Skip to content

cli.md

Latest commit

 

History

History
181 lines (132 loc) · 3.74 KB

cli.md

File metadata and controls

181 lines (132 loc) · 3.74 KB
Raw

命令行工具

SmartResume 提供了强大的命令行工具，支持批量处理和自动化任务。

基本用法

解析单个文件

# 基本用法
python scripts/start.py --file resume.pdf

# 指定输出目录
python scripts/start.py --file resume.pdf --output_dir ./results

# 指定提取类型
python scripts/start.py --file resume.pdf --extract_types basic_info work_experience

批量处理

# 处理整个目录
python scripts/start.py --input_dir ./resumes --output_dir ./results

# 指定文件类型
python scripts/start.py --input_dir ./resumes --file_types pdf,jpg,png

# 使用多进程加速
python scripts/start.py --input_dir ./resumes --num_workers 4

命令行参数

输入选项

参数 说明 示例
--file 单个文件路径 --file resume.pdf
--input_dir 输入目录 --input_dir ./resumes
--file_types 文件类型过滤 --file_types pdf,jpg

输出选项

参数 说明 示例
--output_dir 输出目录 --output_dir ./results
--output_format 输出格式 --output_format json
--save_images 保存处理图片 --save_images

处理选项

参数 说明 示例
--extract_types 提取字段类型 --extract_types basic_info,work_experience
--language 文档语言 --language zh
--use_ocr 强制使用OCR --use_ocr

性能选项

参数 说明 示例
--num_workers 并行进程数 --num_workers 4
--batch_size 批处理大小 --batch_size 8
--max_memory 最大内存使用 --max_memory 8GB

使用示例

示例1：处理PDF简历

python scripts/start.py \
  --file resume.pdf \
  --output_dir ./output \
  --extract_types basic_info work_experience education \
  --output_format json

示例2：批量处理图片简历

python scripts/start.py \
  --input_dir ./image_resumes \
  --output_dir ./results \
  --file_types jpg,png \
  --use_ocr \
  --language zh \
  --num_workers 4

示例3：自定义配置

python scripts/start.py \
  --input_dir ./resumes \
  --config configs/custom_config.yaml \
  --output_format xml \
  --save_images \
  --verbose

配置文件

可以通过配置文件自定义默认行为：

# config.yaml
processing:
  default_extract_types:
    - basic_info
    - work_experience
    - education
  
  output:
    format: json
    save_images: false
  
  performance:
    num_workers: 4
    batch_size: 8

使用配置文件：

python scripts/start.py --config config.yaml --file resume.pdf

错误处理

常见错误

  1. 文件格式不支持

    ERROR: Unsupported file format: .pptx
SOLUTION: 使用支持的文件格式（PDF、图片、Word、TXT）

  2. 内存不足

    ERROR: Out of memory
SOLUTION: 减少 --batch_size 或 --num_workers

  3. API密钥错误

    ERROR: Invalid API key
SOLUTION: 检查配置文件中的API密钥

性能优化

批量处理优化

# 使用SSD存储
python scripts/start.py --input_dir /ssd/resumes --output_dir /ssd/results

# 调整并行度
python scripts/start.py --num_workers $(nproc) --batch_size 16

# 使用GPU加速
python scripts/start.py --use_gpu --batch_size 32

内存优化

# 限制内存使用
python scripts/start.py --max_memory 4GB --batch_size 1

# 流式处理大文件
python scripts/start.py --stream_processing --chunk_size 1024

下一步