job-search-skill-pack

用自然语言找岗位、判断匹配度、持续关注新机会。

安装

复制下面这段话，发给支持本地 Skill 和命令执行的 Agent：

请安装 JobScope_CN 求职技能包：
https://github.com/CJlovetypo/job-search-skill-pack

完整保留仓库目录，按 README 的“手动安装与运行依赖”检查环境。
加载 job-search 和 job-radar 的 SKILL.md，求职使用 job-search。

将整个仓库放入支持本地 Skill 和命令执行的 Agent 工作环境，并让宿主加载 job-search 和 job-radar 的 SKILL.md。校招、实习、社招统一使用 job-search。当前 Excel 导出使用 Codex 的运行依赖；其他宿主需提供兼容依赖后使用。

git clone https://github.com/CJlovetypo/job-search-skill-pack.git JobScope_CN
cd JobScope_CN

请保留完整相对目录。求职入口依赖共享核心与方向运行目录，单独复制某个 Skill 无法运行。

JobScope_CN/
  job-search/              # 统一意图判断、任务记录和执行入口
    runtime/              # 方向规则、兼容入口和个人运行，不是独立 Skill
      campus/             # 正式校招
      internship/         # 实习
      social/             # 社招
  job-radar/               # 岗位订阅与变化跟踪
  shared/job-search-core/  # 共用业务判断、证据模型、来源采集与交付
  docs/                    # 本地 PRD、审核和过程报告：不分发
  README.md

项目介绍

接入 3,221 个公司／招聘主体，用自然语言找岗位、判断匹配度、持续关注新机会。

JobScope_CN 是面向中文求职场景的 AI Agent 技能包。通过 job-search 统一入口，用自然语言浏览岗位、结合经历判断匹配度，或比较已有机会。它从公司公开招聘接口采集岗位，阅读完整职位描述（JD），按实际证据解释匹配依据与待确认事项；需要持续关注时，再衔接岗位雷达。

先看机会可以不交简历，具体文字经历也能用于匹配。 已经说了“校招”“实习”或“社招”，就沿用该方向；只补问当前阶段必要的信息。没有指定城市时，本轮不加城市过滤，并保留“未指定”状态。开展岗位搜索前，需要确定行业或明确公司范围；已有 JD 可直接比较。三个招聘方向由统一入口加载各自规则，共用业务决策与判断模型，运行数据按方向隔离。

缺少经历证据时保留“不确定”，不直接判不匹配；工作年限记录实际差距，再结合职责与成果判断是否有放宽依据。报告单列城市意愿、薪资参考和证据充分性，具体规则见下方报告说明与能力证据模型。

“使用 job-search，先找上海互联网行业的校招项目管理岗位，不做个人匹配。等我补充项目经历后，再评估其中 20 个。”

从三千余个招聘主体中，找到值得认真看的机会

找工作往往要反复切换公司招聘网站，筛掉不符合条件的岗位，再逐条对照自己的经历。本项目把这段工作接起来：公司招聘源采集 → 按求职阶段筛选 → 完整 JD 评估 → 岗位变化跟踪。

招聘来源覆盖

正式主体总数：3,222；有正式招聘源的主体：3,221；尚无招聘源的主体：1。

统计于 2026-09-27，招聘源覆盖主体及接口数量依据招聘来源库，正式主体总数与行业归属依据当前正式公司画像。同一主体可归入多个行业；包括待独立复核的 Demo 标签。

行业覆盖一览

查看 完整公司名单与招聘入口。行业按公司业务划分，研发、产品、设计、销售、HR、财务等不同职能均可纳入。求职与雷达均可按正式业务标签细筛，例如游戏研发、游戏发行；多项支持命中任一或同时命中。明确的业务限制筛选公司，业务偏好只影响排序。Demo 标签可使用，但仍标记为待独立复核。

• 主体数按来源库中的 company_id 去重，不等于去重后的企业集团数。同一公司／招聘主体可以属于多个行业，因此行业行数不能直接相加作为总数。
• 接口配置数按各主体的 recruitment_sources 统计；没有子配置时按主体自身配置计 1 个。同一主体可能有多个招聘入口，配置数不是岗位数。
• 接入方式包括北森、Moka、海纳 Hotjob、飞书招聘，以及 Workday、SmartRecruiters、Oracle 等招聘系统和公司自有接口。通过公开接口及匿名初始化获取岗位，无需用户登录招聘平台。完整 JD、零岗位 API、完整公开列表与动态列表契约分开标注；列表契约只证明公司入口和匿名列表端点可用，不承诺单次快照取全。Jobs2Web、AJINGA 本轮只核验列表，缺正文的岗位不进入完整评估。SAP 的官方 RSS 属于明确标注的部分覆盖来源。
• 来源证据保留请求样例、岗位样本、核验日期与分页限制。曾经验证可取得 JD，不代表接口始终在线，也不代表该主体此刻同时开放校招、实习和社招。
• 候选目录不计入接入量。Waiqi 等渠道发现的公司与招聘链接须经过接口和主体核验，纳入正式来源库后才计数；正式数据边界见工程与数据发布边界。

