AI-Recruit-Platform：基于 Django 的智能招聘管理系统实战解析

一个开源的 Django 招聘管理平台，集成 AI 简历筛选、自动匹配评分、候选人画像分析等功能，展示如何将传统 HR 系统与机器学习结合，提升招聘效率。

• 原作者/维护者： lily4412
• 来源平台： GitHub
• 原始标题： AI-Recruit-Platform
• 原始链接： https://github.com/lily4412/AI-Recruit-Platform
• 发布时间： 2026年5月31日

---

在数字化转型浪潮下，人力资源管理正经历深刻变革。传统招聘流程依赖人工筛选简历、匹配岗位需求，不仅耗时费力，还容易受主观偏见影响。AI-Recruit-Platform 应运而生，它是一个基于 Django 框架构建的开源智能招聘管理系统，旨在通过人工智能技术优化招聘全流程，从职位发布到候选人录用，实现数据驱动的决策支持。

该项目采用前后端分离架构，后端基于 Django REST Framework 提供 API 服务，前端采用现代 Web 技术栈。系统核心亮点在于内置了 AI 驱动的简历筛选和候选人匹配评分机制，能够自动评估候选人与岗位的契合度，大幅降低 HR 人员的工作负担。

---

项目后端采用 Django 框架，这是一个成熟稳定的 Python Web 框架，以其"自带电池"的设计理念著称。系统按功能模块划分为多个 Django App：

• core：处理用户认证、登录登出、用户画像、仪表盘统计等核心功能
• main：管理职位需求（JobRequisition）、候选人（Candidate）、申请记录（Application）三大核心业务实体
• master：维护基础数据字典，包括部门、技能、AI 工具配置、拒绝原因等参考数据
• transactions：记录 AI 工具使用日志和审计追踪
• logs：系统操作日志和审计追踪

系统采用 RESTful API 设计，通过 Django REST Framework 实现。认证机制使用 JWT（JSON Web Token），通过 rest_framework_simplejwt 库提供 Token 签发和刷新功能。API 文档采用 OpenAPI 3.0 规范，集成 drf-spectacular 自动生成 Swagger 文档，开发者可通过 /api/docs/ 端点查看完整 API 文档。

主要 API 端点包括：

• /api/auth/login/ - 用户登录
• /api/auth/logout/ - 用户登出
• /api/auth/refresh/ - Token 刷新
• /api/dashboard/stats/ - 仪表盘统计数据
• /api/master/ - 主数据管理
• /api/ - 核心业务 API（职位、候选人、申请）

---

职位需求（JobRequisition）模块支持完整的招聘需求生命周期管理。HR 可以创建职位需求，设置部门、职级、雇佣类型、工作地点、薪资范围、最低/最高经验要求等属性。每个职位可关联所需技能标签，系统支持通过技能匹配度进行候选人筛选。

职位需求支持工作流状态管理：草稿（draft）、已发布（open）、已关闭（closed）。发布后的职位可供候选人申请，系统会自动追踪申请数量和状态分布。

候选人（Candidate）模块记录求职者的完整信息档案，包括基本信息（姓名、邮箱、电话）、工作经验（当前公司、职位、总工作年限）、教育背景、技能标签等。系统支持为候选人计算 AI 画像评分（ai_profile_score），该评分基于候选人的技能数量和工作经验综合计算，帮助 HR 快速识别高潜力候选人。

候选人数据来源支持多样化，可手动录入、通过招聘网站导入，或来自内部推荐。每个候选人都有唯一的候选人编号，便于追踪和管理。

申请（Application）模块连接职位需求和候选人，记录候选人的申请行为。申请状态包括：已申请（applied）、筛选中（screening）、AI 筛选中（ai_screening）、已入围（shortlisted）、面试中（interviewing）、已录用（hired）、已拒绝（rejected）、已撤回（withdrawn）。

系统支持两种筛选模式：

人工筛选：HR 或招聘经理手动审核申请材料，记录审核意见和拒绝原因。

AI 自动筛选：系统根据职位要求的技能匹配度和经验要求，自动计算 AI 匹配分数（0-100分）。当分数达到设定的阈值时，候选人自动进入入围名单。AI 筛选过程会生成详细的筛选说明，包括技能匹配情况、经验对比、最终评分和是否自动入围。

---