022. AI 简历服务目标与 Vibe 项目路线

学习目标

这一节先重新说明课程节奏和项目目标，再介绍 AI 简历生成服务和后续 Vibe Coding 系统的整体方向。

学完后，你应该能理解：

• 为什么课程要先补 AI 简历生成服务；
• 线上演示服务为什么不能直接让所有人共用；
• 部署自己的服务有什么意义；
• AI 简历项目和后面的 Vibe 项目是什么关系；
• Vibe Coding 系统最终想解决什么问题；
• 后续学习为什么要继续关注前后端结合。

当前课程进度

前面已经讲到模型服务调用和代理。

但上一次时间比较紧，所以这一节先把后续安排讲清楚。

课程会先处理 AI 简历生成服务。

然后再回到模型调用、代理、前端页面和后端接口的细节。

这不是跳来跳去，而是因为 AI 简历服务需要前面做好的前端、登录、请求和后端基础能力。

为什么要部署自己的 AI 简历服务

老师已经有一个线上演示地址。

但这个地址不能给所有同学直接使用。

原因很现实：

• 并发访问会增加服务器压力；
• 模型调用会消耗额度；
• 学员生成自己的简历需要独立数据；
• 后面调试环境也需要每个人自己掌握。

所以课程会带大家部署自己的 AI 简历服务。

部署完成后，你就可以用自己的服务器、自己的模型配置，生成自己的简历内容。

部署会比第一次简单

前面已经部署过基础实战项目。

数据库、服务器、Nginx、端口、安全组等基础环境大多已经准备过。

所以这一次 AI 简历服务部署会简单一些。

重点不再是从零认识服务器，而是理解：

• 哪些前端文件要上传；
• 哪些后端配置要改；
• 模型服务地址怎么填；
• 数据库连接怎么复用；
• 线上页面如何访问自己的服务。

AI 简历生成的意义

AI 简历生成不是为了做一个普通表单。

它的价值在于让大模型参与内容生成。

例如：

• 根据用户输入生成简历内容；
• 生成项目描述；
• 优化工作经历；
• 生成 PDF 或预览内容；
• 让用户快速得到可修改的简历草稿。

这类功能能帮助你理解 AI 应用不是只有聊天框。

AI 可以嵌入到具体业务流程里。

Vibe Coding 项目的方向

课程后面还会进入更大的 Vibe Coding 系统。

它的目标是让用户通过和 AI 对话完成开发任务。

例如：

• 让 AI 建表；
• 让 AI 生成后端接口；
• 让 AI 生成前端页面；
• 让 AI 修改模块配置；
• 让 AI 在系统里完成一套 CRUD 模块。

最终效果是：你提出一个业务模块需求，系统可以在很短时间内生成表结构、接口和页面。

这比普通 AI 聊天更进一步。

它要求 AI 能理解项目规范，并能调用系统工具。

为什么先做 AI 简历

AI 简历项目是进入更复杂 Vibe 系统前的过渡项目。

它能让你先练到：

• 前端页面；
• 后端接口；
• 模型调用；
• 文件和图片处理；
• 部署；
• 简单 AI 业务流。

这些能力后面都会复用。

如果直接进入 Vibe Coding 系统，跨度会太大。

先通过 AI 简历服务把前后端和模型调用跑通，后面学习 Agent 系统会更容易。

关于就业方向

课程里也提到，AI 全栈不是只会调模型。

你需要能讲清楚：

• 前端如何承接 AI 输出；
• 后端如何封装模型调用；
• 数据库如何保存业务数据；
• 部署环境如何跑起来；
• AI 如何真正进入业务流程。

如果只会写提示词，很难形成完整项目竞争力。

如果能把前端、后端、模型服务和部署串起来，项目说服力会强很多。

阶段重点

这一节不是大量写代码，而是把接下来的路线讲清楚。

先部署自己的 AI 简历服务，再继续补模型调用和代理，最后进入 Vibe Coding 系统。

这条路线的核心是：从一个具体 AI 业务项目，过渡到能够让 AI 参与开发的系统。