Digital Twin Rag Solution

数字孪生I（RAG解决方案）

A. 数字孪生 --一个个人AI代理，能够使用RAG架构和MCP集成在专业面试中自主代表你。

架构概述

User/Recruiter ──► Interview Chat UI
                        │
                        ▼
              ragInterview() Server Action
                        │
         ┌──────────────┴──────────────┐
         ▼                              ▼
  Upstash Vector                    Groq LLaMA 3.1
  (profile search)                  (answer generation)
         │                              │
         └──────────────┬──────────────┘
                        ▼
            First-Person Answer + Sources
                        
              ──── MCP Integration ────
                        
  VS Code Copilot ──► search_profile / get_profile_section / run_interview
  Claude Desktop ──┘

              ──── Interview Simulation ────
                        
  Job Descriptions (/jobs) ──► Simulation Script ──► Results (/interview)

特性

• 面试模拟UI：基于网络的面试问答聊天界面
• RAG提供的答案：基于专业概况数据的回应
• 第一人称角色：用真实的声音回答“我”
• MCP工具: search_profile, get_profile_section，以及 run_interview 用于AI代理集成
• 面试模拟：根据实际职位描述进行批量测试
• 来源引用：查看每个答案使用了哪些配置文件部分
• 分析仪表板：跟踪查询模式和响应质量

仓库的规划

快速开始

# Install dependencies
pnpm install

# Embed profile data into vector database
pnpm upsert-profile

# Run automated interview tests (optional)
pnpm test-interview

# Start the development server
pnpm dev

访问 http://localhost:3000 开始采访数字孪生兄弟！

环境变量

创建 .env.local 与：

# Required
UPSTASH_VECTOR_REST_URL=https://your-index.upstash.io
UPSTASH_VECTOR_REST_TOKEN=your-token
GROQ_API_KEY=your-groq-api-key

# Digital Twin Identity
OWNER_NAME=Your Full Name
OWNER_FIRST_NAME=YourFirstName

# Optional (for analytics)
UPSTASH_REDIS_REST_URL=https://your-redis.upstash.io
UPSTASH_REDIS_REST_TOKEN=your-redis-token

MCP集成

该项目公开了用于AI代理集成的MCP工具：

可用工具

VS代码MCP配置

增添 .vscode/mcp.json:

{
  "servers": {
    "digital-twin": {
      "type": "http",
      "url": "http://localhost:3000/api/mcp"
    }
  }
}

Claude桌面配置

增添 claude_desktop_config.json:

{
  "mcpServers": {
    "digital-twin": {
      "type": "http",
      "url": "http://localhost:3000/api/mcp"
    }
  }
}

配置文件数据结构

data/profile.json
├── personalInfo (name, title, location, work rights)
├── professionalSummary (elevator pitch, unique value proposition)
├── skills (software_development, business_analytics, technical, soft_skills)
├── experience (roles, responsibilities, achievements, metrics)
├── education (degrees, coursework)
├── certifications (AWS, Docker, Terraform)
├── projects (professional + personal)
├── interview_qa (pre-crafted responses)
├── preferences (role interests, culture fit)
└── contact (email, LinkedIn, portfolio, GitHub)

面试问题示例

脚本

文档

• docs/implementation-plan.md –每周实施计划和进度
• docs/design.md –技术设计决策
• docs/ARCHITECTURE.md –系统架构和组件
• docs/mcp.md –MCP集成详细信息
• docs/GIT_WORKFLOW.md –分支机构和公关指南
• docs/performance-iimprovement-aniraj.md –第4周优化结果

部署

现场演示： https://digital-twin-rag-solution.vercel.app

部署到Vercel

# Install Vercel CLI
npm i -g vercel

# Login and deploy
vercel login
vercel --prod

环境变量（Vercel仪表板）

在Vercel项目设置中添加这些→ 环境变量：

课程参考

该项目是 数字孪生I课程 来自ausbiz咨询公司。