Skills Plugins MCP Prompt Model 博客 我的中心

boss-hr-auto

BOSS 直聘 HR 简历筛选全流程编排。当用户要求"筛选简历"、"跑 5 步流程"、 "从岗位到报告"时使用。 **触发场景**: - "筛选简历" / "筛一下这个岗位" / "帮我筛选候选人" - BOSS 直聘 HR 工具包全流程一次跑完 **不触发场景**: - 仅问单条消息怎么回复(直接用 message 工具) - 非 BOSS 直聘的其他招聘平台 **行为边界**:详见 [docs/BEHAVIOR_V1.md](../docs/BEHAVIOR_V1.md)。 v1.1+ 只支持「一次完整的新筛选任务」;continue / batch / 多批累计均不支持。 **编排入口**:统一 CLI `boss-hr`。**禁止直接调用旧业务脚本**。

DeepseekModel Curated skill Quality Good · 64 v1.0.0

Get

https://deepseekmodel.com/api/download.php?id=1xiaoyueryuer-boss-hr-agent-toolkit-boss-hr-auto-skill-md&format=skill
Download .skill Standard format with system_prompt and model_config, ready for any agent framework
The actual content of the system_prompt field in the .skill file.
name boss-hr-auto description BOSS 直聘 HR 简历筛选全流程编排。当用户要求"筛选简历"、"跑 5 步流程"、 "从岗位到报告"时使用。 **触发场景**: - "筛选简历" / "筛一下这个岗位" / "帮我筛选候选人" - BOSS 直聘 HR 工具包全流程一次跑完 **不触发场景**: - 仅问单条消息怎么回复(直接用 message 工具) - 非 BOSS 直聘的其他招聘平台 **行为边界**:详见 [docs/BEHAVIOR_V1.md](../docs/BEHAVIOR_V1.md)。 v1.1+ 只支持「一次完整的新筛选任务」;continue / batch / 多批累计均不支持。 **编排入口**:统一 CLI `boss-hr`。**禁止直接调用旧业务脚本**。 type workflow BOSS HR 统一筛选流程(v1.1+) 入口: boss-hr 统一 CLI。下文按步骤顺序调用 8 个公开命令。 本 Skill 是纯文档 。智能体按步骤顺序逐个调用统一命令。 行为边界 支持 : 一次完整的新筛选任务; start → confirm → fetch → score → report; 用户明确要求时执行 greet。 不支持 : continue / batch / 多批累计; 自动查找最新 run; 从其他 run 补数据; 自动跳过人工确认门。 公开命令(v1.1.1 起 8 个:含 doctor) 命令 作用 boss-hr doctor 环境健康检查 + 启动辅助 (首次或环境未知时先调) boss-hr start 创建新 run,停在人工确认门 boss-hr confirm 把 confirmed 翻 true boss-hr fetch --count N 拉候选人列表 + 下载 N 份简历 boss-hr score 评分协调(一次返回 1 位候选人) boss-hr report 生成 HTML 报告 boss-hr greet 给 ≥70 分候选人自动打招呼(需用户明确批准) boss-hr status 读 runs/<run_id>/run.json + process 目录 禁止调用旧脚本 : boss_jd.py / confirm_run.py / recommend_list.py / recommend_download.py / prepare_scoring_inputs.py / collect_llm_scores.py / score_resumes.py / generate_html_report.py / auto_greet.py / cli_runner.py / spec JSON。 浏览器与登录态(v1.1.3 不阻塞扫码等待) 正常流程直接 start 。start / fetch / greet 都自动保证 Edge + BOSS 登录态可用,不需要先跑 doctor : start 检查 9222 端口;未监听 → 自动启动 专用 Edge ( --user-data-dir=%LOCALAPPDATA%\boss-hr-edge-profile + --remote-debugging-port=9222 , 不 污染用户日常 Edge profile)。 自动启动后连接 CDP,只等待 CDP 端口/连接就绪(秒级, 不 阻塞扫码等待)。 已登录 → 继续执行 start 业务(实时解析岗位 → 创建 run)。 未登录 → 自动打开 BOSS 招聘者登录页 + 立即返回 status=waiting_user_login ( 不是错误 , ok=true )。 start 不在 CLI 内阻塞轮询扫码 ——避免 Agent / 用户被卡 20s。 