在仓库根目录运行 node job-search/scripts/jobs.mjs industries 可查看当前行业计数。上方图表与表格是本次统计快照，新增来源后应同步更新。

从统一入口开始，按招聘方向判断

统一入口负责理解需求、必要补问、搜索策略与评估范围；共享核心维护业务判断、招聘采集、公司标签、证据匹配与报告。校招、实习、社招使用各自的差异规则，个人运行按方向隔离，正式城市索引和方向证明位于共享 data/recruitment/<方向>。正式校招中的提前实习要求、普通实习与社招会分别识别，类型不明确的岗位保留为待核实。

用自然语言开始，随时调整要求

安装并由宿主加载 Skill 后，用中文描述目标即可；也可以点名对应 Skill。你不需要编写查询参数、编辑 JSON 或手动执行采集命令。

当你表达岗位倾向但尚未选择搜索方式时，Agent 会先说明取舍：标题定向通常更快，但可能遗漏标题不同的相关岗位；全量 JD 综合判断覆盖更充分，但耗时更长。确认定向后，已验证支持关键词的数据 API 先搜索再返回，其余来源完整获取列表后在本地筛选。选择全量时结合标题和 JD 正文判断相关性。

先看岗位，不做个人匹配：

使用 job-search，找上海互联网和智能硬件行业的校招项目管理岗位。先给我候选清单和官方链接，我暂时不提供简历。

结合经历匹配校招：

使用 job-search。我是 2027 届机械工程硕士，想找上海智能硬件公司的项目管理校招岗。做过四人课题组的试验排期和进度跟踪，没有量产项目经验。先完整评估 20 个岗位，输出 Excel，缺少依据的部分标不确定。

找实习：

使用 job-search，找上海互联网公司的产品运营实习。我是 2028 届在校本科生，2026 年 10 月开始，每周能到岗四天，可以持续六个月。下面是我的项目经历，先评估 10 个岗位。

找社招：

使用 job-search，找社招。我有三年销售经验，想找房地产销售相关工作。请使用快速定向模式，先说明候选公司和岗位标题关键词，再读取命中岗位的完整 JD。

继续调整：

城市加上杭州，先评估我指定的这几家公司。

我更在意业务方向，请把能力匹配和求职意愿分开说明。

这次先评估 20 个岗位，输出 Excel；下一批继续沿用我的要求。

已明确的条件直接沿用。用户已给评估数量、指定公司或全量范围时不重复询问；未给时，取得候选数量后再确定。补问按任务聚合，每轮最多三组。调整条件后，按新范围补采或重评，保留原报告。

默认遍历入选来源的全部可访问岗位。希望更快得到结果时，可以明确选择“快速定向模式”：先缩小候选公司和岗位标题范围，再对命中岗位做全文评估；报告会说明由此可能遗漏的机会。

拿到一份能用于决定下一步的报告

只看机会时，交付候选 Markdown/JSON，包含官方链接、招聘类型、地点和覆盖说明，并标明尚未进行个人匹配。

进入匹配后，每个岗位独立判断六个维度：硬性条件、能力、工作内容意愿、城市意愿、薪资参考、证据充分性。 新版 Excel 的两张岗位表均为 15 列，附具体理由、待补事实及 JD 链接。

能力判断依据实际经历与成果，意愿判断依据明确偏好；没有写过某项技能不等于不会。只缺城市的完整 JD 可以先判断其他维度，城市保留未知。已审阅但不确定是有效结果，不会因缺证反复重跑。

年限、城市和薪资如何处理：

• 工作年限作为经验参考，分别记录 JD 要求、本人总年限与相关经验。可结合实际职责、责任深度和成果判断放宽依据，不设统一“可少几年”，也不保证雇主接受。
• 地点仅匹配城市意愿；未指定、明确不限与岗位城市未知分别记录。同城远近、离家距离和通勤时长不支持，用户提出时会明确告知并忽略，不作为后续执行目标。
• JD 薪资可能不准确，仅作参考，不代表实际录用待遇，不提供薪资区间硬筛。只有口径可比时才比较，缺失或不可比保留未知；仅在主要判断相当时辅助排序，不改变主要档位或投递动作。

岗位雷达：让关注的机会定时送到你面前

找工作常常持续数周甚至数月。把关注条件交给 job-radar，就能定时检索，并保留每次看到的岗位与变化历史。开启雷达不需要简历，先确定行业、业务或公司范围，再确定招聘类型和执行时间；也可明确不限行业。有岗位目标时选择“标题定向”或“全量 JD 综合判断”。

