zk
61 lines
2.5 KiB
Python
61 lines
2.5 KiB
Python
"""AI 模型场景配置
|
|
|
|
集中管理各业务模块的模型选择与参数，修改模型只需改此文件。
|
|
"""
|
|
|
|
from app.ai.models import LLM
|
|
|
|
|
|
class SkillGapModel:
|
|
"""技能差距分析模块"""
|
|
# 技能差距识别：对比简历与岗位技能标签，输出缺失技能列表
|
|
ANALYSIS = LLM.DOUBAO_PRO_32K.create(temperature=0)
|
|
# 个人概述优化：将缺失技能关键词融入 summary
|
|
SUMMARY = LLM.DOUBAO_PRO_32K.create(temperature=0.3)
|
|
# 经历描述优化：针对目标岗位优化单条经历的 description
|
|
EXPERIENCE = LLM.DOUBAO_PRO_32K.create(temperature=0.3)
|
|
# Agent规划：解析用户自然语言指令，拆解为原子编辑操作列表
|
|
AGENT_PLAN = LLM.DEEPSEEK_V4_FLASH.create(temperature=0)
|
|
# Agent执行-修改：按指令修改简历中的单条记录
|
|
AGENT_EDIT = LLM.DEEPSEEK_V4_FLASH.create(temperature=0.3)
|
|
# Agent执行-新增：按指令生成一条新的简历记录
|
|
AGENT_ADD = LLM.DEEPSEEK_V4_FLASH.create(temperature=0.3)
|
|
|
|
|
|
class JobAgentModel:
|
|
"""求职助手Agent模块"""
|
|
# 多轮对话：理解用户求职意图，返回结构化回复(message+tool调用)
|
|
CHAT = LLM.DOUBAO_PRO_32K.create(temperature=0.7)
|
|
# 岗位简历-summary优化：针对具体岗位JD优化个人概述
|
|
SUMMARY = LLM.DEEPSEEK_V4_FLASH.create(temperature=0.3)
|
|
# 岗位简历-经历优化：针对具体岗位JD优化单条经历描述
|
|
EXPERIENCE = LLM.DEEPSEEK_V4_FLASH.create(temperature=0.3)
|
|
|
|
|
|
class NovaChatModel:
|
|
"""Nova智能聊天模块"""
|
|
# 通用对话：基于简历和岗位上下文的自由问答，返回Markdown文本
|
|
CHAT = LLM.DEEPSEEK_V4_FLASH.create(temperature=0.7)
|
|
|
|
|
|
class ResumeExtractorModel:
|
|
"""简历解析模块"""
|
|
# 简历结构化提取：两阶段并行提取简历文本为JSON结构
|
|
PARSE = LLM.DOUBAO_PRO_32K.create(temperature=0)
|
|
|
|
|
|
class DiagnoserModel:
|
|
"""简历诊断模块"""
|
|
# 模块诊断：逐条分析经历记录的问题(错别字/无量化/弱相关等)
|
|
MODULE = LLM.DEEPSEEK_V4_FLASH.create(temperature=0)
|
|
# 整体评价：汇总所有诊断结果生成总结性评语
|
|
SUMMARY = LLM.DEEPSEEK_V4_FLASH.create(temperature=0.3)
|
|
# 内容润色：用户编辑后的文本做专业润色
|
|
POLISH = LLM.DEEPSEEK_V4_FLASH.create(temperature=0.3)
|
|
|
|
|
|
class BrowserPlugModel:
|
|
"""浏览器插件模块"""
|
|
# 表单自动填写：根据简历+岗位信息生成招聘网站表单字段的回答
|
|
FORM_FILL = LLM.DEEPSEEK_V4_FLASH.create(temperature=0.3)
|