首次提交：初始化项目代码

2026-07-31 14:44:48 +08:00
commit a4fe393571
119 changed files with 29105 additions and 0 deletions
@@ -0,0 +1,464 @@
+package prompt
+
+import "fmt"
+
+var (
+	ResumeExtractor = `你是一位专业的中文简历信息提取专家。请仔细分析以下简历内容，全面提取所有信息并按指定格式输出。
+
+【简历内容】
+%s
+
+【提取要求】
+请全面分析文档内容，识别以下所有区块，并尽可能从已有信息中推断和补充缺失的字段：
+
+1. 基本信息：
+   - name: 姓名（通常在文档最开头，可能是最大的字体）
+   - title: 当前职位/头衔（如"后端开发工程师"、"高级Java工程师"）
+   - email: 邮箱地址（包含@符号，可能在文档开头或结尾）
+   - phone: 手机号码（11位数字，可能在文档开头或结尾）
+   - location: 所在城市（如"北京"、"上海"，可能在基本信息区域）
+   - website: 个人网站或博客地址（包含http://或https://）
+   - summary: 个人简介或自我评价（通常以"个人简介"、"自我评价"、"职业概述"等开头）
+   - experience_years: 工作年限（从工作经历计算，填数字，如3、5、8）
+   - job_target: 求职目标或意向岗位（如果没有明确说明，可从当前职位推断）
+   - industry: 所属行业（如互联网、教育、金融、电商，从公司名称或描述推断）
+   - core_advantages: 核心优势或个人亮点（从工作经历和项目经验中提炼）
+
+2. 工作经历：
+   - company: 公司名称
+   - position: 职位名称
+   - start_date: 开始时间（格式YYYY-MM）
+   - end_date: 结束时间（格式YYYY-MM，"至今"或"当前"填"present"）
+   - description: 工作职责描述（详细描述日常工作内容）
+   - highlights: 工作亮点或主要成就（用列表表示，从描述中提炼关键成果）
+   - platforms: 负责的线上平台或产品名称（如有）
+
+3. 教育背景：
+   - school: 学校名称
+   - degree: 学位（本科/硕士/博士/大专/高中等）
+   - major: 专业名称
+   - start_date: 入学时间（格式YYYY-MM）
+   - end_date: 毕业时间（格式YYYY-MM）
+   - gpa: GPA成绩（如有）
+
+4. 专业技能：
+   - name: 技能名称（如Java、Python、MySQL、Redis、Vue.js、Docker）
+   - level: 熟练程度（入门/初级/中级/高级/精通，根据描述推断）
+   - category: 技能分类（后端/前端/数据库/运维/移动端/人工智能/工具/其他）
+
+5. 项目经验：
+   - name: 项目名称
+   - description: 项目描述（项目的目的、规模、主要功能）
+   - tech_stack: 技术栈列表（从项目描述和工作经历中提取使用的技术）
+   - url: 项目链接（如有）
+   - highlights: 项目亮点（主要负责的工作、解决的问题）
+   - achievements: 项目成果（量化的成果、获得的奖励等）
+   - start_date: 开始时间（格式YYYY-MM）
+   - end_date: 结束时间（格式YYYY-MM）
+
+【数据补充规则】
+1. 如果工作年限没有明确说明，根据工作经历的时间跨度计算得出
+2. 如果求职目标没有明确说明，可从当前职位或工作经历推断
+3. 如果行业没有明确说明，从公司名称或工作描述推断
+4. 如果技能的熟练程度没有明确说明，根据使用频率和描述推断（如"精通"、"熟练"、"熟悉"、"了解"）
+5. 如果技能分类不确定，根据技能性质归类（如Java属于后端，Vue.js属于前端，MySQL属于数据库）
+6. 如果项目的技术栈没有明确说明，从项目描述中提取使用的技术
+7. 如果项目亮点和成果没有明确说明，从项目描述中提炼关键贡献
+8. 如果核心优势没有明确说明，从工作经历和项目经验中提炼3-5个关键点
+
+【关键词识别】
+- 基本信息区域关键词：姓名、电话、手机、邮箱、邮箱地址、地址、所在地、籍贯、个人简介、自我评价、职业概述、求职意向、工作年限
+- 工作经历区域关键词：工作经历、工作经验、职业经历、工作背景、公司、任职时间、工作职责、负责内容
+- 教育背景区域关键词：教育背景、学历、教育经历、毕业院校、学校、学位、专业
+- 技能区域关键词：专业技能、技能特长、技术能力、掌握技能、熟练掌握、了解、精通
+- 项目经验区域关键词：项目经验、项目经历、项目背景、项目名称、负责项目、参与项目
+
+【重要提示】
+1. 请按照文档中的实际内容提取，不要遗漏任何信息
+2. 如果某个字段在简历中确实找不到，请填空字符串""或空数组[]
+3. 时间格式统一为YYYY-MM，"至今"或"当前"填"present"
+4. 工作年限只填数字，不要填"年"字
+5. 请确保提取的信息与文档内容完全一致
+6. 如果发现冲突信息，请以文档中最新的信息为准
+
+【输出格式】
+请直接输出JSON，不要包含markdown代码块标记，格式如下：
+
+{
