Hiring Radar · 招聘雷达

中文 · English · 한국어 · Español · Français · Deutsch · Português · Русский · العربية

AI 驱动的全球招聘信息雷达 —— 扫描全球与中国的在招岗位，用来找工作、读产业风向。
An AI-powered radar for the global job market — scanning open roles worldwide and in China, for job hunting and industry signals.

这是什么

Hiring Radar 是一个面向 AI 的招聘数据工具——它让 AI（Claude Code / ChatGPT / 任意 agent）能直接读取全球 + 中国公司的官方在招岗位。 它直接读公司自己的官方招聘系统（ATS）公开接口，把在招岗位聚合成结构化数据喂给 AI 分析。不是又一个要你注册登录的招聘网站——它在你本地跑，一条命令查全球任意一家公司、一个赛道、或跨公司广撒网，零账号、零配置。

公司用的招聘系统（Greenhouse / Ashby / Lever / 飞书招聘 / Moka / 北森…）都有前端自己调用的公开接口，带完整 JD、部门、地点、发布日期、薪资。Hiring Radar 读的就是这些公开接口，几秒拉回岗位，干净、快、可直接喂给 AI 做分析。

两类用法：

• 🔎 求职 / 看「哪里在招人」（主）：某个方向现在哪些公司在招、在哪个城市、给多少薪。
• 📈 产业 / 投资「领先信号」（小应用）：招聘往往比财报早几个月暴露公司战略——在哪扩产、招什么方向、招到哪个阶段（≈ 离量产多近）。详见 产业信号应用。

覆盖 9 大主流 ATS + 4 个全球远程聚合板 + 中国 170 家企业官方门户——尤其补齐了中国（飞书招聘 / Moka / 北森 三套通用解析 + 腾讯/网易/京东/百度/字节/宇树 自建），这是大多数同类工具的空白。

全球大牌只需一个公司名即可查到，例如 NVIDIA · OpenAI · Anthropic · Stripe · Databricks · Coinbase · Reddit · Discord · Cloudflare · Notion · Scale AI · Figure · Perplexity · 1X · Cohere · GitLab 等等。

⚠️ 它读的是企业主动公开的岗位信息，不抓个人简历、不碰需要登录的内容。自用、低频、做个有礼貌的访客。详见 使用边界 / 合规。

✨ 能力 Features

🚀 快速开始

git clone https://github.com/simonlin1212/Hiring-Radar.git
cd Hiring-Radar
pip install pycryptodome      # 可选，仅查 Moka 系中国公司时需要

python3 hiring_radar.py --list             # 列出所有可查的公司 / 聚合板

# 1) 全球公司：公司名直接查（内置 figure/1x/anthropic/openai/scale/nvidia），或任意公司名 auto-probe
python3 hiring_radar.py figure
python3 hiring_radar.py anthropic --keyword research
python3 hiring_radar.py --greenhouse <slug>          # 显式指定 ATS
python3 hiring_radar.py --workday host,tenant,site

# 2) 中国公司：--local <key>（key 见 --list）
python3 hiring_radar.py --local agibot --keyword 机器人      # 智元机器人(飞书系)
python3 hiring_radar.py --local cambricon --keyword 大模型   # 寒武纪(Moka系)
python3 hiring_radar.py --local dreame --keyword 产品        # 追觅(北森系)
python3 hiring_radar.py --local tencent --keyword 算法       # 腾讯(自建)

# 3) 聚合板：跨公司「哪里招人」
python3 hiring_radar.py --board all --keyword "AI engineer"

# 4) 全量结构化输出（含完整 JD），喂分析
python3 hiring_radar.py --local zhipu --keyword 大模型 --json > out.json

通用参数：--keyword · --recent-days N · --limit N · --json · --list · --debug（排错）· --script <path>（临时跑某个 parser）

📋 输出字段

title · company · dept · team · location · remote · type · date · date_updated · req_id · comp(薪资) · jd(完整) · url · apply_url · id（共 15 字段）

GH / Ashby / Lever / 飞书 / Moka / 北森 / 腾讯 / 网易 / 京东 / 百度 一般含完整 JD；Workday 与个别 Moka 租户列表无 JD（仅标题/部门/地点/日期）。--json 出全量。

⚙️ 工作原理

一个公司名 / 赛道关键词
        │
        ▼
┌──────────────────┐
│  选数据源(自动)  │  全球: 9 ATS 公开 API / 4 远程聚合板
│                  │  中国: 飞书 / Moka / 北森 / 大厂自建
└────────┬─────────┘
         │
┌────────▼─────────┐
│  归一化 + 过滤    │  统一 15 字段；关键词 / 地点 / 时间筛
└────────┬─────────┘
         │
    ┌────┴────┐
    ▼         ▼
 终端摘要    --json 全量
(公司/部门/  (含完整 JD,
 地点 Top)    喂 AI 分析)

各家 ATS 都有前端自己调用的公开 JSON 接口（如 Greenhouse boards-api.greenhouse.io/v1/boards/<slug>/jobs、飞书招聘 <slug>.jobs.feishu.cn/api/v1/search/job/posts）。本工具直接读这些公开接口并归一化，不抓需登录的内容、不破解登录/鉴权/验证码。

关于 Moka（诚实说明）：Moka 系公司的接口对响应做了一层轻量前端混淆（AES-128-CBC，密钥与 IV 都随其公开前端下发）。本工具用这些前端自带的公开值还原出与浏览器所见完全相同的公开岗位列表——不破解登录、不绕鉴权。这层混淆并非访问控制，但严格说属「还原前端处理」，比纯读 JSON 略灰，仅供本地研究自用、自担风险。想要最干净的合规姿态，删 companies.seed 里所有 moka 行 + 主程序 LOCAL_PARSERS 内置的 yostar/tesla-cn 两行即可，其余来源不受影响。

