AI Interview

基于字节三件套（Hertz + Eino）构建的 AI 模拟面试系统。支持语音/文本双模态交互，多阶段面试流程由 Agent 或 Workflow 驱动。

依赖

基础设施

组件	版本	用途	模式
Go	1.25+	后端运行时	必须
Node.js	18+	前端构建	必须
PostgreSQL	16+	业务数据持久化	必须
Redis	7+	会话状态、缓存	必须
MinIO / S3	—	简历、音频文件存储	必须
RabbitMQ	3.13+	面试完成事件、报告生成	必须
Milvus	2.4+	题库向量检索	RAG 模式
Elasticsearch	8.13+	题库关键词/标签检索	RAG 模式
Ollama	可选	本地 LLM / Embedding	可选

LLM 提供商（至少配一个）

OpenAI · Qwen（千问）· Doubao（豆包）· Claude · DeepSeek · Gemini

Qwen 同时提供 ASR（语音识别）和 TTS（语音合成）能力，推荐优先配置。

后端核心库

库	用途
cloudwego/hertz	HTTP / WebSocket 框架
cloudwego/eino	Agent / Workflow 编排（ADK）
gorm.io/gorm	ORM
redis/go-redis/v9	Redis 客户端
milvus-io/milvus-sdk-go/v2	向量数据库客户端
rabbitmq/amqp091-go	消息队列
golang-jwt/jwt/v5	JWT 认证

前端技术栈

React 19 · Vite · TypeScript · Zustand · Monaco Editor · Recharts

快速启动

1. 配置环境变量

cp .env.example .env
# 编辑 .env，至少填写一个 LLM 提供商的 API Key

2. 启动基础设施

系统提供两种启动模式，按机器配置选择：

Wiki 模式（推荐，2C2G 可用）

出题由 LLM 直接生成，不依赖向量检索。只启动 Postgres、Redis、MinIO、RabbitMQ。

bash start-wiki.sh

RAG 模式（需要 8G+ 内存）

启用 Milvus + Elasticsearch 向量/关键词检索题库。首次启动需拉取较大镜像。

bash start-rag.sh

使用 RAG 模式前需先采集 wiki 知识库：

bash collect-wiki.sh --limit 5   # 先小批量验证
bash collect-wiki.sh             # 全量导入

可选：本地 LLM（Ollama）

docker compose --profile ollama up -d ollama

3. 启动前端

cd frontend && npm install && npm run dev

开发服务器运行在 http://localhost:5173。

执行流程

用户 (语音/文本)
     │
     ▼
┌──────────────────────────────────────────────┐
│  Hertz Gateway (:8080)                       │
│  JWT 认证 → 限流 → WebSocket / HTTP 路由     │
└──────────────────┬───────────────────────────┘
                   │
                   ▼
┌──────────────────────────────────────────────┐
│  Interview Service                           │
│  SessionManager 管理面试状态 (Redis)          │
└──────────────────┬───────────────────────────┘
                   │
                   ▼
┌──────────────────────────────────────────────┐
│  Eino Interview Graph                        │
│                                              │
│  模式 ①  Workflow 驱动（WORKFLOW_ENABLED=1）  │
│    StageRouter → 阶段Agent → StageManager    │
│    → TransitionNode（状态机裁决）             │
│                                              │
│  模式 ②  Agent 驱动                          │
│    Supervisor 统一调度子 Agent                │
└──────┬───────────┬───────────┬───────────────┘
       │           │           │
       ▼           ▼           ▼
  ┌────────┐ ┌─────────┐ ┌────────┐
  │ASR/TTS │ │RAG 检索  │ │ 题库   │
  │ (Qwen) │ │Milvus+ES│ │(PgSQL) │
  └────────┘ └─────────┘ └────────┘

面试阶段流转： intro → questioning → algorithm → closing → end

1. 用户通过 WebSocket 发送语音或文本
2. SessionManager 从 Redis 加载面试状态（阶段、历史、上下文）
3. Interview Graph 按当前阶段路由到对应 Agent
4. Agent 调用工具：ASR 转写、RAG 检索题库、TTS 合成语音
5. StageManager 评估是否切换阶段，状态机执行转换
6. 面试结束后 MQ 触发 ReportWorker 生成评估报告

联系

• Email：kele3325@gmail.com
• 微信群：扫码加入交流群