Resume-Matcher

本地跑 AI 改简历，过 ATS 拿面试

Resume-Matcher 是一个本地优先的 AI 简历工具，核心目标是帮求职者把简历改到能通过 ATS（申请人跟踪系统）筛选，同时生成匹配岗位的求职信和 PDF。它支持 100 多种大语言模型，包括本地模型和云端 API，用户可自由切换，数据不必上传到第三方。项目用 Python 做后端、Next.js 做前端，能解析简历与职位描述，做关键词匹配、打分和改写建议，还提供模板化 PDF 导出。相比在线简历服务，它强调隐私可控、可自托管、可定制，适合想批量投递、反复优化简历的求职者，也适合开发者二次开发或集成到招聘流程中。

开源 freemium 办公效率

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 28464

维护状态较活跃

是否开源是

定价模式 freemium

项目数据

分类办公效率

开发团队srbhr

所属国家

官网地址https://resumematcher.fyi

GitHubhttps://github.com/srbhr/Resume-Matcher

定价模式freemium

价格说明开源免费，官网提供在线版，付费增值功能待确认

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型applicant-tracking-system,ats,hacktoberfest,machine-learning,natural-language-processing,nextjs,python,resume,resume-builder,resume-parser,text-similarity,typescript,vector-search,word-embeddings

GitHub 星标★ 28464

30天Star增速

HF 下载量

上线时间2020-04-08 00:00:00

最近更新2026-09-18 00:00:00

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-16

浏览次数0

使用教程

难度：入门约 10 分钟部署方式：Docker 4 步

环境要求

已安装 Docker（Docker Desktop 或 Docker Engine），docker 命令可用
本机 3000 端口未被占用
官方镜像提供 linux/amd64 与 linux/arm64 两种架构
可选：本地 Ollama 或其他云端 LLM 的访问地址/密钥

安装与启动步骤

1确认 Docker 可用

在终端执行命令，能输出版本号即可继续；未安装请先装 Docker Desktop 或 Docker Engine。
```
docker --version
```

2启动容器

README 给出的官方镜像启动方式：映射 3000 端口，并挂载 resume-data 卷保存数据。

docker run --name resume-matcher 
  -p 3000:3000 
  -v resume-data:/app/backend/data 
  ghcr.io/srbhr/resume-matcher:latest

3固定版本部署

生产环境建议把 latest 换成具体版本标签，如 1.3.0 或 1.3，避免自动升级带来变化。
```
docker run --name resume-matcher 
  -p 3000:3000 
  -v resume-data:/app/backend/data 
  ghcr.io/srbhr/resume-matcher:1.3.0
```
4上传主简历

打开应用后先上传一份主简历（支持 PDF 或 DOCX），后续针对每个岗位做定制。

如何确认成功

浏览器打开 http://localhost:3000 能看到应用界面；访问 http://localhost:3000/api/v1/health 可做 API 健康检查。

常见问题

Q：容器里怎么连本机 Ollama？

A：不要用 localhost，改用 http://host.docker.internal:11434 作为 Ollama 地址。

Q：支持哪些大模型？

A：支持 Claude、ChatGPT、DeepSeek、Kimi、GLM、Gemma 等 100 多种 LLM，本地模型和远程 API 都可以。

Q：数据会不会上传到第三方？

A：项目为本地优先设计，数据保存在挂载的 resume-data 卷（容器内 /app/backend/data）。

Q：生产环境怎么定版本？

A：把镜像标签 latest 换成例如 ghcr.io/srbhr/resume-matcher:1.3.0 或 :1.3。

注意事项

官方镜像同时发布在 ghcr.io/srbhr/resume-matcher 和 srbhr/resume-matcher 两个地址下。
容器只暴露单个公开端口 3000，API 统一走 /api 路径，接口文档在 /docs。
删除容器不会删数据，数据在 resume-data 卷中；如需彻底清空需手动删除该卷。
README 中的 Quick Start 命令段落在节选里为空，本次步骤仅采用完整可见的 Docker 部署命令。

核心亮点

支持 100+ LLM，可本地模型离线运行，简历数据不出本机
针对 ATS 关键词匹配与评分，能直接看到简历与 JD 的差距
Python + Next.js 全栈开源，可自托管和二次开发，模板与导出流程完整

不足之处

本地模型效果依赖硬件，弱机器上生成质量与速度受限
多模型配置和自托管部署对非技术用户仍有门槛

适用场景

投递前用目标岗位 JD 优化简历关键词，提高 ATS 通过率
批量生成针对不同岗位的定制简历和求职信
开发者自建简历优化服务，或集成到招聘/求职平台

替代项目

Reactive-Resume、OpenResume

项目介绍

Resume-Matcher 是一个办公效率领域的开源项目，官方简介：The #1 AI Harness for Building Resumes, PDFs, Cover Letters & more, locally with 100+ LLMs support.。项目使用 Python 开发，在 GitHub 上获得 28435 星标。

上一篇：LLMFeeder

下一篇：vitepress-plugin-llms