Resume-Matcher

本地跑 AI 改简历，过 ATS 拿面试

开源 🏷️基础免费，高级付费 ✅ 目前可打开办公效率 🍴 复刻 5127 🐛 待处理 43 👀 关注 86

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 29107

维护状态活跃

是否开源开源

定价模式 🏷️基础免费，高级付费支持限时试用 · 开源免费，官网提供在线版，付费增值功能待确认

项目预览

项目数据

分类办公效率

开发团队srbhr

官网地址https://resumematcher.fyi

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

定价模式🏷️基础免费，高级付费

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✅ 目前可打开

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★ 29107

上线时间2020-04-08 00:00:00

代码更新2026-11-02

仓库体积172.0 MB

本站数据更新2026-11-04

维护状态活跃

收录时间2026-09-16

浏览次数1

项目介绍

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。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-09-16 · 当前星标 ★ 29107

技术标签

hacktoberfest machine-learning natural-language-processing nextjs python

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。