使用 job-radar，关注上海游戏公司的社招项目经理岗位，每天北京时间上午 9 点检索，有新岗位或变化时告诉我。

改成同时关注上海和杭州，增加项目管理相关岗位。

暂停这条订阅，帮我回看最近发现的岗位。

求职与雷达共用公司筛选、按招聘方向的城市索引预筛和逐岗位城市核对。相同查询与正式数据快照得到相同公司范围。标题定向优先使用已验证的 API 关键词能力，否则完整分页取列表后本地筛选；全量模式由 Agent 读取 JD 提交职能相关性判断，待审状态可以续接。雷达会先完成一次检索，再建立宿主定时任务。后续日报默认展示十条岗位变化及链接，完整记录保存在本地，可以回看历史。

默认有新增、实质变化或采集失败才主动提醒；也可以要求每天收到日报。未再搜到的历史岗位标记为“本次未见”，不会直接判定已经下架。发现感兴趣的岗位后，可交给 job-search，结合简历或具体文字经历进一步评估。

定时执行依赖宿主调度能力。 只有宿主确认创建任务后，才算启用；单独安装 Skill 或运行 CLI 不会启动后台定时服务。详见 岗位雷达运行约定。

开发与运行验证

统一入口、任务修订及发现/匹配命令见 任务契约。岗位发现输出候选 Markdown/JSON 并明确尚未个人匹配；正式匹配继续交付 Excel。工程与正式数据的分发边界见 工程管理。

公司研究与数据维护由独立私有运营链路完成，普通求职不需要搜索供应商账户或 SDK。

在仓库根目录执行：

node job-search/scripts/jobs.mjs industries
node --test shared/job-search-core/scripts/tests/*.test.mjs job-search/runtime/campus/scripts/tests/*.test.mjs job-radar/scripts/tests/*.test.mjs

项目回归测试在 shared/job-search-core 运行 npm test，发布边界检查运行 npm run check:distribution，共享依赖检查运行 npm run check:boundaries。回归包含移除求职产品目录后的共享层与雷达测试。真实模拟回复、审核记录和过程报告保留在本地 docs，不随 GitHub 分发。

三个招聘方向通过统一 CLI 完成候选发现和 v5 匹配 Excel 链路；内部 runtime 目录不作为 Skill 加载。

更多说明：运行与数据约定 · 定向检索 · 公司规模模型。第三方来源许可见 job-pro-LICENSE.txt。

覆盖与数据说明

“范围内审阅完成”指已读取并判断本次明确范围内的可评估岗位，不代表所有岗位的适合性都已确定，也不代表全市场覆盖。报告会同时说明已审阅数、仍不确定数及资料待核实情况。公司性质、行业、业务及招聘城市标签仅在主动维护流程更新；搜索与匹配直接使用已保存记录，缺项不触发补核，正常岗位采集不回写共享标签。正式画像可直接用于读取和筛选；新增主体未核实的字段保持未知，无招聘源的主体单独列示。字段状态分为 demo_unreviewed（基于既有联网材料的首版值，待独立复核）、api_supported（API 有来源支持，待独立核实）和 verified（独立核实）。联网材料没有提供可用事实时，首版字段明确保存“待核实”或缺口说明，不能解释为事实已确认。国企／外企等性质倾向、行业与业务偏好读取正式画像。城市硬筛使用对应招聘方向已保存的地点标签，软偏好单独记录；尚未记录的城市可能影响入选范围。空列表、部分分页、待核实和采集失败分别记录，接口失败不解释为公司没有招聘。

简历、个人画像、报告、原始抓取记录和运行历史保存在本地，不随仓库分发。求职任务修订位于 job-search/runs；各招聘方向的运行产物位于 job-search/runtime/<方向>/runs、outputs、artifacts 等目录；雷达订阅与 SQLite 历史库位于 job-radar/state，均由 .gitignore 排除。使用时，Agent 仍需读取材料完成分析，模型侧处理方式取决于所用宿主与模型。

本项目用于岗位发现与求职判断，不自动投递或联系招聘方，也不承诺面试与录用。

正式数据与更新

公司画像、招聘入口、API 配置、城市索引和接口能力随版本公开分发。求职与雷达只读正式数据，用户不需要私有运营仓库。

来源失效时记录来源暂不可用或结果不完整，并继续使用其他已发布来源。采集失败不等于公司没有招聘。用户可以反馈问题或更新正式版本；产品不提供自动修复、修复命令或本机配置覆盖。

数据发现、主体创建、修复、扩源和复核由独立私有运营链路完成，经版本化发布包更新公有仓库。个人简历、偏好、岗位缓存与报告仍保存在本机，不默认上传。详见工程与数据发布边界。

许可证

本项目采用 MIT License。第三方内容保留其原有版权与许可，详见 job-pro 许可声明；招聘信息及外部数据的权利归各自权利人所有。