xiaofeifei commited on
Commit
3741806
1 Parent(s): 8a56238

Add application file

Browse files
Files changed (2) hide show
  1. app.py +246 -0
  2. requirements.txt +3 -0
app.py ADDED
@@ -0,0 +1,246 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ from utils import draw_radar_chart
2
+ import json
3
+ import gradio as gr
4
+ from pydantic import BaseModel
5
+ import openai
6
+
7
+
8
+ def ask_gpt(prompt):
9
+ response = openai.Completion.create(
10
+ engine="text-davinci-002",
11
+ prompt=prompt,
12
+ temperature=0.7,
13
+ max_tokens=2000
14
+ )
15
+ return response.choices[0].text.strip()
16
+
17
+
18
+ async def predict(input, history):
19
+ """
20
+ Predict the response of the chatbot and complete a running list of chat history.
21
+ """
22
+ history.append({"role": "user", "content": input})
23
+ response = ask_gpt(history)
24
+ history.append({"role": "assistant", "content": response})
25
+ messages = [(history[i]["content"], history[i + 1]["content"]) for i in range(0, len(history) - 1, 2)]
26
+ return messages, history
27
+
28
+
29
+ class Message(BaseModel):
30
+ role: str
31
+ content: str
32
+
33
+
34
+ def parse_file(file):
35
+ print(file.name)
36
+ with open(file.name, encoding="utf8") as in_file:
37
+ txt = in_file.read()
38
+ return txt, gr.update(visible=True), gr.update(visible=True), gr.update(visible=True)
39
+
40
+
41
+ # 生成人才画像
42
+ def generate_talent_portrait(resume):
43
+ prompt = f"你现在是HR招聘专家,下面是候选人的简历:\n\"\"\"\"{resume}\"\"\"\"\n请你分析候选人的教育背景、工作经验、技能等方面的特点,给出候选人的人才画像,并概括性的分析候选人的优点和不足。"
44
+ return ask_gpt(prompt)
45
+
46
+
47
+ # 人岗匹配度
48
+ def person_job_fit_gene(resume, jd):
49
+ prompt = f"你现在是HR招聘专家,某职位要求是:{{{jd}}}\n某候选人简历如下:{{{resume}}}" + "。岗位与候选人之间的匹配度可以用0-1之间的数字表示,0表示完全不匹配,1表示完全匹配。请你评估应聘岗位与候选人的匹配度,并给出理由。"
50
+ return ask_gpt(prompt)
51
+
52
+
53
+ # interview_questions
54
+ def generate_interview_questions(work_experience):
55
+ prompt = f"你现在是HR招聘专家,下面是候选人A的工作经历:{work_experience}\n我可以问哪些问题来判断该候选人的能力水平?"
56
+ return ask_gpt(prompt)
57
+
58
+
59
+ # interview_questions
60
+ def generate_interview_questions_new(resume, jd):
61
+ prompt = f"你现在是HR高级面试官,某职位要求是:{{{jd}}}\n下面是候选人A简历的:\n{resume}\n请你生成一些面试问题来判断该候选人的能力水平。注意,请把面试问题以python列表格式返回给我,不要返回任何额外内容。"
62
+ print(prompt)
63
+ res = ask_gpt(prompt)
64
+ print(res)
65
+ print(eval(res))
66
+ return gr.update(choices=eval(res), value=eval(res), interactive=True), gr.update(visible=True)
67
+
68
+
69
+ def generate_jd(jobTitle, eduLevel, workYearArr):
70
+ prompt = "你现在是HR招聘专家,你需要发布一个名称为\"" + jobTitle + "\"的职位,请你撰写一份该职位的JD,内容包括工作职责和任职要求。"
71
+ if eduLevel != "":
72
+ prompt += "该岗位的最低学历要求为" + eduLevel + "。"
73
+ if workYearArr != "":
74
+ prompt += "该岗位的工作年限要求为" + workYearArr + "。"
75
+ prompt += "注意:非必要情况不要使用英文,内容不要包含薪酬福利等敏感信息。"
76
+ return ask_gpt(prompt)
77
+
78
+
79
+ def generate_test_resume(target_job, item_list):
80
+ resume_gene_prompt = f"你现在是HR测试数据生成器,请帮我生成一份求职目标为{target_job}的候选人简历,需要包含以下关键信息:\n{item_list}。\n注意,结果请以markdown格式返回给我,并且不要返回额外信息。"
81
+ print(resume_gene_prompt)
82
+ return ask_gpt(resume_gene_prompt)
83
+
84
+
85
+ def generate_interview_feedback(commu_skills, pro_skills, tech_skills, solve_skills, team_skills, pressure_resistance,
86
+ if_ok):
87
+ prompt = f"""
88
+ 你现在是HR招聘专家,下面是某候选人的面试评估结果:
89
+ ***
90
+ 沟通能力:{commu_skills}
91
+ 专业知识:{pro_skills}
92
+ 技术能力:{tech_skills}
93
+ 解决问题的能力:{solve_skills}
94
+ 团队合作能力:{team_skills}
95
+ 抗压能力:{pressure_resistance}
96
+ 是否录用:{if_ok}
97
+ ***
98
+ 请你根据是否录用结果和其他各项能力的表现生成一份面试评价。
99
+ """
100
+ print(prompt)
101
+ return ask_gpt(prompt)
102
+
103
+
104
+ def gene_ability_score(resume, jd):
105
+ prompt = f"""你现在是HR招聘专家.
