docs/prd.md

📄 PRD — AI-powered Resume & Cover Letter Generator

1. Product Overview

This tool helps users automatically generate a Resume and Cover Letter tailored to a given Job Description (JD).

Frontend: Streamlit for simple, interactive UI.
Backend: Python + LiteLLM for multi-provider LLM integration.

目标:

• 快速生成个性化简历 & 求职信
• 用户可反复迭代修改，直到满意
• 一键导出 PDF

---

2. User Flow

1. 输入阶段

   • 用户粘贴 Job Description (JD)
   • 用户粘贴 个人信息（简历内容、项目介绍、其他说明）

2. 分析 & 生成阶段

   • 点击 Analyse → LLM 解析 JD + 用户信息，产出分析总结（关键技能、岗位要求、匹配点、差距、建议、短 Pitch）
   • 随后基于总结触发一次 生成：输出 Resume (Markdown) 与 Cover Letter (Text)
   • UI 在同一屏内立即预览两份文档（无单独“预览阶段”）

3. Refine 阶段

   • 用户在 Feedback InputBox 输入反馈（例如“强调 CI/CD 和 DevOps”）
   • 点击 Refine → 基于反馈更新分析总结，并再次 生成 两份文档
   • UI 始终预览最新的 Resume & Cover Letter

4. 导出阶段

   • 用户点击 Export PDF
   • 系统导出 Resume PDF + Cover Letter PDF

---

3. Core Features

• Frontend (Streamlit)

  • InputBox: Job Description
  • InputBox: User Info
  • Button: Analyse
  • InputBox: 用户反馈
  • Button: Refine
  • Preview Resume (Markdown) & Cover Letter (Text)
  • Button: Export PDF

• Backend (LLM)

  • Analyse Prompt → 输出 JSON summary
  • Refine Prompt → 基于用户反馈更新 summary
  • Generate Prompt (Single) → 同时生成 Resume (Markdown) + Cover Letter (Text)

• Export

  • Markdown → PDF
  • Text → PDF

---

3.1 UI Spec

• Layout: 单页 Streamlit；左侧输入与控制，右侧结果与预览。
• Inputs:
  • Job Description 文本域（必填）
  • User Info 文本域（可包含简历要点、项目、加分项）
  • Feedback 文本域（可选，用于强调或修正分析方向）
• Actions:
  • Analyse：解析 JD+User，生成/更新总结；随后立即生成并预览两份文档
  • Refine：基于反馈更新总结；随后重新生成并预览两份文档
  • Export PDF：导出两份 PDF（Resume、Cover Letter）
• Outputs:
  • Analyse Summary（关键技能、匹配点、差距、建议、短 Pitch）
  • Resume (Markdown 渲染预览)
  • Cover Letter (纯文本预览)

---

3.2 Button Actions

• Analyse:

  • 前置校验：JD 和 User Info 不为空。
  • 生成总结：services/analyse_service.analyse(jd, user)。
  • 生成文档：services/generation_service.generate_both(summary, user)。
  • UI 更新：展示 Analyse Summary 与两份文档预览。
  • 错误处理：捕获 LLM/解析错误，展示可重试提示；记录结构化日志。

• Refine:

  • 前置校验：存在有效 summary 且 Feedback 非空。
  • 更新总结：services/analyse_service.refine(summary, feedback)。
  • 重新生成：services/generation_service.generate_both(updated_summary, user)。
  • UI 更新：覆盖预览为最新版本。

• Export PDF:

  • 前置校验：已生成 Resume 与 Cover Letter。
  • 调用 services/pdf_service.md_to_pdf(resume_md, path) 与 txt_to_pdf(cover_letter_txt, path) 生成两份 PDF。
  • 提供下载：通过 st.download_button 返回二者（或打包 zip）。
  • 默认命名：exports/{timestamp}_resume.pdf 与 exports/{timestamp}_cover_letter.pdf。

---

4. 技术实现概览

4.1 项目结构

apply-helper/
├── pyproject.toml           # 项目依赖与配置
├── README.md                # 项目说明文档
├── app.py                   # Streamlit 前端主入口
├── docs/
│   ├── prd.md               # 产品需求文档
│   └── spec.md              # 技术规格说明
├── services/
│   ├── analyse_service.py   # JD/用户信息分析与总结
│   ├── generation_service.py # 简历与求职信生成
│   ├── pdf_service.py       # PDF 导出功能
│   └── llm_service.py       # LLM/LiteLLM 统一封装与调用
├── llm/
│   ├── litellm_client.py    # LiteLLM API 封装
│   └── prompt_templates.py  # LLM Prompt 模板管理
├── exports/                 # 导出 PDF 文件目录
└── tests/                   # 单元测试

4.2 主要技术实现

• 前端：Streamlit 单页应用，左侧输入与控制，右侧结果与预览。
• 后端服务：
  • analyse_service.py：负责 JD/用户信息分析与总结。
  • generation_service.py：负责简历与求职信生成。
  • pdf_service.py：负责 PDF 导出。
  • llm_service.py：统一封装 LLM 调用，底层通过 llm/litellm_client.py 对接 LiteLLM。
  • llm/prompt_templates.py：管理各类 Prompt 模板。
• 依赖管理：推荐使用 uv 管理 Python 依赖。
• LLM 接入：LiteLLM 支持多云模型，密钥通过 .env 配置。
• 扩展性：各服务模块解耦，便于未来扩展多语言、社交信息抓取等。

---

5. Example Workflow

• 输入 JD: "Looking for a React developer with AI integration experience..."
• 输入 Resume/Project info
• 点击 Analyse → 输出关键技能、匹配点、差距，并生成 Resume(MD) + Cover Letter(TXT) 预览
• 用户输入反馈 "强调 CI/CD 和 DevOps"
• 点击 Refine → 更新总结并重新生成两份文档（即时预览）
• 导出 PDF

---

6. Future Extensions

• 多语言支持 (EN/DE)
• 自动建议改进点
• GitHub/LinkedIn 自动抓取信息
• ATS 优化模式

---