用户在专用 Edge 窗口扫码登录后, 重新执行完全相同的 boss-hr start 命令 (不传任何新参数),让 CLI 复核登录态。 start 收到 waiting_user_login 时 不创建 run、不抓 JD、不写 confirmed 。 doctor 仍是独立诊断工具,但 不再是 start 的必经前置 。仅当: 自动启动 Edge 失败( EDGE_LAUNCH_FAILED / CDP_NOT_RUNNING 超时); CDP 可连但 BOSS 始终判定未登录; Edge 缺失或版本不匹配; 这些 才 用 doctor 排查。普通首次使用 不需要 先 doctor。 调试时可加 --no-auto-launch :缺 CDP 时直接返回 CDP_NOT_RUNNING , 跳过自动启动 Edge。 --login-wait-seconds N (N>=1)启用旧 v1.1.2 阻塞轮询 路径; Agent 不应传 该参数,仅作为人工调试兼容选项; N<=0(含默认值 0)→ start 立即返回 waiting_user_login ,不阻塞。 岗位解析规则(v1.1.1 强制) 智能体 只 需提供: 岗位名称(如 "线控底盘制动、转向工程师" ) 或 jobId 数字(如 559622717 ) 或完整 encryptJobId(如 9a7759badfd95d350nFz3d-_F1NX ) start 内部通过 shared.recruiter_job_catalog.resolve_recruiter_job(query) 实时 调 BOSS 后端岗位目录解析。 禁止 : 读取 jobs.json 拿 encryptJobId 从历史 run / job_detail.json 找 ID 读取 state/ 文件 读取历史 HTML 报告 扫描最近 run 读取 current_run.json (已废弃) 0. 浏览器(v1.1.3):start 不阻塞扫码等待 正常流程 直接 boss-hr start ,不需先 doctor: 9222 已开且已登录 → 立即进入 step 1 业务 9222 未开 → 自动启动专用 Edge( %LOCALAPPDATA%\boss-hr-edge-profile , --remote-debugging-port=9222 , 不 碰日常 Edge profile) 自动启动后未登录 → 打开 BOSS 登录页, 立即 返回 status=waiting_user_login ( 不是错误 ), next_action=scan_login_then_repeat_start , 不创建 run ; 智能体停下,告诉用户在专用 Edge 中扫码登录,用户明确回复"已登录"后 智能体 重新执行同一条 start (不传任何新参数),让 CLI 复核登录态。 调试可选: --no-auto-launch 关闭自动启动; --login-wait-seconds N (N>=1) 启用旧 v1.1.2 阻塞轮询( 仅人工调试兼容 ,Agent 不传;传 0 与不传等价)。 boss-hr doctor 仍是独立诊断工具,仅在自动启动失败时使用。 标准流程 1. 开始任务: boss-hr start boss-hr start "<岗位名称 | jobId | encryptJobId>" # 可选: --job-name "<BOSS 真名>" --encrypt-job-id "<一致性校验>" start 不接受 --run-id (argparse 拦截,rc=2)。每次 start 必须创建新 run。 start 内部通过 shared.recruiter_job_catalog.resolve_recruiter_job(query) 实时 调 BOSS 后端岗位目录解析(不读 jobs.json )。 期望返回 : { "ok" : true , "command" : "start" , "status" : "waiting_user_confirmation" , "run_id" : "<新 run_id>" , "encrypt_job_id" : "..." , "job_name" : "..." , "data" : { "job_detail_file" : "<path>" , "confirmed" : false , "resolved_from" : "live_boss_catalog" } , "next_action" : "confirm" } 特殊错误 : JOB_NOT_FOUND :BOSS 实时目录找不到 query(智能体不应去读 jobs.json) JOB_AMBIGUOUS :返回 data.candidates 让用户精确指定 encryptJobId JOB_ID_MISMATCH :用户传的 --encrypt-job-id 与实时解析不一致 拿到 run_id 后立即停下 。向用户说明: 请在 BOSS 推荐牛人页面调整筛选条件(关键词、年龄、薪资、经验等),调整完成后回复"继续"。 禁止 : ❌ 同一轮继续执行 confirm 或 fetch ❌ 把 start 输出的 run_id 之外的值传给后续命令 2. 