+  "basic_info": {
+    "name": "",
+    "title": "",
+    "email": "",
+    "phone": "",
+    "location": "",
+    "website": "",
+    "summary": "",
+    "experience_years": "",
+    "job_target": "",
+    "industry": "",
+    "core_advantages": []
+  },
+  "experience": [
+    {
+      "company": "",
+      "position": "",
+      "start_date": "",
+      "end_date": "",
+      "description": "",
+      "highlights": [],
+      "platforms": []
+    }
+  ],
+  "education": [
+    {
+      "school": "",
+      "degree": "",
+      "major": "",
+      "start_date": "",
+      "end_date": "",
+      "gpa": ""
+    }
+  ],
+  "skills": [
+    {
+      "name": "",
+      "level": "",
+      "category": ""
+    }
+  ],
+  "projects": [
+    {
+      "name": "",
+      "description": "",
+      "tech_stack": [],
+      "url": "",
+      "highlights": [],
+      "achievements": [],
+      "start_date": "",
+      "end_date": ""
+    }
+  ]
+}`
+
+	RAGAnswer = `你是一位专业的简历分析助手。请根据以下上下文信息回答用户的问题。
+
+【上下文信息】
+%s
+
+【用户问题】
+%s
+
+【回答要求】
+1. 优先使用上下文信息回答问题
+2. 如果上下文没有相关信息，可以使用你的内部知识
+3. 回答要准确、简洁，符合中文表达习惯
+4. 如果无法回答，请明确说明`
+
+	PolishSummary = `你是一位专业的简历优化专家。请优化以下个人简介，使其更加专业、简洁、有吸引力：
+
+原文：
+%s
+
+优化要求：
+1. 突出核心竞争力和独特价值
+2. 使用行动动词和量化成果
+3. 保持专业但不过于生硬
+4. 控制在150字以内
+5. 保持原意，不要编造信息
+
+请直接输出优化后的内容，不要包含其他解释。`
+
+	PolishExperience = `你是一位专业的简历优化专家。请优化以下工作经历描述，使其更加专业、量化、有说服力：
+
+公司：%s
+职位：%s
+原描述：
+%s
+
+优化要求：
+1. 使用STAR法则（情境-任务-行动-结果）
+2. 突出量化成果和数据指标
+3. 使用专业术语和行业关键词
+4. 突出个人贡献而非团队成果
+5. 保持原意，不要编造信息
+
+请直接输出优化后的内容，不要包含其他解释。`
+
+	PolishProject = `你是一位专业的简历优化专家。请优化以下项目描述，使其更加专业、突出技术能力和成果：
+
+项目名称：%s
+原描述：
+%s
+
+优化要求：
+1. 清晰描述技术架构和技术栈
+2. 突出个人技术贡献和解决的难题
+3. 量化项目成果和影响
+4. 使用专业技术术语
+5. 保持原意，不要编造信息
+
+请直接输出优化后的内容，不要包含其他解释。`
+
+	PolishDescription = `你是一位专业的简历优化专家。请优化以下%s内容：
+
+原文：
+%s
+
+优化要求：
+1. 语言更加专业、精炼
+2. 突出重点和亮点
+3. 使用适当的行业术语
+4. 保持原意，不要编造信息
+5. 格式清晰易读
+
+请直接输出优化后的内容，不要包含其他解释。`
+
+	DocumentAnalysis = `你是一位专业的文档分析助手。请根据以下文档内容回答用户问题。
+
+文档内容：
+%s
+
+用户问题：%s
+
+回答要求：
+1. 仅基于提供的文档内容回答，不要编造信息
+2. 如果文档内容不足以回答问题，请明确说明
+3. 回答要简洁准确，避免冗长`
+
+	QuestionGeneration = `你是一位专业的技术面试官和出题专家。请根据以下简历内容和技术关键词，生成高质量的面试题目。
+
+简历内容：
+%s
+
+技术关键词：%s
+
+题目类型：%s
+
+生成规则（必须严格遵守，否则任务失败）：
+1. 每种题目类型必须生成4道题目，不得少于4道，不得多于5道
+2. 如果包含4种题型（选择题、填空题、简答题、算法设计题），必须生成16道题目（4×4）
+3. 如果包含3种题型，必须生成12道题目（4×3）
+4. 如果包含2种题型，必须生成8道题目（4×2）
+5. 选择题必须有4个选项，正确答案必须是选项之一
+6. 填空题必须有明确的填空位置，用___表示
+7. 每道题必须有详细的解析，不少于50字
+8. 答案必须完整准确，代码题要有可运行的代码示例
+9. 题目难度在初级、入门、中级、进阶之间均匀分布
+10. 每道题至少包含2个技术关键词
