AI Resume Analyzer：把一份 PDF 简历变成一张「体检表」

图：Streamlit 客户端主界面，上传 PDF 后即时给出分析结果

一份 800 字的简历，和一次求职失败

想象这样一个场景：应届生小李投了 60 份简历，收到 2 个面试邀请。他反复修改，排版越来越花哨，却始终不知道自己到底缺什么。HR 打开他的简历，平均停留 7 秒，扫到「熟悉 Java/Python」就翻到下一页。

AI Resume Analyzer 试图做那台「会读简历的 HR 助手」：你丢进去一份 PDF，它解析出姓名、邮箱、技能、学历，抽取关键词，把技能归到数据科学 / Web / 安卓 / iOS / UI-UX 五个赛道，再按加分项打一个 0-100 的分数，最后告诉你「你缺 Kubernetes 和 CI/CD，简历里没有项目描述」。

项目作者 Deepak Padhi 在 Kirti 学院读 B.Sc CS 时把它作为 2022-23 学年毕业设计提交，2022 年 9 月开源，如今在 GitHub 上收获 920 star、256 fork，MIT 协议，最近一次提交在 2026 年 10 月 24 日——四年过去，仍在维护。

它到底做了什么

技术路径并不「AI」，但相当实用。

第一层：解析。 核心依赖 pyresparser + pdfminer3 做 PDF 文本抽取，spacy 2.3.5 的 en_core_web_sm 模型做实体识别（NLTK 停用词做清洗），拿到 name、email、mobile_number、degree、skills、no_of_pages 等结构化字段。作者还在仓库里自带了一份改过的 pyresparser/resume_parser.py，要求使用者覆盖掉 site-packages 里的原版——这是全项目最大的部署坑。

第二层：预测。 岗位赛道靠关键词匹配硬编码：技能列表里出现 tensorflow/pytorch/flask 就判为数据科学，命中 react/django/php 判为 Web，以此类推；经验等级则直接看 PDF 全文里有没有 INTERNSHIP / EXPERIENCE 字样，分成 Fresher / Intermediate / Experienced 三档。这套逻辑朴素但透明，命中即给出一整套推荐技能清单。

第三层：打分。 简历评分是一套加权规则：项目 19 分、经验 16 分、成就 13 分、教育 12 分、证书 12 分、技能 7 分、目标陈述 6 分、实习 6 分、兴趣 5 分、爱好 4 分，总分 100。

图：逐项命中/未命中的评分提示条与总分进度条

第四层：管理后台。 所有上传者的姓名、邮箱、IP、地理位置、预测岗位、经验等级、推荐技能、课程清单全部落库 MySQL，管理员可导出 CSV、查看七张分析饼图（评分分布、岗位分布、经验分布、用户数、城市、州、国家）。

图：管理员端集群分析饼图

部署门槛：Streamlit 一行命令，但环境要你自己收拾

streamlit run App.py

真正难的是这条命令之前。仓库无 Dockerfile、无 docker-compose（社区 PR #20 提出添加 Dockerfile + Jenkins CI/CD，至今未合并）。使用者需要装 Python 3.9.12、MySQL 并手工创建 cv 库和两张表、装 Visual Studio Build Tools 供 spacy 2.3.5 / thinc 7.4.5 本地编译，再把 App.py 第 95 行的硬编码账号密码改掉。

更麻烦的是两处「时代遗留」：依赖里同时存在 pdfminer.six 与 pdfminer3（后者早已停止维护），以及代码直接调用 nltk.download('stopwords') 在导入时联网下载语料——内网或无外网环境会直接卡住或报错。此外 App.py 直接 pymysql.connect(host='localhost', user='root', password='root@MySQL4admin')，明文密码进版本库，部署前必须改掉。

争议与局限：它更像规则引擎，不是 AI

诚实地讲，这个项目和当下主流的「AI 简历分析」有代差。

• 没有模型推理。 全文搜关键词、按权重加分，是确定性规则，不存在任何机器学习模型或 LLM 调用。项目名里的 "AI" 更多是市场标签。
• 评分逻辑存在 Python 陷阱。 if 'Objective' or 'Summary' in resume_text: 这类写法永远为真——'Objective' 是非空字符串即真值，等于无论简历写没写都加 6 分。作者后续 PR #19 也只修了空行问题，未修这个逻辑 bug。多项分数因此存在虚高。
• 数据隐私风险实在。 每次分析都记录用户 IP、设备名、操作系统、经纬度、城市州县，并持久化到本地 MySQL；简历原文还落在 App/Uploaded_Resumes/ 目录。用于企业内部场景前必须做脱敏。
• 安全基线偏低。 管理员默认账号 admin / admin@resume-analyzer 硬编码在 README 中；unsafe_allow_html=True 广泛用于渲染 PDF 内容，理论上存在注入面。
• 依赖僵化。 spacy 2.3.5、streamlit 1.12.2、pandas 1.4.4、pydantic 1.9.2 全部是 2022 年版本，在 Python 3.10+ 上大概率无法直接安装。

不过它也有真实价值：作为教学项目，它把「PDF 抽取 → 关键词抽取 → 分类 → 评分 → 可视化」这条链路完整走通了一遍；对中文简历解析、ATS 适配排版这类方向，都是很好的起点参考。

行业意义：一个正在被 LLM 改写的赛道

2022 年做简历解析，主流方案还是规则 + 关键词；今天同一件事已经被大模型重做了一遍——把简历丢给 LLM，几秒给出结构化反馈、岗位匹配度甚至改写建议，ATS 排版优化也成了独立品类。AI Resume Analyzer 的 920 star 记录了那个「规则时代」的窗口期。

值得注意的是，它在 README 里挂了自己的商业产品 CVInsight 的推广链接和优惠码，作者已把这条路商业化。这类「学生毕设 → SaaS 化」的路径，正在成为开源项目变现的常见样本。

图：用户反馈评分与评论历史

结论：适合作为 Streamlit + NLP 教学参考、简历解析链路的原型验证，或用于二次开发改造；不适合直接作为生产级招聘筛选工具投入企业使用——需要重写依赖、重做评分逻辑、接入 LLM、清理隐私与安全缺陷后再评估。

关键信息速览