新闻详情

新闻详情

首页 / 资讯中心 / 详情

Reactive-Resume:免费开源、可自托管的简历生成器,数据归你所有

发布时间:2026/11/6 21:44:41来源:尧图网络
Reactive-Resume:免费开源、可自托管的简历生成器,数据归你所有
Reactive-Resume免费开源、可自托管的简历生成器数据归你所有【免费下载链接】reactive-resumeA one-of-a-kind resume builder that keeps your privacy in mind. Completely secure, customizable, portable, open-source and free forever. Try it out today!项目地址: https://gitcode.com/GitHub_Trending/re/reactive-resume投简历格式乱掉、ATS 解析不出来是两件常见糟心事。Reactive-Resume 是免费开源的简历生成器边写边看实时预览4 种格式导出还能整套自托管。适合想掌握简历数据主权的求职者。它解决的 3 类场景写简历、查解析、跟投递Word 里写简历排版总乱这里在浏览器里边写边看实时预览担心投递的简历被 ATS 解析失败内置检查器在浏览器里逐项跑一遍同时投十几家公司进度记不住把每条申请当看板卡片跟踪 三步快速上手从安装到首次运行环境准备在机器上装好 Docker 和 Docker Compose没有其他依赖安装克隆仓库 git clone https://gitcode.com/GitHub_Trending/re/reactive-resume然后在 .env 文件里填好 APP_URL、DATABASE_URL、AUTH_SECRET 三个必填变量首次跑通执行启动命令数据库迁移自动执行打开浏览器就能创建第一份简历docker compose up -d环境变量对照表和排错清单见自托管部署文档。3 个核心功能实时预览、一键换模板、ATS 检查模板画廊支持 15 套版式并列对比每套都带风格标签随时切换不丢内容三栏实时预览编辑器左边写内容、中间 PDF 预览、右边管模板与版式区块可拖拽排序微调间距和字号把内容挤回一页内置模板库A4 与 Letter 两种页幅颜色、字体、间距均可自定义模板选择指南有逐套对比ATS 解析检查用解析器打开你的 PDF核对文本可读性与多栏阅读顺序给出 0–100 分报告全程浏览器内运行文件不上传ATS 检查指南有完整流程 值得知道的细节格式、语言、AI、分享导出 4 种格式PDF、Word、JSON、Markdown兼容 JSON Resume旧简历可直接导入界面覆盖 50 多种语言AI 功能可接入 OpenAI、Claude、Gemini、Ollama 等自己的密钥保存前自动测试连接可随时生成公开分享链接也能一键删除数据 自托管与数据归属数据留在自己机器上代码以 MIT 协议公开默认无跟踪、无广告。数据库和上传文件都存在你自己的机器上云版本与自托管版功能完全一致。它适合重视隐私的求职者也适合想在团队内网搭一份简历服务的团队。建议先用云版本上手顺手后把简历导出为 JSON再迁到自建实例内容不会丢。【免费下载链接】reactive-resumeA one-of-a-kind resume builder that keeps your privacy in mind. Completely secure, customizable, portable, open-source and free forever. Try it out today!项目地址: https://gitcode.com/GitHub_Trending/re/reactive-resume创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/6 6:37:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/6 0:32:51

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/6 1:10:54

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/6 17:25:36

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/6 14:29:05

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/6 14:29:07

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