106
+ 某候选人简历如下:
107
+ {{{resume}}}
108
+ 请你从[教育背景、工作经验、技能特长、项目经历和成果、领导力和管理能力、自我学习和发展能力、沟通和协作能力、岗位匹配度]这八个维度对候选人进行打分,分数范围是0-100,并针对每个维度的分数给出相应的打分理由。
109
+ 教育背景:
110
+ 评价规则:80-100表示教育背景优秀,毕业于985、211大学;70-80表示教育背景良好、毕业于普通重点大学;70分以下表示毕业于普通大学。
111
+ 工作经验:
112
+ 评价规则:80-100表示候选人具有丰富的相关工作经验,曾承担重要职责并取得显著的成绩;60-79���示候选人有一定的工作经验,能够胜任职务,但成绩一般;60分以下表示候选人工作经验较少或表现普通。
113
+ 技能特长:
114
+ 评价规则:80-100表示候选人在相关技能方面突出,掌握了多项技能,具备深厚的专业知识;60-79表示候选人具备一些相关技能,能够熟练运用;60分以下表示候选人技能较少或掌握程度一般。
115
+ 项目经历和成果:
116
+ 评价规则:80-100表示候选人在项目中表现出色,取得了显著的项目成果,具备解决问题和团队合作能力;60-79表示候选人在项目中有一些成绩,能够参与并完成任务;60分以下表示候选人在项目中表现一般或成绩较少。
117
+ 领导力和管理能力:
118
+ 评价规则:80-100表示候选人具备优秀的领导力和管理能力,曾成功承担过领导职责或项目管理职务;60-79表示候选人具备一定的领导力和管理能力,曾有一定的领导经验;60分以下表示候选人领导能力较弱或未有相关经验。
119
+ 自我学习和发展能力:
120
+ 评价规则:80-100表示候选人具有积极主动地学习和扩充知识的意愿和能力,持续学习并不断提升自己;60-79表示候选人有一些学习和发展的意愿和能力,但不够积极主动;60分以下表示候选人学习和发展能力较弱或缺乏积极性。
121
+ 沟通和协作能力:
122
+ 评价规则:80-100表示候选人具备良好的沟通和协作能力,能够与他人有效地进行交流和合作;60-79表示候选人具备一定的沟通和协作能力,能够与他人合作完成任务;60分以下表示候选人沟通和协作能力较弱或简历中描述有限。
123
+ 注意,结果参考下面的JSON字符串,以json格式返回给我,不要返回任何额外信息。
124
+ 返回结果参考:
125
+
126
+ "教育背景": "81",
127
+ "工作经验":"68",
128
+ "技能特长":"69",
129
+ "项目经历和成果":"85",
130
+ "领导力和管理能力":"96",
131
+ "自我学习和发展能力":"100",
132
+ "沟通和协作能力":"56",
133
+ "打分理由":"理性评估"
134
+
135
+ """
136
+ print(prompt)
137
+ return ask_gpt(prompt)
138
+
139
+
140
+ def gene_talent_radar(resume, jd):
141
+ res = gene_ability_score(resume, jd)
142
+ json_res = json.loads(res)
143
+ print(json_res)
144
+ score_list = []
145
+ cat_list = []
146
+ for key, value in json_res.items():
147
+ if key != "打分理由":
148
+ cat_list.append(key)
149
+ score_list.append(int(value))
150
+ print(score_list)
151
+ print(cat_list)
152
+ return draw_radar_chart(score_list, cat_list), json_res["打分理由"]
153
+
154
+
155
+ with gr.Blocks(title="HRAssistant", theme="soft") as demo:
156
+ gr.Markdown("# HRAssistant")
157
+ gr.Markdown("HRAssistant usage demo.")
