看见自己，也看见更多可能

# 项目说明 一句话概括：Isyou 是一款面向多元神经群体的职业探索与成长 Coach，通过具体经历理解用户，把能力画像连接到真实岗位，并将职业差距转化为每天可以完成的小行动。 ## 1. 问题 传统招聘和职业测评通常依赖“沟通能力强不强”“是否抗压”等抽象自评。这类表达容易忽略环境、任务结构和工作方式的差异，也会给不擅长自我包装的用户带来较高负担。 现有产品主要存在四个问题： - 抽象标签多，用户很难准确描述自己。 - 岗位推荐只看职位名称，较少分析具体任务、规则和工作环境。 - 推荐结果缺少依据，用户不知道“为什么适合”。 - 培训内容通常是固定课程，没有根据个人差距和实际进度动态调整。 ## 2. 方案 Isyou 将职业探索设计成一条可追溯的完整路径： 1. **结构化能力探索** 通过生活场景、具体经历和卡片选项收集信息，允许跳过、不确定和自由补充，不要求用户先给自己贴标签。 2. **能力图谱** 将回答整理为能力倾向、环境偏好、约束条件和待确认项。每条判断都尽量保留来源，未知信息不会被写成能力缺陷。 3. **岗位匹配与真实岗位检索** 从任务结构、环境要求和规则稳定性等维度匹配岗位，同时支持联网检索公开招聘页面、核验职位信息并导出选定 JD。 4. **通用成长 Coach** Coach 自动接收当前岗位、能力画像和岗位差距，依次生成 Gap Map、阶段计划和每日任务。用户提交结果后，系统将其保存为待复核证据，并在下一学习日先 Review，再调整后续任务。 ## 3. 完成度 目前已经形成可以完整演示的端到端 Demo： - 能力探索问卷与本地进度保存。 - 可追溯的能力图谱。 - 5 个稳定的演示岗位匹配结果。 - 真实岗位候选搜索、公开页面核验与 JD 下载。 - 岗位详情到通用 Coach 的上下文传递。 - Gap Map、阶段计划、每日任务和多日 Review。 - 暂停、恢复、卡点反馈和任务降级。 - 前端与 Coach API 同源运行。 - 演示岗位与真实岗位明确区分。 - 20 项自动化测试全部通过。 - GitHub 公开仓库和本地运行说明已完成。 当前仍属于 Hackathon Demo：Coach 会话主要保存在服务进程内存中，联网岗位搜索依赖外部 API、网络状态及招聘页面的可访问性。 ## 4. 下一步 1. **数据持久化** 接入数据库和账号体系，长期保存画像、Coach 会话、任务记录与能力证据。 2. **提高 Coach 个性化能力** 在现有状态机和安全边界内接入可控的模型能力，使任务内容更贴合岗位、用户起点和历史反馈。 3. **完善真实岗位链路** 增加更多招聘来源、搜索缓存、异步任务、失败重试和岗位失效检测。 4. **开展真实用户测试** 邀请多元神经群体、职业顾问和招聘方参与测试，重点验证提问压力、推荐准确性和任务可执行性。 5. **加强隐私与可访问性** 完善数据授权、删除机制、日志脱敏、键盘操作、屏幕阅读器支持和低刺激视觉模式。 6. **生产化部署** 增加 HTTPS、监控告警、限流、数据库备份和模型成本控制，使项目从可演示 Demo 走向可持续使用的产品。