import json
import os
import gradio as gr
import requests
from langchain.chat_models import ChatOpenAI
import recruiting_assistant # Assuming this module provides the required reversed functionality
import skills
import utils
llm = ChatOpenAI(temperature=0.0, openai_api_key=os.environ["OPENAI"])
def search(resume):
url = f"https://3jxjznzonb.execute-api.eu-west-1.amazonaws.com/dev/prediction" # vervang met uw API-eindpunt
headers = {
"Content-Type": "application/json",
"x-api-key": os.environ["API_KEY"],
} # pas headers indien nodig aan
response = requests.post(url, headers=headers, data=json.dumps({"text": resume, "limit":3}))
response_data = response.json()
if "prediction" in response_data:
prediction = response_data["prediction"]
if isinstance(prediction, list):
# Convert prediction to HTML table
html_table = "
"
# Add table headers
html_table += "Vacancy | Score | Skills Match | Skills Missing |
"
for i, vacancy in enumerate(prediction):
(
score,
skills_intersection,
skills_not_in_intersection,
) = get_skills_score(vacancy=vacancy, resume=resume)
# Voeg een nieuwe regel toe na elke '.' en voeg "Vacature :\n" toe voor elk item
updated_item = f"VACATURE {i + 1}: {vacancy}"
html_table += f"{updated_item} | {score} | {skills_intersection} | {skills_not_in_intersection} |
"
html_table += "
"
return html_table
return "niets teruggevonden ..."
def get_skills_score(vacancy, resume):
chain = skills.get_skills_chain(llm=llm)
result = chain({"vacancy": vacancy, "resume": resume})
vacancy_skills_predicted = utils.get_json_list_from_result(
result, "vacancy_skills_predicted"
)
resume_skills_predicted = utils.get_json_list_from_result(
result, "resume_skills_predicted"
)
skills_intersection = utils.get_intersection(
vacancy_skills_predicted, resume_skills_predicted
)
skills_not_in_intersection = utils.not_in_intersection(
vacancy_skills_predicted, resume_skills_predicted
)
match_score = utils.match(
present_features=skills_intersection,
not_present_features=skills_not_in_intersection,
)
return match_score, skills_intersection, skills_not_in_intersection
examples = [
"""
Naam: John Doe
Adres: Parkstraat 123, 1000 Stadsveld
Telefoon: +31 6 1234 5678
E-mail: john.doe@email.com
Geboortedatum: 15 juli 1985
Nationaliteit: Nederlandse
Profiel:
Een toegewijde en bekwame koeltechnieker met 8 jaar ervaring in het ontwerpen, installeren, onderhouden en repareren van koelsystemen. Technisch onderlegd en bekend met verschillende koeltechnieken. Een probleemoplosser die snel storingen kan diagnosticeren en efficiënte oplossingen kan implementeren. Goed in teamverband en klantgericht.
Werkervaring:
Service Technicus bij KoelTech B.V. - januari 2018 tot heden
Verantwoordelijk voor het installeren en onderhouden van commerciële en industriële koelsystemen.
Diagnose stellen en repareren van storingen in koelapparatuur.
Uitvoeren van preventief onderhoud om de prestaties van koelinstallaties te optimaliseren.
Klantgerichte aanpak om vragen en problemen van klanten op te lossen.
Assistent Koeltechnieker bij CoolAir Installaties - maart 2014 tot december 2017
Betrokken bij het ontwerp en de installatie van nieuwe koelsystemen in residentiële gebouwen.
Uitvoeren van druk- en temperatuurmetingen om de juiste werking van de systemen te waarborgen.
Oplossen van technische problemen en het vervangen van defecte onderdelen.
Het trainen van klanten in het juiste gebruik en onderhoud van koelapparatuur.
Opleiding:
MBO Koeltechniek - Technische School Stadsveld - 2014
Certificaat Veilig werken met koelinstallaties - Koelacademie Nederland - 2014
Vaardigheden:
Uitgebreide kennis van verschillende koeltechnieken en -systemen.
Sterk technisch inzicht en probleemoplossend vermogen.
Bekend met veiligheidsvoorschriften en -procedures in de koeltechniek.
Goede communicatieve vaardigheden om effectief te kunnen samenwerken met collega's en klanten.
Bekwaamheid in het lezen van technische tekeningen en schema's.
Talen:
Nederlands: Moedertaal
Engels: Goed
Referenties:
Beschikbaar op verzoek.
Opmerking: Dit CV bevat fictieve gegevens en dient alleen ter illustratie. Gebruik het als een sjabloon en vervang de gegevens door je eigen informatie bij het maken van een CV.
"""
]
demo = gr.Blocks()
with demo:
with gr.Group():
with gr.Box():
with gr.Row(elem_id="prompt-container").style(
mobile_collapse=False, equal_height=True
):
with gr.Column():
gr.Markdown(
"""
## 1. Voer een CV in en krijg relevante vacatures terug.
"""
)
text_cv = gr.Textbox(
lines=7,
label="Plak hier een CV...",
)
b1 = gr.Button("Zoek Vacatures").style(
margin=False,
rounded=(False, True, True, False),
full_width=False,
)
html_search_result = gr.HTML(
label="Top vacatures gevonden in de database",
)
b1.click(search, inputs=text_cv, outputs=html_search_result)
gr.Markdown(
"""
## 2. Selecteer een geschikte vacature voor deze CV, plak deze in het tekstveld en krijg een relevante intro.
"""
)
text_vacature = gr.Textbox(
label="Kopieer / Plak hier uw voorkeursvacature van hierboven en klik op de knop om een sollicitatie te schrijven",
)
b2 = gr.Button("Schrijf een relevante sollicitatie").style(
margin=False,
rounded=(False, True, True, False),
full_width=False,
)
gr.Markdown(
"""
## 3. U heeft een relevante intro.
"""
)
text_intro = gr.Textbox(label="Introductie E-mail")
evaluatie = gr.Textbox(label="Evaluatie van de functie-eisen")
b2.click(
recruiting_assistant.create_intro,
inputs=[text_vacature, text_cv],
outputs=[text_intro, evaluatie],
)
gr.Examples(
examples=examples,
fn=search,
inputs=text_cv,
outputs=html_search_result,
cache_examples=False,
)
demo.launch()