Skip to content

README_CN.md

Latest commit

 

History

History
189 lines (127 loc) · 5.3 KB

README_CN.md

File metadata and controls

189 lines (127 loc) · 5.3 KB

SmartResume - 智能简历解析系统

SmartResume Logo

💻 Code   |   🤗 Model   |   🤖 Demo   |   📑 Technical Report

English | 中文

项目介绍

SmartResume 是一个面向版面结构的智能简历解析系统，系统支持 PDF、图片及常见 Office 文档格式，融合 OCR 与 PDF 元数据完成文本提取，结合版面检测重建阅读顺序，并通过 LLM 将内容转换为结构化字段（如：基本信息、教育经历、工作经历等）。系统同时支持远程 API 和本地模型部署，提供灵活的使用方式。

smartresume_demo_new.mp4

快速开始

环境要求

  • Python >= 3.9
  • CUDA >= 11.0 (可选，用于GPU加速)
  • 内存 >= 8GB
  • 存储 >= 10GB

本地模型部署额外要求

  • GPU: 推荐 NVIDIA GPU，6GB+ VRAM（用于本地模型推理）
  • 内存: 推荐 16GB+（本地模型需要更多内存）
  • 存储: 每个模型需要 2-10GB 存储空间

安装步骤

  1. 克隆项目
git clone https://github.com/alibaba/SmartResume.git
cd SmartResume
  1. 创建conda环境
conda create -n resume_parsing python=3.9
conda activate resume_parsing
  1. 安装依赖
pip install -e .
  1. 配置环境
# 复制配置文件模板
cp configs/config.yaml.example configs/config.yaml
# 编辑配置文件，添加API密钥
vim configs/config.yaml

基本使用

方法1: 使用命令行界面（推荐）

# 解析单个简历文件
python scripts/start.py --file resume.pdf

# 指定提取类型
python scripts/start.py --file resume.pdf --extract_types basic_info work_experience education

方法2: 使用Python API

from smartresume import ResumeAnalyzer

# 初始化分析器
analyzer = ResumeAnalyzer(init_ocr=True, init_llm=True)

# 解析简历
result = analyzer.pipeline(
    cv_path="resume.pdf",
    resume_id="resume_001",
    extract_types=["basic_info", "work_experience", "education"]
)

print(result)

提示: 命令行每次调用都会重新加载模型，适合单次使用。如需多次调用，推荐以下方式避免重复加载：

Web 服务（推荐多次调用）

python demo/web_app.py
# 在浏览器中访问 http://localhost:4999 上传简历

批量处理

from smartresume import ResumeAnalyzer
import glob, json

analyzer = ResumeAnalyzer(init_ocr=True, init_llm=True)  # 只加载一次

for f in glob.glob("/path/to/resumes/*.pdf"):
    result = analyzer.pipeline(cv_path=f, resume_id=f.split("/")[-1])
    print(json.dumps(result, ensure_ascii=False, indent=2))

本地模型部署

SmartResume 现在支持使用 vLLM 进行本地模型部署，减少对外部 API 的依赖：

# 下载 Qwen-0.6B-resume 模型
python scripts/download_models.py

在 configs/config.yaml 中配置 use_direct_models: true 和 direct_model_name，无需单独启动 vLLM 服务（进程内调用）。

详细的本地模型部署指南请参考 LOCAL_MODELS。

核心特色

指标类别 具体指标 数值 说明
布局检测 mAP@0.5 92.1% 高布局检测精度
信息抽取 整体准确率 93.1% 高准确率
处理速度 单页处理时间 1.22s 高性能
多语言支持 支持语言数 多种 覆盖全球主要语言

基准结果

详细的基准测试结果请参考 基准测试结果。

配置说明

详细的配置选项请参考 配置指南。

快速配置

复制配置模板并根据需要编辑：

cp configs/config.yaml.example configs/config.yaml

主要配置区域：

  • 模型设置: API密钥、模型选择和参数配置
  • 处理选项: OCR设置和输出格式
  • 本地模型: vLLM部署和GPU配置

License Information

本项目采用 LICENSE。

未来我们将逐步替换为更宽松许可的方案，以提升用户友好度与灵活性。

重要说明

受限于开源合规性问题，代码是重构版本，内部PDF解析和OCR无法公布，使用的开源版本平替，部分功能未全部兼容。

Acknowledgments

Citation

@article{Zhu2025SmartResume,
  title={Layout-Aware Parsing Meets Efficient LLMs: A Unified, Scalable Framework for Resume Information Extraction and Evaluation},
  author={Fanwei Zhu and Jinke Yu and Zulong Chen and Ying Zhou and Junhao Ji and Zhibo Yang and Yuxue Zhang and Haoyuan Hu and Zhenghao Liu},
  journal={arXiv preprint arXiv:2510.09722},
  year={2025},
  url={https://arxiv.org/abs/2510.09722}
}

注意: 请确保项目使用遵守相关法律法规和隐私政策。