+11. 输出格式必须为纯JSON数组，不要包含任何markdown标记、代码块标记或额外文字
+12. JSON字符串中所有双引号必须使用反斜杠转义
+
+JSON格式要求（必须严格遵守，每种类型4题）：
+[
+  {
+    "type": "mcq",
+    "text": "选择题题目内容",
+    "options": ["选项A", "选项B", "选项C", "选项D"],
+    "answer": "正确答案（如A、B、C、D）",
+    "analysis": "题目解析，直接给出解析内容",
+    "score": 10,
+    "keywords": ["关键词1", "关键词2"],
+    "difficulty": "初级",
+    "category": "分类名称"
+  },
+  {
+    "type": "fill",
+    "text": "填空题题目内容（用___表示填空位置）",
+    "answer": "正确答案",
+    "analysis": "题目解析",
+    "score": 5,
+    "keywords": ["关键词1"],
+    "difficulty": "入门",
+    "category": "分类名称"
+  },
+  {
+    "type": "sa",
+    "text": "简答题题目内容",
+    "answer": "参考答案",
+    "analysis": "详细解析",
+    "score": 15,
+    "keywords": ["关键词1", "关键词2"],
+    "difficulty": "中级",
+    "category": "分类名称"
+  },
+  {
+    "type": "algo",
+    "text": "算法题题目内容",
+    "answer": "代码答案",
+    "analysis": "详细解析",
+    "score": 20,
+    "keywords": ["关键词1"],
+    "difficulty": "进阶",
+    "category": "算法"
+  }
+]
+
+请立即开始生成题目，严格按照上述规则输出JSON数组。如果题目数量不够或格式不正确，将被视为任务失败。`
+
+	QuestionGenerationForType = `你是一位专业的技术面试官和出题专家。题目和答案必须严谨专业，符合面试需求，不得出现错误或漏洞。
+
+请根据以下简历内容和技术关键词，生成高质量的%s。
+
+简历内容：
+%s
+
+技术关键词：%s
+
+生成规则（必须严格遵守，否则任务失败）：
+1. 必须生成5道%s，不得少于5道
+2. 选择题必须有4个选项，答案字段必须只包含选项字母A、B、C或D，不能包含选项内容文字
+3. 选择题的选项必须清晰明确，互不重叠，只有一个正确答案
+4. 填空题必须有明确的填空位置，用___表示
+5. 每道题必须有详细的解析，不少于50字
+6. 答案必须完整准确，代码题要有可运行的代码示例
+7. 题目难度在初级、入门、中级、进阶之间均匀分布
+8. 每道题至少包含2个技术关键词
+9. 输出格式必须为纯JSON数组，不要包含任何markdown标记、代码块标记或额外文字
+10. JSON字符串中所有双引号必须使用反斜杠转义
+11. 确保题目和答案正确无误，避免出现逻辑漏洞或事实错误
+
+JSON格式要求（必须严格遵守，生成5道%s）：
+[
+  %s
+]
+
+请立即开始生成题目，严格按照上述规则输出JSON数组。`
+)
+
+func BuildResumeExtractorPrompt(content string) string {
+	return fmt.Sprintf(ResumeExtractor, content)
+}
+
+func BuildRAGAnswerPrompt(context, query string) string {
+	return fmt.Sprintf(RAGAnswer, context, query)
+}
+
+func BuildPolishSummaryPrompt(original string) string {
+	return fmt.Sprintf(PolishSummary, original)
+}
+
+func BuildPolishExperiencePrompt(original, company, position string) string {
+	return fmt.Sprintf(PolishExperience, company, position, original)
+}
+
+func BuildPolishProjectPrompt(original, projectName string) string {
+	return fmt.Sprintf(PolishProject, projectName, original)
+}
+
+func BuildPolishDescriptionPrompt(original, fieldType string) string {
+	var fieldName string
+	switch fieldType {
+	case "summary":
+		fieldName = "个人简介"
+	case "experience":
+		fieldName = "工作经历"
+	case "project":
+		fieldName = "项目描述"
