针对应届生求职海投痛点，近期由开源社区build-small-hackathon团队发布的AI求职助手，通过大模型蒸馏技术实现了简历解析与职位匹配的全流程自动化。该框架采用师生协同架构，以DeepSeek V4 Pro为教师模型生成结构化标签，驱动轻量化学生模型Qwen3-8B进行推理。系统作业涵盖三步：依据简历与偏好生成定向搜索指令，经JobSpy接口对接LinkedIn获取职位数据，最终输出五维匹配度评分及可解释性推荐短名单。技术部署方面，团队在单张A100上分别执行查询生成与匹配评估的LoRA微调，彻底规避了多任务格式冲突。模型经Q4量化后托管于Hugging Face ZeroGPU，支持流式推理展示。该项目成功将低效筛选转化为精准推荐，显著降低求职时间成本。技术复盘指出，解耦式适配器设计与高质量教师提示词，其效能远超盲目堆砌参数。目前该工具已在Hugging Face平台开源并公开全量调试轨迹，为垂直领域AI智能体开发提供了可复现的技术范式。