MioFace | AI驱动的面试演练学习平台产品系统Vibe Coding

求职者在海投过程中普遍面临"简历与岗位匹配度低、面试准备无的放矢"的痛点：传统求职平台只能提供岗位信息，无法针对个人简历给出可量化的匹配诊断，更缺少低成本、可反复练习的真实面试场景。本项目面向求职者与应届生这一核心用户群，打造一款"简历诊断 + AI 模拟面试"一体化求职平台，其核心立意是：通过 AI 能力把"简历优化—岗位匹配—面试实战"这一完整链路线上化，用数据驱动的方式帮助求职者精准定位短板、提升面试通过率，解决求职环节信息不对称、训练成本高的行业难题。

平台以"候选简历"为枢纽，提供两大核心能力模块：

1. 简历工具 ：支持 PDF 简历导入，提供简历评测（AI 生成综合分、六维度能力评分、优劣势分析、改进建议）与人岗匹配（岗位匹配度评分、技能匹配清单、差距分析与定向优化）；支持一键生成并下载优化版简历 PDF；配套"我的简历"管理，支持预览、复制、重命名、设默认、下载与删除。
2. 面试大厅 ：聚合岗位 JD，点击岗位卡可查看详情并对接 AI 面试官；支持真实的多轮角色扮演模拟面试，AI 依据岗位 JD 与候选人简历动态出题，实时评价并生成综合报告。
3. 岗位知识库 ：沉淀行业岗位能力体系；配套站点文档与在线 API 文档，开放企业客户对接人岗匹配、简历评测等对外能力。

我在项目中承担 产品设计与开发的全链路推进 ：负责需求拆解、交互与界面设计、前后端方案落地及测试验收闭环。 技术栈与架构 ：后端以 Go + Gin 构建 REST 服务，GORM 管理数据、Redis 实现限流与分布式锁，深度集成 DeepSeek API（Function Calling 严格模式）驱动 AI 能力；前端采用 Vue3 + TypeScript + Element Plus；对外通过 SSE 流式接口与 X-API-Key 鉴权开放能力；基于 Docker 容器化 + nginx 反向代理部署。 实现亮点 ：一是将 AI 评测/匹配改造成流式接口，前端实现"三阶段进度 + 内容板块逐个点亮"的实时交互体验；二是设计多层反代下 X-Forwarded-Proto 透传，确保对外链接稳定为 HTTPS。 难点 ：中文 PDF 简历的可靠解析（文本层 + OCR 兜底）、长耗时 AI 任务的进度可视化与异常兜底、简历数据的强一致性保护。