+	case "education":
+		fieldName = "教育背景"
+	case "skill":
+		fieldName = "技能描述"
+	default:
+		fieldName = "文本内容"
+	}
+	return fmt.Sprintf(PolishDescription, fieldName, original)
+}
+
+func BuildDocumentAnalysisPrompt(context, question string) string {
+	return fmt.Sprintf(DocumentAnalysis, context, question)
+}
+
+func BuildQuestionGenerationPrompt(resumeText string, keywords []string, types []string) string {
+	typeNames := map[string]string{
+		"mcq":  "选择题",
+		"fill": "填空题",
+		"sa":   "简答题",
+		"algo": "算法设计题",
+	}
+
+	var typeDesc string
+	for i, t := range types {
+		if i > 0 {
+			typeDesc += "、"
+		}
+		typeDesc += typeNames[t]
+	}
+
+	return fmt.Sprintf(QuestionGeneration, resumeText, joinKeywords(keywords), typeDesc)
+}
+
+func BuildQuestionGenerationPromptForType(resumeText string, keywords []string, qType string) string {
+	typeNames := map[string]string{
+		"mcq":  "选择题",
+		"fill": "填空题",
+		"sa":   "简答题",
+		"algo": "算法设计题",
+	}
+
+	typeName := typeNames[qType]
+	if typeName == "" {
+		typeName = qType
+	}
+
+	var formatExample string
+	switch qType {
+	case "mcq":
+		formatExample = `{
+    "type": "mcq",
+    "text": "题目内容",
+    "options": ["选项A内容", "选项B内容", "选项C内容", "选项D内容"],
+    "answer": "A",
+    "analysis": "详细解析，不少于50字，说明每个选项为什么对或错",
+    "score": 10,
+    "keywords": ["关键词1", "关键词2"],
+    "difficulty": "初级",
+    "category": "分类名称"
+  }`
+	case "fill":
+		formatExample = `{
+    "type": "fill",
+    "text": "题目内容（用___表示填空位置）",
+    "answer": "正确答案",
+    "analysis": "详细解析，不少于50字，解释答案的由来",
+    "score": 5,
+    "keywords": ["关键词1", "关键词2"],
+    "difficulty": "入门",
+    "category": "分类名称"
+  }`
+	case "sa":
+		formatExample = `{
+    "type": "sa",
+    "text": "题目内容",
+    "answer": "参考答案，完整准确",
+    "analysis": "详细解析，不少于100字，深入解释原理",
+    "score": 15,
+    "keywords": ["关键词1", "关键词2"],
+    "difficulty": "中级",
+    "category": "分类名称"
+  }`
+	case "algo":
+		formatExample = `{
+    "type": "algo",
+    "text": "题目内容",
+    "answer": "完整可运行的代码示例",
+    "analysis": "详细解析，不少于100字，解释算法思路和复杂度",
+    "score": 20,
+    "keywords": ["关键词1", "关键词2"],
+    "difficulty": "进阶",
+    "category": "算法"
+  }`
+	}
+
+	return fmt.Sprintf(QuestionGenerationForType, typeName, resumeText, joinKeywords(keywords), typeName, typeName, formatExample)
+}
+
+func joinKeywords(keywords []string) string {
+	var result string
+	for i, kw := range keywords {
+		if i > 0 {
+			result += ", "
+		}
+		result += kw
+	}
+	return result
+}