🌐 覆盖来源

全球 ATS（按公司名 auto-probe，支持 9 大系统）
Greenhouse · Ashby · Lever · Workday · SmartRecruiters · Recruitee · Breezy · BambooHR · Personio

头部大牌只需公司名即可（均实测可抓），例如：
NVIDIA · OpenAI · Anthropic · Stripe · Databricks · Coinbase · Reddit · Discord · Cloudflare · Notion · Scale AI · Figure · Perplexity · 1X · Cohere · GitLab …

全球远程聚合板（--board）
RemoteOK · Remotive · WeWorkRemotely · WorkingNomads · all（合并）

中国 170 家（--local，企业官方门户，数据驱动种子表）

• 飞书招聘系：理想 / 小鹏 / 蔚来 / 智元机器人 / 银河通用 / 星动纪元 / 月之暗面 / MiniMax / 智谱 / 小马智行 / 禾赛 / 安克 / 影石 …
• Moka 系：鹰角 / 完美世界 / 莉莉丝 / 壁仞 / 寒武纪 / 幻方量化 / 九坤 / SHEIN / 博世 / 施耐德 …
• 北森系（大型制造/车企/家电/装备巨头多在此）：追觅 / 奇瑞 / 零跑 / 京东方 / 三一 …
• 大厂自建：腾讯 / 网易 / 京东 / 百度 / 字节跳动 / 宇树科技

完整名单：python3 hiring_radar.py --list

➕ 加公司 = 加一行（零代码）

中国公司清单在 parsers/companies.seed（管道 | 分隔），程序启动自动加载。新增一家只加一行：

key | feishu | 公司名 | 门户域名(如 nio.jobs.feishu.cn)
key | moka   | 公司名 | orgId | siteId        # 两者在 app.mokahr.com/social-recruitment/{orgId}/{siteId} URL 里
key | beisen | 公司名 | slug                  # 门户 {slug}.zhiye.com，如 dreame → dreame.zhiye.com

接一个全新数据源（写个新 parser）见 CONTRIBUTING.md。

📈 产业信号应用（小）

招聘是领先指标：公司在哪扩产、招什么方向、招到哪个阶段，往往比财报早几个月暴露战略。例如——

• 招产线开发 = 线还在搭；招质检/维护 = 准备持续生产；招夜班 = 两班倒上量临近；招来料质检/供应商质量 = 外部供应商进厂认证。
• 用 --local <公司> --keyword 工厂,产线,量产 看制造侧扩张；用 --recent-days 看近期新发；建议对核心标的做月度对比看环比节奏。

⚠️ 招聘 ≠ 产量：岗位是「投入」非「产出」，中间隔着良率/爬坡/供应链；「在招」也可能是储备或反信号。结论当信号参考，非投资建议。

🗂️ 项目结构

Hiring-Radar/
├── hiring_radar.py        # 主程序（单入口）：全球 ATS / 聚合板 + 调度 + 归一化
├── parsers/               # 中国 / 自建源解析器
│   ├── feishu.py          # 飞书招聘（通用）
│   ├── moka.py            # Moka 摩卡（通用，需 pycryptodome）
│   ├── beisen.py          # 北森（通用）
│   ├── tencent / netease / jd / baidu / bytedance / unitree .py   # 大厂自建
│   └── companies.seed     # 中国公司种子表（加公司=加一行）
├── tests/smoke_test.py    # 离线烟测（CI 可跑）
├── requirements.txt · CONTRIBUTING.md · CHANGELOG.md · LICENSE

🧰 技术栈与依赖

• Python 3.8+，核心纯标准库（urllib / json / re / ssl / argparse / xml.etree）
• pycryptodome：仅 Moka 系解析需要（pip install pycryptodome）
• 联网即可（部分国际站点可能需代理）；SSL 默认验证证书，拦截式代理可设 HIRING_RADAR_INSECURE=1

⚖️ 使用边界 / 合规

这是一个 个人 / 研究自用 + 开源 的本地工具。请负责任地使用：

• 只读「岗位信息」，不抓简历 / 任何个人信息（碰个人信息踩 PIPL，禁止）。
• 只读公开、无需登录的接口：遇到登录墙 / 验证码 / 主动反爬的站点，不绕过——本工具刻意不覆盖这类来源。
• 仅本地运行：不含任何托管 / 上传 / 服务端；--json 只落到你本地。若把数据二次发布，需你自行评估合规。
• 低频、当个有礼貌的访客；不商用转卖数据。「公开可见」≠「可随意聚合再发布」——大规模抓取并公开转载他人数据在多地（含中国《反不正当竞争法》判例）可能构成不正当竞争。

⚠️ 免责声明

1. 你掌控你的数据。 工具在你本地运行，不收集、不上传任何数据。
2. 你遵守第三方条款。 须遵守你访问的各招聘平台 ToS；不得用本工具骚扰雇主或冲击其系统。
3. 结论仅供参考。 招聘数据是信号，非事实；产业/投资判断自负其责，本工具不对任何后果负责。

本软件以 MIT 许可 「按现状」提供，不作任何担保。

🙋 作者

作者： Simon 林 · X @linsizhen · TikTok @simonlin0423 · 邮箱：[email protected]

一个把全球与中国公司官方在招岗位聚合到一处的本地工具。欢迎 PR 补充更多公司 / 数据源（见 CONTRIBUTING.md）。

☕ 赞赏

如果这个工具帮到了你，欢迎请作者喝杯咖啡 —— Buy Me a Coffee。

📄 License

MIT