【自学AI】08 LangChain.js 实战：用 30 行代码让 AI 分析一份简历

1
1. 用户调用接口，传入简历文本和岗位要求
2
2. Controller 接收请求，调用 Service
3
3. Service 通过 AIModelFactory 获取模型
4
4. 用 PromptTemplate 填充简历内容
5
5. 链调用 AI，返回结构化的分析报告

1
export const RESUME_QUIZ_PROMPT = `
2
你是一个资深的人力资源专家，有 15 年的招聘经验。
3
你能快速从简历中识别候选人的核心能力。
4

5
## 任务
6

7
分析以下简历，提取关键信息，给出初步评估。
8

9
## 简历内容
10

11
{resume_content}
12

13
## 岗位要求
14

15
{job_description}
16

17
## 分析要求
18

19
1. 提取候选人的：
20
   - 工作年限
21
   - 主要技能
22
   - 最近工作经历
23
   - 教育背景
24

25
2. 评估匹配度（0-100）
26

27
3. 识别优势和不足
28

29
## 输出格式（JSON）
30

31
{{
32
  "years_of_experience": 数字,
33
  "skills": ["技能1", "技能2"],
34
  "recent_position": "最近的职位",
35
  "education": "学历",
36
  "match_score": 数字（0-100）,
37
  "strengths": ["优势1", "优势2"],
38
  "gaps": ["缺陷1", "缺陷2"],
39
  "summary": "1-2 句总结"
40
}}
41
`;

1
import { Module } from '@nestjs/common';
2
import { AIModelFactory } from './services/ai-model.factory';
3

4
@Module({
5
  providers: [AIModelFactory],
6
  exports: [AIModelFactory],  // 导出，其他模块才能用
7
})
8
export class AIModule {}

1
import { AIModule } from '../ai/ai.module';
2

3
@Module({
4
  imports: [
5
    ConfigModule,
6
    AIModule,  // 导入 AI 模块
7
  ],
8
  // ...
9
})
10
export class InterviewModule {}

1
import { PromptTemplate } from '@langchain/core/prompts';
2
import { JsonOutputParser } from '@langchain/core/output_parsers';
3
import { Injectable, Logger } from '@nestjs/common';
4
import { AIModelFactory } from '../../ai/services/ai-model.factory';
5
import { RESUME_QUIZ_PROMPT } from '../prompts/resume-quiz.prompts';
6

7
@Injectable()
8
export class InterviewService {
9
  private readonly logger = new Logger(InterviewService.name);
10

11
  constructor(
12
    private aiModelFactory: AIModelFactory,  // 注入工厂，不自己初始化模型
13
  ) {}
14

15
  async analyzeResume(resumeContent: string, jobDescription: string) {
16
    // 1. Prompt 模板
17
    const prompt = PromptTemplate.fromTemplate(RESUME_QUIZ_PROMPT);
18

19
    // 2. 从工厂获取模型（不自己 new）
20
    const model = this.aiModelFactory.createDefaultModel();
21

22
    // 3. 输出解析器
23
    const parser = new JsonOutputParser();
24

25
    // 4. 组装链
26
    const chain = prompt.pipe(model).pipe(parser);
27

28
    // 5. 调用
29
    try {
30
      this.logger.log('开始分析简历...');
31

32
      const result = await chain.invoke({
33
        resume_content: resumeContent,
34
        job_description: jobDescription,
35
      });
36

37
      this.logger.log('简历分析完成');
38
      return result;
39
    } catch (error) {
40
      this.logger.error('简历分析失败:', error);
41
      throw error;
42
    }
43
  }
44
}

1
@Post('/analyze-resume')
2
async analyzeResume(
3
  @Body() body: { resume: string; jobDescription: string },
4
) {
5
  const result = await this.interviewService.analyzeResume(
6
    body.resume,
7
    body.jobDescription,
8
  );
9

10
  return {
11
    code: 200,
12
    data: result,
13
  };
14
}

1
{
2
  "resume": "姓名：张三\n工作年限：5年\n技术栈：Java, Spring Boot, MySQL, Redis\n最近工作：高级后端开发\n主要项目：电商系统、支付系统\n教育背景：计算机本科，985高校",
3
  "jobDescription": "职位：Java 后端开发\n工作年限：3-5年\n技能要求：Java, Spring Boot, MySQL, Redis\n岗位职责：设计高并发系统"
4
}

1
{
2
  "code": 200,
3
  "data": {
4
    "years_of_experience": 5,
5
    "skills": ["Java", "Spring Boot", "MySQL", "Redis"],
6
    "recent_position": "高级后端开发",
7
    "education": "计算机本科，985高校",
8
    "match_score": 88,
9
    "strengths": ["技术栈高度匹配", "有大型项目经验", "学历背景优秀"],
10
    "gaps": ["未提及消息队列经验", "缺少架构设计经历"],
11
    "summary": "候选人技术栈与岗位高度匹配，5年经验符合要求，建议进入技术面试环节。"
12
  }
13
}

1
// ❌ 错的——这是 JavaScript 字符串模板语法，不是 LangChain 变量
2
const prompt = PromptTemplate.fromTemplate(`候选人：${name}`);
3

4
// ✅ 对的——LangChain 用单花括号
5
const prompt = PromptTemplate.fromTemplate(`候选人：{name}`);

1
try {
2
  return await chain.invoke({ ... });
3
} catch (error) {
4
  this.logger.error('解析失败，准备重试:', error);
5
  // 重试逻辑，或者返回降级结果
6
  throw error;
7
}

1
Prompt 模板（resume-quiz.prompts.ts）
2
    ↓
3
AIModelFactory（统一管理模型初始化）
4
    ↓
5
InterviewService（组装链，调用 AI）
6
    ↓
7
Controller（暴露接口）
8
    ↓
9
用户拿到结构化的简历分析报告