SmartResume - 智能简历解析系统

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

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。

demo

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

克隆项目

git clone https://github.com/alibaba/SmartResume.git
cd SmartResume

创建conda环境

conda create -n resume_parsing python=3.9
conda activate resume_parsing

安装依赖
```
pip install -e .
```

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)

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

# 部署模型
bash scripts/start_vllm.sh

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。

TODO List

避免每次加载模型、兼容vllm部署后调用 - 优化模型加载机制，避免重复加载，并兼容vLLM部署后的调用方式
水印和损坏PDF解析走OCR链路 - 对于有水印或损坏的PDF文件，使用OCR链路进行解析
更简单的调用方式 - 简化API调用方式，提升易用性

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。