一图胜千言 · 双平台搜索动画

下方动画演示一次完整搜索：你打出一句话 → 简历在本地解析成结构化事实 →
BOSS直聘 + 猎聘 两个平台同时返回 → 输出带匹配度与投递链接的岗位列表。
（动画为流程示意，真实运行截图见下方折叠区。）

💡 图中两个平台一起出结果 —— 录制时本机已通过 jobfindsme setup 登录 BOSS 专用 Chrome；
未登录时 BOSS 会自动跳过并明确标注，不会静默少一个平台。

它到底是什么

对 AI Agent 说一句话，它同时搜 BOSS直聘 和 猎聘 两个平台，
基于你的简历做语义匹配，返回合适的岗位和投递链接：

用 jobfindsme，根据本地简历（路径：~/Documents/resume.pdf），
找上海和杭州的 AI 应用工程师岗位，20K以上，社招，正式。

几秒后，Agent 返回匹配的岗位列表（上面动图同一次运行的真实输出节选）：

✅ 猎聘·上海 ✓ (1.0s)   ✅ BOSS直聘·上海 ✓ (0.5s)
🆕 新增 20 个匹配岗位（原始 42 → 过滤后 42）

1. [新增] AI应用工程师｜上海韦晴软件科技有限公司｜上海-静安区｜社招｜正式｜20-25k
   匹配度：20%（信号匹配，非录用概率）
   经验：1-3年 ｜ 学历：本科
   投递链接：https://www.liepin.com/job/1984218913.shtml

2. [新增] 数智平台管理（AI应用工程师）(J10186)｜中外运集装箱运输有限公司｜上海-黄浦区｜社招｜正式｜薪资面议
   匹配度：13%（信号匹配，非录用概率）
   经验：2-4年 ｜ 学历：硕士
   投递链接：https://www.liepin.com/job/1983009861.shtml

每个岗位的事实、匹配度和链接由 jobfindsme 固定生成（任何 Agent 一致），
推荐理由由你的 Agent 基于这些信号与你的简历生成。

✨ 特性

🆚 相比在招聘 App 里手动刷

⚠️ 什么时候不适合用它

说清楚比藏着掖着好：

• ❌ 你想海投 — 它不做自动投递。帮你找到值得投的岗位，点链接自己投。
• ❌ 你要覆盖所有公司 — 官网直投、内推、受访问限制的岗位仍会漏。
• ❌ 你不方便在本机跑 Chrome — BOSS 需要登录态；猎聘纯 HTTP 直连不需要浏览器。
• ❌ 你期待「录用概率预测」 — 匹配分是可解释的确定性排序分，不是录用概率。

🚀 快速开始

🗣️ 最简单：和 Agent 聊天就能装（推荐）

什么都不用下载、不用敲命令。 把这段话发给你的 AI Agent
（Claude Code / Codex / Cursor / ZCode / WorkBuddy 等任何 Agent）：

请严格按说明快速安装 jobfindsme。请识别你当前是哪一种 Agent；
不要克隆仓库或运行测试：
https://github.com/russeell/jobfindsme/blob/main/INSTALL.md

