KI-Tools, bewertet für deinen Beruf
Bezahlte KI-Jobs
🤝 Du bist in der Frei-&-Open-Source-Bibliothek — von der Community entwickelte Tools, die du kostenlos nutzen kannst. Ein anderes Konzept als unser bewertetes KI-Verzeichnis.
Start › Frei & Open Source › Personal › AI-Resume-Analyzer
✦ Frei & Open SourcePersonal

AI-Resume-Analyzer

Analysiert PDF-Lebensläufe, um Fähigkeiten zu extrahieren, Kandidaten-Rollen vorherzusagen und Rekrutierungsanalysen zu erstellen.

Automatisieren Sie die Lebenslauf-Analyse und das Abgleichen von Kandidatenrollen

Extrahieren Sie Bewerberfähigkeiten, strukturieren Sie Kandidatendaten in MySQL und generieren Sie aggregierte Einstellungsmetriken.

Für immer kostenlos · Open Source · MIT
✓ Needs IT✓ Im Browser✓ Echtzeit-Zusammenarbeit
6
ZEKAI
Einfaches Python-Analysetool
Frei & Open Source · Personal
Einfache Einrichtung3
Nützlichkeit5
Wartung9.5
Community6.5
★ 923
GITHUB
Oct 2026
AKTUALISIERT
MIT
LIZENZ
🛠 Keine Lust auf Self-Hosting? Wir richten es ein →
⚡ Schnelle Antwort

AI-Resume-Analyzer ist ein Python- und Streamlit-Tool, das entwickelt wurde, um PDF-Lebensläufe zu analysieren, Bewerberfähigkeiten zu extrahieren und Bewerber anhand von Zielrollen zu bewerten. Es hilft HR-Teams und Vermittlungsabteilungen dabei, unstrukturierte Lebensläufe für Talentanalysen in strukturierte Daten umzuwandeln.

Läuft auf
Web
Hosting
Self-host
Sprachen
Python
Lizenz
MIT

Was es ist

Die Anwendung analysiert eingehende PDF-Lebensläufe mithilfe von NLP-Bibliotheken wie spaCy und PyResparser, um grundlegende Kontaktinformationen, Fähigkeiten und Schlüsselbegriffe herauszufiltern. Sie gleicht analysierte Profile mit vordefinierten Jobbereichen ab, schlägt Bewerbern fehlende Fähigkeiten oder Schulungsvideos vor und protokolliert Kandidatenmetriken in einem MySQL-Backend mit CSV-Exportfunktionen.

Für wen

Dieses Tool eignet sich für akademische Vermittlungsstellen und kleine interne Rekrutierungsteams, die einen Open-Source-Analyseprototypen zur Aggregation von Bewerberdatensätzen suchen. Es ist nicht geeignet für HR-Umgebungen in Unternehmen, die sofort einsatzbereite ATS-Integrationen, strenge Sicherheitskonformität oder eine nicht-technische Bereitstellung erfordern.

Wichtige Funktionen

Automatisierte Fähigkeitsextraktion

Analysiert PDF-Lebensläufe mithilfe natürlicher Sprachverarbeitung, um Kontaktinformationen, Fähigkeiten und Schlüsselbegriffe von Bewerbern zu extrahieren.

Vorhersage der Kandidatenrolle

Gleicht extrahierte Lebenslauf-Schlüsselwörter mit Domänenkriterien ab, um Jobrollen vorherzusagen und Erfahrungsstufen zu schätzen.

Admin-Analytik-Dashboard

Zeigt aggregierte Kreisdiagramme für Kandidatenerfahrung, Standorte und Lebenslauf-Bewertungen mit CSV-Datenexportfunktionen an.

Empfehlungen für Fähigkeitslücken

Generiert maßgeschneiderte Kurs- und Fähigkeitsvorschläge für Bewerber basierend auf Schlüsselwortlücken in ihren Lebensläufen.

