AI 简历名片应用

目录结构

• frontend/：Vue 3 + Vite 前端
• backend/：Deno 后端（API + 生产静态托管）
• data/：简历数据源（resume.json）

运行模式

• 开发模式（前后端分离）
  • 前端：http://localhost:5173
  • 后端 API：http://localhost:8000
• 生产模式
  • 后端直接托管 frontend/dist
  • 同时提供 /api/*

环境变量

后端会自动加载 .env / .env.local，示例见 .env.example。

常用变量：

• MOONSHOT_API_KEY
• MOONSHOT_BASE_URL
• MOONSHOT_MODEL
• ZHIPU_API_KEY
• ZHIPU_BASE_URL
• ZHIPU_MODEL
• CHAT_PROVIDER
• API_HOST
• API_PORT
• ALLOWED_ORIGIN
• CHAT_STREAM_FIRST_TOKEN_MAX_LATENCY_MS
• CHAT_STREAM_MIN_TOKEN_EVENTS

常用命令（Deno）

开发（前后端一起启动）：

deno task dev

仅启动后端 API：

deno task dev:api

构建前端：

deno task build

生产启动（托管 frontend/dist + API）：

deno task start

Docker 本地构建：

docker build -t resume-app:local .

Docker 本地运行：

docker run --rm -p 8000:8000-e API_PORT=8000resume-app:local

本地防护仿真：

deno task simulate:guard

API

• GET /api/profile
• POST /api/chat
• POST /api/chat/stream（SSE 流式）

Provider 路由

后端支持两个 OpenAI 兼容提供方：

• kimi（默认）
• zhipu（默认模型 GLM-4.7-Flash）

选择优先级：

1. 请求体里的 provider
2. 环境变量 CHAT_PROVIDER
3. 默认回退 kimi

请求示例：

{
"message": "请介绍一下候选人的项目经验",
"history": [],
"provider": "zhipu"
}

流式模式与观测

POST /api/chat/stream 现在采用统一适配层，默认策略为：

• provider native 流式优先
• 初始化失败时自动 fallback 到 compatible 流式

后端会输出结构化日志（STREAM_QUALITY）用于判断是否“真流式”，关键字段：

• request_id
• provider / model
• provider_mode（native / compatible）
• fallback_reason
• first_token_latency_ms
• token_event_count
• token_gap_ms_p95
• stream_duration_ms
• degraded_streaming

当出现以下任一条件时会标记 degraded_streaming=true：

• token_event_count <= CHAT_STREAM_MIN_TOKEN_EVENTS
• first_token_latency_ms > CHAT_STREAM_FIRST_TOKEN_MAX_LATENCY_MS

流式验收脚本

可使用 curl --no-buffer 脚本做端到端冒烟：

bash scripts/stream-smoke.sh

常用参数：

• API_BASE_URL（默认 http://localhost:8000）
• PROVIDER（kimi / zhipu）
• MESSAGE

排障建议

1. 若首 token 很慢或只出现 1 个 token 事件，先看 STREAM_QUALITY 中 provider_mode 与 fallback_reason。
2. 若部署在 Nginx，确认已关闭缓冲：proxy_buffering off;，并保留响应头 X-Accel-Buffering: no。
3. 用 scripts/stream-smoke.sh 分别对 kimi、zhipu 重复采样，比较 first_token_latency_ms 与 token_event_count。

GHCR 发布（Tag 驱动）

• 工作流文件：.github/workflows/ghcr-release.yml
• 触发条件：推送 tag v*（例如 v1.2.3）
• 镜像地址：ghcr.io/<owner>/<repo>
• 标签规则：
  • 原始 tag：v1.2.3
  • 语义化 tag：1.2.3（自动去掉 v 前缀）
  • 稳定 tag：latest（当 tag 不包含 - 预发布后缀时）

示例发布：

git tag v1.2.3
git push origin v1.2.3

拉取示例：

docker pull ghcr.io/<owner>/<repo>:v1.2.3
docker pull ghcr.io/<owner>/<repo>:1.2.3

防护仿真输出说明

执行 deno task simulate:guard 后，重点看这几行：

• phase=staging-loose：低流量场景，用于观察误伤率是否足够低。
• phase=prod-stage-1/2/3：逐步收紧阈值后，allowed 应持续下降。
• 出现 simulation=passed 表示本地仿真通过。