透過三十天來介紹如何透過 Gemini 與 Google ADK,做一個 AI 職涯助理,並記錄把它從 Demo 推到可上線的完整過程。
功能上:上傳履歷與職缺、解析成結構化資料、比對職缺要求與履歷證據、提出可追溯的改寫建議、針對落差產生學習計畫,並用程式驗證計畫的合理性。
技術上:以 Google Gen AI SDK 完成模型呼叫與結構化輸出,用 Google ADK 建立 Agent 與工具,透過 Sessions 保存對話狀態,處理使用者隔離與資料刪除,測試 Prompt Injection,最後部署到 Agent Runtime,並接上 Trace、Logging 與 Monit
在這個大AI時代下,你是不是也常常直接打了一段 prompt,然後再將履歷上傳給 AI,過了幾秒後,拿到了兩三點建議,像是以下 把成果量化、指標化 精簡冗言...
Recap: 昨天主要在說要做甚麼,今天來講會用到的 Tool ! 前陣子在團隊開發時,聽到其他同事說這個 Workflow 要上 Vertex AI,但是...
recap: 昨天簡單介紹了模型、SDK、ADK 與 Runtime 的四層關係,今天把最底下兩層,模型和 Gen AI SDK 實際跑一次看看 今天的目標...
Recap: 昨天跑出了第一次呼叫,但那只是一個python腳本,每次呼叫都要運行 昨天那支腳本是能動,但可是換個問法就要回去改 contents= 那一行...
Recap: 昨天把腳本包成 /analyze,但要用它還得開 Swagger Day 02 提過 ADK 是把模型組裝成 agent 的框架它除了框架本身...
Recap: 昨天畫面做出來了,但測試的方式還是篇人工 每次貼的履歷都不一樣,結果變好,分不出是 prompt 的作用還是題目變簡單接下來幾天每天都在改 p...
Recap: 昨天把輸入固定了,今天換輸出 Day 04 的回應長這樣 class AnalyzeResponse(BaseModel): mode...
Recap: 昨天把履歷拆成欄位了,但輸入還是靠貼的 沒有人的履歷是純文字檔從人力銀行下載、從 Word 匯出,拿到的都是 PDF 今天讓它可以上傳 只用...
Recap: 履歷進得來了,也拆成欄位了,今天開始拿它跟職缺對照 職缺的每一條要求,去履歷裡找有沒有對應的證據找到就附上原句,找不到就說找不到 模型判定,程...
Recap: 昨天把職缺要求一條一條對回履歷,每一條都附原文有了證據之後,就可以開始做大家最常叫 AI 做的事:改寫履歷 但這也是整個系列我最在意的一篇因為...