WorkMesh
yangyunice/WorkMesh加载项目详情…
本应用为开源项目,仅供学习研究,请遵守其开源协议。
加载项目详情…
本应用为开源项目,仅供学习研究,请遵守其开源协议。
一张图读懂 WorkMesh
想象一个城市:政府就业服务中心、人力资源公司、工厂流水线工人、灵活就业的骑手——所有人各自为战,数据孤岛林立。WorkMesh 正是为解决这个痛点而生——它构建了一个"共享数据闭环",让个人技能、岗位需求、企业招聘、公共治理全部打通。

WorkMesh 的发起者是一位普通的人文社科毕业生,而非职业软件工程师。项目中的大部分代码是在 AI 的辅助下完成的。作者在 README 中写道:"我对 AI 所能做的事情感到惊讶,也感受到了 Hello World 背后的共同力量。这促使我围绕'开源技能'构建了一个技能共享系统。"
随着 AI 技术加速替代重复性劳动,大量工人面临失业或职业转型。在这一背景下,一个能够将个人技能、职业机会、政府治理和 AI 辅助整合在一起的平台,被赋予了超越代码本身的社会价值。
WorkMesh 的核心创新在于"技能标签体系 + AI Agent 决策支持"的组合。
技能画像系统:用户注册后,系统为其建立一张持续积累的"能力画像",不再依赖割裂的简历、培训机构记录和求职网站数据。这张画像通过权威机构(如政府就业服务中心或大型企业)认证后,具备唯一性和防篡改性。长期积累后,技能标签可以形成可视化的能力图谱。
AI Agent 辅助决策:平台内嵌 AI 助手,可在三个门户中为不同角色提供智能服务:

技术实现上,平台采用 NestJS 构建共享 API 层,集成了 RAG(检索增强生成)用于知识库问答,以及基于 Role-Aware 的 Agent 技能调用机制。
WorkMesh 的架构设计是典型的前后端分离微服务模式:
| 服务 | 端口 | 入口 URL | 面向用户 | AI 能力 |
|---|---|---|---|---|
| API(NestJS) | 3001 | /api/docs | 开发者 | RAG + Agent Skills |
| 企业门户(Next.js) | 3000 | /enterprise | 企业 HR | 人才匹配 AI |
| 个人门户(Next.js) | 5173 | /#/ai-assistant | 求职者 | 简历解读 |
| 移动端注册 | 5174 | /#/register | 灵活就业者 | 快速注册引导 |
| 治理门户(Next.js) | 8000 | /cockpit | 政府/机构 | 风险监控 |
数据库统一使用 PostgreSQL 16,所有服务通过 docker-compose 一键启动。

WorkMesh 提供了极其友好的部署体验。开发者只需确保本地安装 Docker 和 Docker Compose,运行以下命令即可启动完整平台:
./deploy.sh
部署脚本会自动执行:检测 Docker 环境、读取环境变量、执行 docker compose up --build -d、健康检查验证。部署完成后,五个门户同时可用,API 文档 Swagger UI 位于 http://localhost:3001/api/docs,便于开发者调试接口。

从代码结构看,项目采用 monorepo 风格组织:
主要技术栈:后端框架为 NestJS + Node.js;前端框架为 Next.js (TypeScript);数据库为 PostgreSQL 16;认证为 JWT;AI 为 RAG + Agent Skills;部署为 Docker Compose。
TypeScript 覆盖率较高,体现了作者对代码质量的追求。数据库 Schema 设计采用共享模式,所有服务连接同一个 PostgreSQL 实例,通过 Schema 隔离不同业务域。
必须承认,WorkMesh 目前仍是一个"原型"阶段的项目,存在以下局限:
WorkMesh 的价值不在于代码本身有多完美,而在于它提出了一种解决 AI 就业危机的新思路:用结构化的技能标签替代碎片化简历,用 AI Agent 替代人工筛选,用政府背书的治理平台替代信息不对称的招聘市场。
对于开发者而言,这是一个值得参考的 Next.js + NestJS 全栈架构模板,覆盖了认证、数据库、API 设计、前端门户和 AI 集成的完整闭环。对于政策研究者而言,它提供了一个数字化就业治理平台的原型想象。