf 和 lastIndexOf 精准截取：

typescript 复制代码

const jsonStartIndex = content.indexOf('{')
const jsonEndIndex = content.lastIndexOf('}') + 1
const jsonString = content.substring(jsonStartIndex, jsonEndIndex)
const analysis = JSON.parse(jsonString)

不管 AI 在前面加了什么废话、后面加了什么解释，只要 JSON 本身是完整的，这种方法都能正确截取。

五、调用链路的完整实现

把 AI 调用封装成一个独立的 service 文件，路由只管 HTTP 逻辑，不混入 Prompt 拼接：

typescript 复制代码

// services/aiService.ts
export const analyzeResume = async (rawText: string) => {
  const response = await client.chat.completions.create({
    model: "deepseek-chat",
    messages: [
      { role: "system", content: SYSTEM_PROMPT },
      { role: "user", content: rawText }
    ]
  })

  const content = response.choices[0].message.content || ''
  const jsonStartIndex = content.indexOf('{')
  const jsonEndIndex = content.lastIndexOf('}') + 1
  const jsonString = content.substring(jsonStartIndex, jsonEndIndex)

  return JSON.parse(jsonString)
}

路由里只做四件事：

typescript 复制代码

// 1. 查简历
const resume = await Resume.findOne({ userId: req.user!._id })
if (!resume) return res.status(404).json({ message: '请先上传简历' })

// 2. 判断缓存
if (resume.analysis && resume.analysis.skills?.length > 0) {
  return res.json({ analysis: resume.analysis, cached: true })
}

// 3. 调 AI
const analysis = await analyzeResume(resume.rawText)

// 4. 存回数据库
resume.analysis = analysis
await resume.save()
res.json({ analysis, cached: false })

分层的好处 ：如果以后要换模型、改 Prompt、加错误重试，只需要改 aiService.ts，路由完全不用动。

六、踩坑清单

坑1：PDF 解析出来的文本是乱序的

用户上传的 PDF 简历，用 pdf2json 解析出来的文本可能是这样的：

text 复制代码

江西农业 大学
V i t e
R ender

字符被空格拆开了，AI 识别时会受影响。

解决方向：可以在解析后做文本清洗，或者换一个更好的解析库。我目前先用原始文本直接喂给 AI，大部分情况下还能正确提取。

坑2：空对象被当成有效缓存

前面提过------if (resume.analysis) 对 {} 也生效。判断条件要加上关键字段检查。

坑3：改代码后没重启

我在调试时一度以为代码没生效，反复检查逻辑。最后发现是 nodemon 没触发重启，跑的是旧代码。调试时先看终端是否打印了新日志。

坑4：缓存命中导致误判

返回 cached: true 时接口根本不调 AI，终端也不会打印任何日志。如果一直看不到日志，先确认是不是走了缓存。

七、效果验证

调通之后，AI 从我那份格式混乱的 PDF 简历里提取出了：

25 个技能点（前端、后端、数据库、部署、安全）
2 个项目，描述准确
教育背景：江西农业大学 · 计算机科学与技术 · 本科
经验年限 ：(大二)（从简历里提取的，虽然现在我已经大三了）

这个准确度超出我的预期。关键在 Prompt 设计，不在模型选择。 用 DeepSeek 这种高性价比的模型，配合好的 Prompt，完全能做出可用的产品。

八、总结

简历分析是 AI 面试链的第一环。做完这一步，后面两步就顺了：

✅ 分析简历 → 拿到结构化画像
⏳ 基于简历出题 → 读 skills 和 projects，生成针对性题目
⏳ 评估回答 → 判断用户是否答到要点，决定是否追问

AI 集成最难的其实不是调 API，而是：

Prompt 设计：怎么让 AI 稳定输出结构化数据
缓存策略：怎么避免重复调用，控制成本
错误处理：AI 返回异常格式时怎么办
分层架构：怎么把 AI 逻辑和业务逻辑解耦

这些都是在真实项目里才能学到的工程经验。下一篇我会写出题的实现。

我是小ao，欢迎在评论区交流你的 AI 应用开发经验~