From PDF to Conversation: My Resume Chatbot Project. PDFから会話へ：私のレジュメチャットボットプロジェクト
英語の後に日本語の文章があります。
I recently built something fun and practical — a Resume Chatbot that lets anyone chat with my resume instead of just reading it.
Try it here 👉 https://karushp.github.io/resume-chatbot
The chatbot uses Retrieval-Augmented Generation (RAG) to understand questions and provide meaningful, conversational answers about my experience, projects, and background. You can ask things like “What projects has Karush worked on?” or “What are his main technical skills?” and it will respond naturally, almost like having a chat with me.
How It Works
Behind the scenes, the system combines:
- Python (Flask) for backend logic and PDF text extraction
- Cohere embeddings for semantic search
- Groq’s Llama model for generating responses
- FAISS for fast vector search
- A lightweight frontend hosted on GitHub Pages for the chat interface
The backend runs on Render to handle API calls, vector search, and PDF processing, while the frontend stays fast and responsive.
Why I Built It
I wanted to make my resume interactive and memorable, especially for people exploring my background. Instead of scrolling through lines of text, you can simply talk to it.
This project combines my interest in data, AI systems, and user experience into one simple but effective idea.
Beyond My Resume
What excites me most is that this concept can be applied to any resume, or even to companies that want to make their profiles and projects more conversational. It’s a small step toward making information feel more personal and engaging.
PDFから会話へ：私のレジュメチャットボットプロジェクト
最近、「レジュメを読む」のではなく「レジュメと話す」ことができる、ちょっと面白くて実用的なチャットボットを作りました。
こちらから試してみてください 👉 https://karushp.github.io/resume-chatbot
このチャットボットは Retrieval-Augmented Generation（RAG） という仕組みを使って、質問を理解し、私の経歴やプロジェクト、スキルについて会話のように答えます。
たとえば「Karushはどんなプロジェクトをやってきたの？」や「得意な技術は？」といった質問をすると、自然な受け答えで返してくれます。まるで私と直接話しているような感覚です。
仕組み
このシステムは以下の技術を組み合わせて動作しています。
- Python（Flask）によるバックエンド処理とPDFテキスト抽出
- Cohere Embeddingsによるセマンティック検索
- GroqのLlamaモデルによる回答生成
- 高速なベクトル検索を実現するFAISS
- GitHub Pages上で動く軽量なフロントエンド
バックエンドはRender上で動作し、API通信やベクトル検索、PDF処理を担当しています。一方、フロントエンドはシンプルで軽快な動作を維持しています。
なぜ作ったのか
私の経歴をもっとインタラクティブで印象に残る形で伝えたいと思ったのがきっかけです。
テキストをスクロールする代わりに、質問をして会話のように内容を知ってもらえます。
このプロジェクトは、私の関心分野であるデータ、AIシステム、ユーザー体験を一つにまとめた小さな挑戦でもあります。
レジュメのその先へ
このコンセプトは私のレジュメだけでなく、他の人の職務経歴や企業のプロフィールにも応用できます。
情報をよりパーソナルで親しみやすい形に変えていく、そんな新しい一歩になればと思っています。