用户回复继续: boss-hr confirm + boss-hr fetch boss-hr confirm --job-name "<>" --encrypt-job-id "<>" --run-id "<step1 输出的 run_id>" boss-hr fetch --job-name "<>" --encrypt-job-id "<>" --run-id "<>" --count N confirm 翻 confirmed=true 、写 user_confirmed_at ; 不入 steps_done 。 fetch --count N 先 list 再 download;返回 candidates_fetched 。 fetch 内部 不 触发 score / report / greet。 run_id 必须来自 step 1 ,禁止扫描 runs/ 找最新、禁止读 current_run.json 。 3. 评分: boss-hr score 循环 LLM 循环: 调 boss-hr score ... 。 若返回 status=waiting_llm : 只读 返回的 data.input_file ; 按 resume-screener/SKILL.md §5 评 4 维度 exp / skill / proj / major (0-100 最终分, 不评 edu ); 把单个评分 object 写入返回的 data.output_file ; 再调一次完全相同的 boss-hr score ... 。 若返回 status=scoring_complete :进 step 4。 单候选人约束 :每次 score 只处理一位候选人。LLM 不循环写多位。 评分不改 : total 由 5 维度 weighted(edu 25% / exp 25% / skill 25% / proj 15% / major 10%)算;tier ≥70 推荐 / 60-69 待定 / <60 不推荐。 edu 由 score_resumes 用 school_tier 强制覆盖,不接受 LLM 赋值。 4. 报告: boss-hr report boss-hr report --job-name "<>" --encrypt-job-id "<>" --run-id "<>" 期望返回: { "ok" : true , "command" : "report" , "status" : "report_ready" , "data" : { "report_file" : "<绝对路径>" } , "next_action" : "greet_optional" } 把 report_file 路径告诉用户。 report 不自动调 greet 。 5. 打招呼: boss-hr greet (需用户明确批准) 只有用户明确要求"打招呼"或"招呼这几个人"时 才执行: boss-hr greet --job-name "<>" --encrypt-job-id "<>" --run-id "<>" \ [--only-names "张三,李四" ] [--threshold 70] [--max 10] [--dry-run] 安全约束 : 不得降低阈值、不得改分数、不得强制点名不推荐候选人发送; score < 70 的候选人 不会 被打招呼( no_candidates=true 路径); 单 run finished=true 仅在 greeted >= 1 且 maybe_finish 成功时被设置 ( run.json.finished ≠ next_action="done" )。 6. 状态查询: boss-hr status boss-hr status --job-name "<>" --encrypt-job-id "<>" --run-id "<>" 只对 用户明确提供 的 encrypt_job_id + run_id 执行。 禁止扫描 最新 run。 铁律 # 规则 1 新任务必须调 start ;start 不接受旧 run_id 2 start 后必须停下,等用户回复"继续" 3 所有下游命令必须显式使用同一个 run_id 4 禁止扫描 runs/ 猜 run_id 5 禁止读 current_run.json (已废弃) 6 禁止借用其他 run 的产物 7 禁止创建 spec_*.json 模板 8 禁止直接调旧业务脚本(boss_jd / confirm_run / recommend_* / score_* / generate_html_report / auto_greet) 9 禁止调 cli_runner 或 shared.cli_runner.run_python_cli 10 禁止自动 greet(必须用户明确批准) 11 禁止 continue / batch / 多批累计 12 禁止为测试而降低阈值、篡改评分 状态处理 每个命令返回的 status 字段决定下一步动作: 返回 status 含义 智能体动作 waiting_user_confirmation start 完成,等用户回复"继续" 停下 ,告知用户去 BOSS 推荐牛人页面调整筛选条件 waiting_user_login start 自动启动 Edge 后用户未登录 停下 ,明确告诉用户"CDP 浏览器已经打开,请在浏览器内扫码登录", 禁止 Agent 盲目循环 start ;用户明确回复"已登录"后, 重新执行完全相同的 boss-hr start 命令 (不传任何新参数),让 CLI 复核登录态 confirmed confirm 完成 进入 fetch candidates_fetched fetch 完成 进入 score 循环 waiting_llm score 需要 LLM 评一位 读 input_file、评、写 output_file、 再次调 boss-hr score scoring_complete 评分收尾完成 进入 report report_ready HTML 报告已生成 把 report_file 告诉用户; 不 自动 greet greet_complete 本次 greet 命令结束 任务结束 (任意 ok=false ) 错误 见下方错误处理 重要 : next_action="done" 只表示"当前 CLI 工作流无下一项自动动作", 不等于 run.json.finished=true 。只有 maybe_finish() 在 greeted>=1 且 orch.finish(run_id=...) 成功时被设置 run.json.finished=true 。 错误处理 统一 CLI 返回非零退出码时: 先 读取 error.code : EDGE_NOT_FOUND / CDP_NOT_RUNNING / CDP_CONNECT_FAILED → 让用户按 remediation 启动 Edge / 重连 BOSS_LOGIN_REQUIRED → 让用户在专用 Edge 中扫码登录 BOSS_PAGE_REQUIRED → 让用户打开 BOSS 招聘者页面 JOB_NOT_FOUND / JOB_AMBIGUOUS / JOB_ID_MISMATCH → 按 data.candidates 或 remediation.instructions 重新提供 query 检查 error.recoverable :若 true 才有可执行恢复路径 按 error.next_action / error.remediation 引导用户 禁止 : 读 boss_hr 源码 直接调用旧业务脚本( boss_jd.py / auto_greet.py 等) 用历史 JSON( jobs.json / run.json / job_detail.json )绕过错误 把 run 状态( confirmed / finished )手工改写 常见退出码: 1 (业务层)/ 2 (argparse 缺必填)/ 20 (未 confirm 跑 fetch)/ 23 (run 不存在)/ 24 (run 与岗位不匹配)/ 26 (缺输入文件)/ 27 (缺输出文件)。
Keywords that activate this skill. Click one to copy it.

This skill does not provide trigger words.

The downloaded .skill package contains the following fields.
Field Description
formatFormat tag (skill/v1)
skill_idUnique skill ID
nameSkill name
versionVersion
descriptionDescription
categoryCategories (array)
trigger_wordsTrigger words
tagsTags
sourceSource
source_urlSource URL (this page)
exported_atExported at (set per download)
system_promptSystem prompt body
model_configModel config: provider / model / temperature / max_tokens / top_p
examplesExamples
install_guideImport guide for Coze / Dify / Claude / custom frameworks
The same skill can be exported in different platform formats.
.skill Standard format with system_prompt and model_config, ready for any agent framework Download
.skillpro Enhanced format with scripts, tools, dependencies and hooks Download
.json Plain JSON export with system_prompt and model parameters only Download
Coze Markdown with frontmatter, for Coze platform import Download
Dify Dify DSL, import directly after creating an app Download

每日精选 Skill 推荐,免费送到你邮箱

输入邮箱,每天接收一个精选 AI Agent 技能推荐。完全免费,持续更新。

提交后我们会发送一封确认邮件,点击邮件里的链接才会开始收信。

完全免费,取消任意时间。我们不会发送垃圾邮件。