158
+ with gr.Tab("岗位JD生成器"):
159
+ with gr.Row():
160
+ with gr.Column():
161
+ jobTitle_input = gr.Textbox(label="岗位名称")
162
+ eduLevel_input = gr.Textbox(label="最低学历要求")
163
+ workYearArr_input = gr.Textbox(label="工作年限要求")
164
+ with gr.Column():
165
+ jd_output_text = gr.outputs.Textbox(label="生成的岗位JD")
166
+ jd_button = gr.Button(value="岗位JD生成")
167
+ jd_button.click(generate_jd, [jobTitle_input, eduLevel_input, workYearArr_input], jd_output_text)
168
+
169
+ with gr.Tab("简历筛选辅助"):
170
+ with gr.Row():
171
+ resume_file = gr.File(label="请上传简历(目前仅支持上传txt格式简历)", file_types=["text"])
172
+ text_output = gr.outputs.Textbox(label="简历信息")
173
+
174
+ talent_row = gr.Row(visible=False)
175
+ with talent_row:
176
+ resume_text = gr.outputs.Textbox(label="人才画像")
177
+ hua_button = gr.Button(value="生成人才画像", )
178
+ hua_button.click(generate_talent_portrait, text_output, resume_text)
179
+
180
+ jd_row = gr.Row(visible=False)
181
+ with jd_row:
182
+ jd = gr.Textbox(label="岗位JD")
183
+ person_job_fit = gr.Textbox(label="人岗匹配度")
184
+ fit_button = gr.Button(value="计算人岗匹配度", )
185
+ fit_button.click(person_job_fit_gene, [text_output, jd], person_job_fit)
186
+
187
+ radar_row = gr.Row(visible=False)
188
+ with radar_row:
189
+ radar_outputs = gr.Plot(label="能力雷达图")
190
+ radar_reasons = gr.Textbox(label="打分理由")
191
+ radar_button = gr.Button(value="生成能力雷达图")
192
+ radar_button.click(gene_talent_radar, [text_output, jd], [radar_outputs, radar_reasons])
193
+ resume_file.change(parse_file, resume_file, [text_output, talent_row, jd_row, radar_row])
194
+
195
+ with gr.Tab("面试过程辅助"):
196
+ interview_row = gr.Row(visible=True)
197
+ with interview_row:
198
+ interview_questions_text = gr.Checkboxgroup(label="面试问题")
199
+ interview_questions_generator_button = gr.Button(value="面试问题生成")
200
+ copy_interview_questions_button = gr.Button(value="拷贝面试问题", visible=False)
201
+ interview_questions_generator_button.click(generate_interview_questions_new, [text_output, jd],
202
+ [interview_questions_text, copy_interview_questions_button])
203
+
204
+ with gr.Tab("测试数据生成"):
205
+ with gr.Row():
206
+ targrt_job = gr.Textbox(label="求职目标")
207
+ resume_item_list = gr.Dropdown(
208
+ ["个人信息", "教育背景", "工作经历", "实习经历", "技能专长", "项目经验", "获奖与荣誉", "自我评价"],
209
+ value=["个人信息", "教育背景", "工作经历", "技能专长", "项目经验", "自我评价"], multiselect=True, label="简历维度",
210
+ info="测试简历维度信息"
211
+ )
212
+ test_resume_text = gr.outputs.Textbox(label="生成的测试简历信息")
213
+ resume_gene_button = gr.Button("测试数据生成")
214
+ resume_gene_button.click(generate_test_resume, [targrt_job, resume_item_list], test_resume_text)
215
+
216
+ with gr.Tab("面试评价生成器"):
217
+ with gr.Row():
218
+ with gr.Column():
219
+ commu_skills = gr.Radio(["强", "中", "弱"], label="沟通能力", info="评估候选人的口头表达能力、听取并理解问题的能力、回答问题的清晰度和逻辑性等。")
220
+ pro_skills = gr.Radio(["强", "中", "弱"], label="专业知识", info="评估候选人在岗位所需的专业知识的掌握程度。")
221
+ tech_skills = gr.Radio(["强", "中", "弱"], label="技术能力", info="评估候选人在岗位所需的专业技能方面的掌握程度。")
222
+ solve_skills = gr.Radio(["强", "中", "弱"], label="解决问题的能力", info="评估候选人在面对问题时的分析能力、创新思维、解决问题的方法和结果。")
223
+ team_skills = gr.Radio(["强", "中", "弱"], label="团队合作能力",
224
+ info="评估候选人在与他人合作、协调和沟通方面的能力,包括与面试官的互动、参与小组讨论等。")
225
+ pressure_resistance = gr.Radio(["强", "中", "弱"], label="抗压能力", info="评估候选人在应对压力、处理复杂情境以及适应变化上的能力。")
226
+ if_ok = gr.Radio(["是", "否"], label="是否录用", info="最终结果")
227
+ with gr.Column():
228
+ interview_feedback_text = gr.outputs.Textbox(label="面试评价")
229
+ result_button = gr.Button(value="面试评价生成")
230
+ result_button.click(generate_interview_feedback,
231
+ inputs=[commu_skills, pro_skills, tech_skills, solve_skills, team_skills,
232
+ pressure_resistance, if_ok],
233
+ outputs=interview_feedback_text)
234
+ with gr.Tab("HRChat"):
235
+ with gr.Column():
236
+ chatbot = gr.Chatbot(label="HRChat")
237
+ state = gr.State([])
238
+ clear = gr.Button("Clear")
239
+ txt = gr.Textbox(show_label=False, placeholder="Enter text and press enter").style(container=False)
240
+ txt.submit(predict, [txt, state], [chatbot, state])
241
+ clear.click(lambda: None, None, chatbot, queue=False)
242
+ # with gr.Accordion("Open for More!"):
243
+ # gr.Markdown("Look at me...")
244
+
245
+ if __name__ == "__main__":
246
+ demo.launch(server_name="0.0.0.0")
requirements.txt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ openai
2
+ gradio
3
+ plotly