Erste Schritte

Startklar in 3 Schritten

1
Klonen Sie das Repository, erstellen Sie eine virtuelle Python 3.9-Umgebung und installieren Sie die Abhängigkeiten aus requirements.txt.
2
Installieren Sie das en_core_web_sm-Modell von spaCy und kopieren Sie die benutzerdefinierte Datei resume_parser.py in das pyresparser-Verzeichnis Ihres virtualenv.
3
Erstellen Sie eine MySQL-Datenbank namens cv, aktualisieren Sie Ihre Anmeldeinformationen in App.py und starten Sie das Dashboard über streamlit run App.py.
Klartext

Unser ehrliches Fazit

Stärken

  • Strukturiert unstrukturierte PDF-Lebenslaufdaten direkt in einer lokalen MySQL-Datenbank für die interne Berichterstattung.
  • Enthält vorkonfigurierte Admin-Dashboards zur Visualisierung von Kandidatenstandort- und Erfahrungsverteilungen.
  • Bietet interaktive, auf den Kandidaten ausgerichtete Bewertungen und Empfehlungen zu Fähigkeitslücken von Haus aus.
  • Exportiert rohe, analysierte Bewerberdaten direkt in CSV-Dateien für eine schnelle externe Analyse.

Schwächen

  • Erfordert das manuelle Überschreiben einer Kernbibliotheksdatei im Ordner site-packages der Python-Virtuellen Umgebung.
  • Hängt von fest codierten Datenbankanmeldeinformationen im Hauptanwendungscode ab anstelle von Umgebungsvariablen.
  • Erfordert vor dem Ausführen des Setups eine lokale MySQL-Installation und C++-Build-Tools.
  • Eingeschränkte Fähigkeitszuordnung, die primär für Tech-Rollen wie Web, Mobil und Data Science vorkonfiguriert ist.
Kosten

Preise & Lizenz

Die Codebasis ist kostenlos und unter der MIT-Lizenz Open Source. Der Autor erwähnt eine optionale kommerzielle Plattform eines Drittanbieters (CVInsight) für Benutzer, die ein verwaltetes Produkt wünschen, aber das Selbst-Hosten dieses Repositorys verursacht nur Ihre eigenen Server- und Datenbankkosten.

Bezahlte Arbeit

Stellen für Deutschsprachige

877 offene Remote-Stellen im KI-Training, aktualisiert am 16. November 2026; die meisten zahlen $20–$175 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.

Alle offenen Stellen ansehen →
Vergleich

Alternativen

🎁 Freie & Open-Source-Alternativen

Diese bewerteten KI-Tools erledigen die Aufgabe sofort — aus unserem bewerteten Verzeichnis.

Mehr

Nutze es, oder lass es uns einrichten

📄 Kostenloses PDF: AI-Resume-Analyzer für Personal
Ein verständlicher Leitfaden für dein erstes Ergebnis. Direkt in dein Postfach.
🔔 64 Personen wünschen sich ein komplettes Video-Tutorial — stimme ab
🛠 Keine Lust auf eigene Einrichtung?
Wir installieren, hosten & konfigurieren AI-Resume-Analyzer für dich — und schulen dein Team.
Erledigen lassen ↗
Fragen

FAQ

Kann ich AI-Resume-Analyzer mit anderen Datenbanken als MySQL verwenden?

Von Haus aus ruft das Skript MySQL-Syntax und -Verbindungen in App.py explizit auf, was eine Code-Refaktorierung erfordert, um PostgreSQL oder SQLite zu verwenden.

Unterstützt es nicht-englische Lebensläufe?

Die Standard-NLP-Pipeline verwendet das englische Modell von spaCy (en_core_web_sm), was bedeutet, dass nicht-englische Lebensläufe nicht genau analysiert werden.

Gibt es ein vorgefertigtes Cloud-Hosting-Paket?

Nein, dies ist ein lokales Projekt, das so konzipiert ist, dass es mit Python und Streamlit direkt auf Ihrer eigenen Infrastruktur ausgeführt wird.

Radar

Neueste KI-News

✉️ Das wöchentliche kostenlose Toolkit
Die besten neuen freien & Open-Source-Tools für Personal — eine kurze E-Mail pro Woche, in deiner Sprache.
Kostenlos · 1 E-Mail/Woche · jederzeit abbestellbar
Mit KI-Training Geld verdienen →

Zekai zuerst in Google sehen