采用技术：SpringBoot, Mybatis, Vue3, mysql, ElementUi, echarts图表 

本项目融入了AI大模型 

系统介绍：系统角色上分为管理员+普通用户。 

项目包括：前后端的代码+数据库+视频

主要功能：用户管理：注册、登录、个人信息管理 

简历管理：创建、编辑、更新简历 

职位管理：职位分类、职位信息维护 

AI 推荐：基于用户简历和职位要求进行智能匹配 

历史记录：记录用户的查询历史
 

技术特点：前端使用 Vue.js 框架，采用现代化的前端开发方案 后端使用 Spring Boot，提供 RESTful API 数据库使用 MySQL，设计了合理的表结构和索引 使用 AI 技术进行职位推荐
 

项目亮点：完整的用户-简历-职位匹配系统 使用 AI 技术进行智能推荐 结构化的数据存储设计 

前后端分离架构 

 推荐算法、位置匹配，大模型把推荐的职业和理由生成出来，根据用户填写的一些基本信息，大模型把这些信息进一步拓展，填到一个简历模版里，然后用户可以进一步编辑 。 

 这是一个比较完整的 AI 职位推荐系统，集成了用户管理、简历管理、职位管理和智能推荐等功能。系统设计合理，数据结构完整。

人工智能大模型（简称“大模型”）是指由人工神经网络构建的一类具有大量参数的人工智能模型。人工智能大模型是近十年来兴起的新兴概念。其通常先通过自监督学习或半监督学习在海量数据上进行预训练，然后通过指令微调和人类对齐等方法进一步优化其性能和能力。大模型具有参数量大、训练数据大、计算资源大等特点，拥有解决通用任务、遵循人类指令、进行复杂推理等能力。

图片

图片

图片

图片

图片

图片

图片

# spring boot # 人工智能 # 后端
Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

deck.gl TripsLayer 出租车轨迹动画示例实战：从示例运行到着色器原理

TripsLayer 是 deck.gl 中用于渲染**随时间流动的轨迹动画**（如出租车行程、物流路径、迁徙路线）的核心图层。本文以仓库中的最小独立示例 [examples/website/trips](https://link.gitcode.com/i/1442af8f442f4cff39ff546e050fceb5) 为骨架，带你完成从安装依赖、启动应用、理解曼哈顿出租车数据格式，到深入

avatar 天工造物局

Foundry Anvil 中 eth_simulateV1 的 Blob 交易与 Blob Gas 字段规范化：原理、实现与测试验证

本篇技术指南以 [anvil-simulate-blob-transactions.md](https://link.gitcode.com/i/3d2ebe227262de169335eb290af80da8) 这条 changelog 条目为起点，深入剖析 Foundry Anvil 对 `eth_simulateV1` RPC 返回结果中 blob（EIP-4844）交易与 blob gas

avatar 天工造物局

LMCache CLI 实战：用 `lmcache kvcache clear` 管理运行中服务的 KV Cache 状态

本文是一份针对 LMCache 官方 CLI 命令 `lmcache kvcache` 的完整技术指南。该命令用于在**运行中的 LMCache 服务（MP HTTP server）**上管理 KV cache 状态，当前提供 `clear` 子命令，用于清空 L1（CPU 内存）层中缓存的全部 KV 数据。读完本文，你将掌握该命令的完整参数体系、退出码语义、终端/JSON/静默三种输出模式，并能

avatar 天工造物局