Codex_Career_ops

当前仓库包含 Prompt Builder 与一个基础项目知识库 RAG 后端。

后端也包含从开源 Career Ops 筛选框架中提炼出的岗位评估能力。它不是直接运行完整上游项目，而是将适合当前产品的 A-G 评估、六维评分、证据映射、真实性判断和多岗位比较做成项目自己的结构化 API。

TypeScript 核心业务后端

核心 TypeScript 后端位于 backend/core-api，采用 NestJS、Prisma、PostgreSQL 与 Redis， 负责 Auth、RBAC、用户画像、简历、岗位、岗位评估数据、材料包、求职管道、 文字面试记录、AIUsage、PromptTemplate、审计日志和私有上传。

backend/core-api/README.md

backend/ Python/FastAPI 现在只挂载带服务间鉴权的 /internal/rag/*。 公网业务请求必须进入 NestJS。Python 旧业务路由保留为历史兼容源码，但不会由 backend.main 暴露。

TypeScript 主后端现已增加统一 AI Generation Service、可替换 Model Provider、 集中式 Prompt Builder、Zod 结构化输出校验、AI 调用日志/成本汇总、人工反馈沉淀， 以及 backend/core-api/src/knowledge 下的 RAG 预留结构。业务 Controller 不直接调用 OpenAI SDK。

正式业务 Prompt 也只由 NestJS 解析：数据库唯一启用版本优先；数据库没有任何历史时 才回退代码内置稳定模板。历史 Markdown 和 Python Prompt 仅保留用于迁移与内部参考。

RAG 运行流程

索引默认保存在 backend/data/chroma/，不会提交到 Git。重新调用导入接口会在新 Embedding 全部生成成功后替换旧索引，避免模型调用中途失败破坏已有索引。

本地运行

建议使用 Python 3.10 及以上版本。

应用通过环境变量读取配置。.env 文件不会被应用自动加载；可由部署平台注入，或在本地使用你信任的环境加载方式。不要把密钥提交到仓库。

导入知识库

将 Markdown 或 txt 文件放入 knowledge/，然后调用：

配置

主要环境变量见 backend/.env.example：

• OPENAI_API_KEY：仅保存在后端环境。
• OPENAI_EMBEDDING_MODEL：默认 text-embedding-3-small。
• RAG_KNOWLEDGE_DIR：知识目录。
• RAG_CHROMA_DIR：Chroma 持久化目录。
• INTERNAL_RAG_SERVICE_KEY：NestJS 与 Python 共享的服务间密钥。

内部 RAG 密钥没有开发环境放行。用户鉴权、额度、Redis 限流、GenerationLog、 AIUsage 和审计由 NestJS 主后端统一执行。

历史 Career Ops 兼容代码

已筛选安装的 Career Ops Skill 位于：