Agent 会自动完成检测环境、安装、写入自己的 MCP 配置。你只需要重启 Agent，
然后对它说：

用 jobfindsme，根据我的简历找上海的 AI 应用工程师，20K以上，社招。

想自己动手？也可以一行命令安装（curl ... | bash -s -- codex），
完整说明见 INSTALL.md。

登录 BOSS直聘（可选）

直接对 Agent 说：

帮我登录 BOSS直聘

Agent 会运行 jobfindsme setup，几秒内弹出专用 Chrome 窗口。
在窗口里扫码登录，保持窗口运行，然后重启 Agent。

💡 跳过这步也能用 — 猎聘纯 HTTP 直连，不需要浏览器也不需要登录。
先用猎聘看看结果，觉得岗位不够再补上 BOSS。

💬 提示词模版

三个核心场景（直接复制改参数）：

# ① 找岗位
用 jobfindsme 根据 ~/Documents/resume.pdf 找北京的 大模型应用工程师，30K以上，社招。

# ② 定时推送（任意时间任意频率）
每天早上 9 点推送新岗位给我。
每周一晚上 8 点推送。
每两天推一次。

# ③ 查询历史匹配过的岗位
我之前看过的岗位有哪些？
我投过哪些岗位？
昨天推送的岗位还在吗？

进阶（可选）：

# 只看今天的新增
继续帮我找新岗位，只要今天新增的。

# 换条件
把城市换成深圳，薪资下限改成 25K，重新搜。

# 管理状态
把刚才第 2 个岗位标记为已投递；把外包公司全部忽略。

📦 返回结果

Agent 按固定五段结构输出（简历解析 / 检索概览 / 过滤说明 / 岗位列表 / 说明），
每个岗位块包含：

大模型应用开发工程师｜示例科技｜上海｜社招｜正式｜25-40K
匹配度：条件符合 4/4（提供简历后升级为信号匹配度）

投递链接：https://example.com/jobs/123

推荐理由：JD 要求 RAG、Agent、FastAPI，与你的简历高度重叠
需要注意：JD 要求 Kubernetes 经验，简历中未找到直接证据

岗位块固定包含：事实行 + 匹配度 + 空行 + 投递链接（裸 URL 可点击）+ 空行 + 推荐理由。
其中事实、匹配度和链接由 Server 确定生成（任何 Agent 完全一致）；推荐理由
由 Agent 基于信号与简历生成（措辞因模型而异，但依据相同）。

结果不足时 Agent 不会用弱匹配岗位凑数；来源字段不完整时会明确标注。

🌐 岗位来源

只搜两个平台：BOSS直聘 + 猎聘。两者覆盖了中国技术岗位市场的绝大部分，
专注覆盖最广、稳定性最好的两个来源，把维护成本和失败率压到最低。

猎聘优先纯 HTTP 直连（亚秒级、无需浏览器）；本机已运行 Chrome 时，
再自动用浏览器补充岗位详情页的 JD 文本，进一步丰富匹配信号。

⚙️ 工作原理

Agent (Claude/GPT/Qwen/WorkBuddy — 负责语义精排)
  → MCP Server (本地 stdio)
  → 本地 Core
      → 纯 HTTP 直连（猎聘亚秒级）
      → 浏览器 CDP 拦截（BOSS直聘 SPA 自带签名，被动读取 JSON）
      → 快速模式：刷新主来源，复用其他来源缓存
      → 全量模式：并行刷新双平台
  → 标准化 → 跨来源去重 → 硬过滤（城市/薪资/校招社招/实习正式）
  → 信号提取 + 加权粗筛（技能/经验/学历/活跃度/薪资）
  → 增量雷达（新增/变化/重开/关闭识别）
  → Agent 收到 Top-20 粗筛后的结构化岗位数据，自己做语义精排

MCP Server 做三件事：硬过滤、结构化信号提取、确定性粗筛（技能权重 50%、
经验 25%、学历 10%、活跃度 5%、薪资 5%）。Agent 用自己的 LLM 做最终语义排序。
这遵循了 MCP 架构最佳实践：Server 提供结构化数据，Agent 负责理解决策。
若合格岗位 ≤20 个，跳过粗筛，全量交给 Agent。

简历、岗位状态和搜索计划全部保存在本地 SQLite。Core 不需要模型 API。

🔒 隐私与安全

• 完整简历不进入 Agent 上下文，只把本地路径交给 Core 解析；
• 岗位描述按不可信外部数据处理，不作为 Agent 指令；
• 导出写入本地文件；删除走「预览 + 确认令牌」两阶段协议；
• 不自动投递、不绕过验证码、不承诺覆盖全部岗位。

❓ FAQ

Q：平台都要登录吗？
只有 BOSS 需要（扫码一次，后续复用本地登录态）。猎聘纯 HTTP 直连，不需要浏览器。

Q：会不会封号？
它做的是低频、拟人节奏的读取，不批量抓取、不自动操作。但自动化访问在平台条款里
都属于灰色地带，存在账号被限制的可能 — 请个人低频使用，风险自负。

Q：搜索结果为什么是 0 / 某个平台经常没有结果？
先跑 jobfindsme doctor 自检。BOSS 检查登录态是否过期；其余平台可能触发验证码，
系统会降级或明确标注使用缓存，不会静默给你空结果。

Q：简历会被上传吗？
不会。简历只在本地解析成结构化事实存入 SQLite，完整简历文本不进入 Agent 上下文。
export_local_data / delete_local_data 可随时导出和清除。

Q：和直接把简历发给 AI 让它搜，有什么区别？
通用 Agent 没有平台接入、没有跨天去重和状态记忆、也不能稳定解析 PDF 简历成结构化
事实。jobfindsme 把这三件事做成了确定性的本地服务，Agent 只负责对话。

🛠 开发

python -m pip install -e ".[dev]"
python -m pytest
ruff check . && ruff format --check .

架构、来源门禁和评测闭环见 PROJECT_SPEC.md。
发现错排、漏排、重复或失效链接，请提交脱敏
Issue。

⚖️ 免责声明

• 本项目为免费开源的个人学习工具，帮助整理你已登录、有权查看的岗位信息；
• 自动化访问招聘平台可能触发对方风控，由此产生的账号限制、封禁等后果由使用者
  自行承担，与作者无关；
• 禁止用于商业转售、大规模爬取或绕过平台限制；
• 平台页面结构随时可能变化导致某个来源失效，请通过 Issue 反馈，作者会尽力跟进。

📄 License

MIT