Aural
AI面试平台
产品介绍
Aural 是一款面向技术招聘、模拟面试、用户研究与客户访谈场景的开源 AI 访谈平台。项目支持语音、文字和视频访谈,能够根据访谈目标与受访者回答动态生成追问,并在会话结束后产出可复查的结构化评估与总结。
核心功能
• 多模态访谈:支持语音、文字与视频会话,适用于远程面试、模拟练习、用户研究和需求调研。
• 动态追问:结合访谈目标、评分标准、上下文和已有回答,判断是否继续追问或进入下一题,减少固定题库带来的机械感。
• 结构化评估:按问题生成分数、评分理由、优势与改进建议,并汇总为完整报告,保留“问题—回答—评价”的证据链,方便人工复核。
• 技术面试工具:内置 Monaco Editor 在线编程环境和 Excalidraw 白板,可将代码、系统设计与对应问题关联保存。
• 会话恢复:访谈状态、回答和转录内容持续保存,即使浏览器刷新或实时连接中断,也可以从已保存的状态继续。
• 开放集成:提供清晰的数据结构和接口能力,可与 ATS、CRM 或企业内部工作流集成。
技术架构
Aural 使用 Next.js 14、TypeScript 和 tRPC 构建应用层,基于 Supabase 提供身份认证、PostgreSQL 数据库与文件存储,界面采用 Tailwind CSS、shadcn/ui 和 Radix UI。实时语音链路由独立的 WebSocket Relay 负责,以避免在浏览器中暴露模型服务凭据,并统一不同模型提供商的事件格式。模型适配层按文本生成、实时语音、转录与评估能力拆分,便于根据成本、区域和业务需求替换服务商。
自托管与开源
项目采用 MIT 许可证开源,支持团队部署到自己的基础设施中,自主管理数据库、文件、模型密钥和访谈数据。仓库提供环境变量示例、部署说明以及中英文文档,欢迎体验、提交 Issue、贡献代码或参与功能讨论。
