夜雨聆风——CareerPilot 调用链路全流程解析：从文件上传到 OCR 识别结果返回
用户看到的只是"上传一份 PDF 简历"，但在 CareerPilot 后端，这个动作会触发一整条材料解析链路。系统不是简单保存文件，而是要把文件变成 PaddleOCR 服务能够识别的请求，再把 OCR 返回结果传给后续画像模块。
💡 Tips：CareerPilot（职路领航）我们的项目已在 GitHub 里开源，欢迎大家的共建！🔗 点击下方链接直达仓库：👉 https://github.com/Thalia325/careerpilot
CareerPilot 调用 PaddleOCR 的流程可以概括为：
• 学生上传材料 → 后端接收文件
• 判断文件类型 → 读取文件内容
• 转为 Base64 字符串 → 构造 HTTP POST 请求
• Authorization: token <api_key> 鉴权
• 调用 OCR 服务 → 接收 OCR 返回结果
• 进入后续结构化处理
CareerPilot 会根据文件后缀判断处理路径：
• .jpg / .jpeg / .png → image
• .pdf → pdf
图片材料通常走图像文字识别流程；PDF 材料可能涉及分页、页面解析或内容合并。因此，文件类型判断是决定后续 OCR 处理路径的第一步。
PaddleOCRProvider 的载荷特点是把文件内容转成 Base64 字符串：
{ "file": "base64字符串" }
这样做方便放入 JSON 请求体，统一图片和 PDF 的传输方式，便于接口标准化，也降低 multipart 处理复杂度。
但也要注意：Base64 编码后文件体积会变大，因此正式部署时要关注上传大小限制和请求超时。
OCR 请求需要传输文件内容，数据量可能较大，所以 CareerPilot 使用 HTTP POST 调用 OCR 服务。这一步可以理解为：
• CareerPilot 后端构造 OCR 请求 • POST 到 PaddleOCR 服务 URL • OCR 服务解析文件，再返回识别结果
构造请求并发送 HTTP_POST 到 PaddleOCR
post_with_retry：带重试的 HTTP_POST 调用
请求头中使用 Authorization: token <api_key>。这说明 CareerPilot 调用 OCR 服务时不是裸调接口，而是通过 API Key 完成认证。
这样可以：
• 防止未授权调用
• 控制 OCR 服务访问权限
• 支持调用限流和安全审计
• 避免 OCR 服务被滥用
CareerPilot 不是把学生文件直接交给大模型，而是先通过 PaddleOCRProvider 完成标准化识别调用，再把结果交给后续模块。
💬 互动：你觉得文件上传链路里最容易出问题的是哪一步：文件格式、网络调用，还是接口鉴权？欢迎评论区讨论！
🌟 Star 我们的项目：👉 https://github.com/Thalia325/careerpilot
