find-job

name find-job description 从 BOSS直聘 和 猎聘 搜索 AI Agent / 软件开发相关岗位信息， 支持按地域、薪资区间、搜索关键字、数量限制、求职类型、工作经验、招聘者活跃时间精确过滤， 分离猎头和非猎头内容后以结构化 Markdown 呈现。 当用户提到「找工作」「招聘」「岗位」「求职」「投简历」「看机会」「职位」 「搜索职位」「招聘网站」等关键词，或明确要求从招聘网站搜索岗位时触发本 skill。 compatibility needs web-access, dispatching-parallel-agents find-job — BOSS直聘 + 猎聘 岗位精准搜索 概述 从 BOSS直聘 和 猎聘 两个平台并行搜索岗位信息，严格按用户指定的条件筛选， 去重后 分离猎头和非猎头内容 ，生成结构化 Markdown 报告。 依赖 web-access skill（CDP 浏览器）和 dispatching-parallel-agents （并行搜索）。 用户输入参数 执行搜索前，必须从用户输入中提取以下参数。 若参数缺失，主动提示用户补充。 参数 必填 说明 可选值 keyword 是 搜索关键字 如 "AI Agent"、"Golang 开发"、"大模型" city 是 工作城市（可多选） 北京/上海/广州/深圳/杭州/成都/南京/武汉/西安/苏州/全国 salary_range 否(默认不限) 薪资区间 不限 / 10-20K / 20-35K / 30-60K / 35-50K / 40-60K / 30K以上 / 40K以上 / 50K+ job_type 否(默认社招) 求职类型 社招 / 校招 / 实习 experience 否(默认不限) 工作经验 应届生 / 1-3年 / 3-5年 / 5-10年 / 10年以上 / 不限 recruiter_active_days 否(默认30) 招聘者活跃时间 7天 / 14天 / 30天 / 60天 max_results 否(默认15) 每站最大结果数 整数，建议 10-30 参数解析规则 若用户未指定 city ，提示用户选择城市（展示选项列表） 若用户只给出模糊描述（如 "深圳 AI 岗位 20-35K"），按规则自动拆解： 城市名 → city 薪资范围 → salary_range 剩余文本 → keyword recruiter_active_days 和 max_results 若未指定，使用默认值 执行流程 用户输入参数 │ ▼ ┌─ 1. 解析参数 ─────────────────────────┐ │ 从用户输入提取 7 个参数 │ │ 缺失必填项（keyword/city）→ 提示补充 │ │ 缺失可选项 → 使用默认值 │ └───────────────────────────────────────┘ │ ▼ ┌─ 2. 并行搜索 ─────────────────────────────────┐ │ 使用 dispatching-parallel-agents 分派 2 个子 Agent │ │ - Agent A: BOSS直聘 (zhipin) │ │ - Agent B: 猎聘 (liepin) │ │ 每个子 Agent 先读取 references/sites.json │ │ 获取对应站点的 API/URL 模式和编码映射 │ │ 并读取 references/site-patterns/{site}.md │ │ 获取已知陷阱和有效模式 │ │ 优先 CDP 浏览器模式（绕过反爬，携带登录态） │ │ 每个岗位需额外访问详情页提取描述（列表 API 无描述） │ │ 每站结果保存到 output/YYYY-MM-DD_HHmmss-{site}_results.json │ │ 全部合并后写入 output/YYYY-MM-DD_HHmmss-all_raw.json │ └──────────────────────────────────────────────────┘ │ ▼ ┌─ 3. 汇总清洗 ────────────────────────────────┐ │ 运行 scripts/deduplicate.py： │ │ - 活跃时间过滤（recruiter_active_time ≤ N 天） │ │ - 公司名归一化（简称→全称） │ │ - 岗位名模糊去重（Jaccard + 编辑距离） │ │ - 猎头/非猎头分流 │ │ - 输出： │ │ output/YYYY-MM-DD_HHmmss-deduped.json │ │ output/YYYY-MM-DD_HHmmss-direct.json │ │ output/YYYY-MM-DD_HHmmss-headhunter.json │ └────────────────────────────────────────────────┘ │ ▼ ┌─ 4. 输出报告 ───────────────────────────┐ │ 运行 scripts/format_output.py 生成 MD： │ │ - 非猎头岗位 section（汇总表格+详情卡片） │ │ - 猎头岗位 section（汇总表格+详情卡片） │ │ - 按城市分类 / 公司类型分类 │ │ - 薪资分布 / 高频技能标签 │ │ - 每个岗位卡片包含： │ │ 岗位名称、岗位要求、岗位描述、 │ │ 工作地点、招聘者最近活跃时间、 │ │ 薪资、经验、学历、公司规模、行业 │ │ - 保存到 output/YYYY-MM-DD_HHmmss-{关键词}.md │ └──────────────────────────────────────────┘ 站点选择 本 skill 专为 AI Agent / 软件开发岗位优化，固定使用 BOSS直聘 + 猎聘 组合： 站点 平台特征 优势 BOSS直聘 互联网/技术岗位最多，API 明文数据 直接 JSON 响应，薪资明文，字段齐全 猎聘 中高端岗位为主，猎头资源丰富 薪资范围更广，中大厂岗位多，适合猎头分离 不搜索其他站点（前程无忧、拉勾等），除非用户明确要求。 并行搜索 Agent Prompt 模板 为每个站点派子 Agent 时使用以下模板（替换 {{}} 占位符）： 你是一个招聘信息采集专家。请在 {{SITE_NAME}} 上搜索岗位。 必须加载 web-access skill 并遵循指引。 **搜索条件：** - 关键词：{{KEYWORD}} - 城市：{{CITY}}（编码：{{CITY_CODE}}） - 薪资范围：{{SALARY_RANGE}}（编码：{{SALARY_CODE}}） - 求职类型：{{JOB_TYPE}}（编码：{{JOB_TYPE_CODE}}） - 经验要求：{{EXPERIENCE}}（编码：{{EXP_CODE}}） - 招聘者活跃时间：{{ACTIVE_DAYS}}天内 - 每站结果数：{{MAX_RESULTS}}条 **前置步骤（必须）：** 先用 Read 工具读取 references/sites.json，找到 id="{{SITE_ID}}" 的站点配置， 了解搜索 URL 模式、API 端点、参数编码映射和已知陷阱。 再读取 references/site-patterns/{{SITE_ID}}.md 获取有效模式和 CSS 选择器。 **采集要求：** - 严格按搜索条件过滤，不采集不相关的岗位 - 每个岗位提取完整字段（见 references/job_schema.md），必须包含： - `job_name`: 岗位名称 - `company`: 公司名 - `salary`: 薪资范围 - `city`: 城市 - `district`: 区域 - `experience`: 经验要求 - `degree`: 学历要求 - `skills`: 技能标签列表 - `description`: 职位描述（前 1000 字） - `job_requirements`: 岗位要求（区别于职位描述） - `publish_date`: 发布日期 - `recruiter_active_time`: 招聘者最近活跃时间（如 "今日活跃"、"3天内活跃"） - `job_type`: 求职类型（社招/校招/实习） - `is_headhunter`: 是否猎头/外包发布 - `url`: 原始链接 - `source`: 来源站点 ({{SITE_ID}}) - `scale`: 公司规模（API 有则必采） - `industry`: 行业（API 有则必采） - 仅提取招聘者 {{ACTIVE_DAYS}} 天内活跃的岗位 - 完成后将 JSON 数组写入 `output/YYYY-MM-DD_HHmmss-{{SITE_ID}}_results.json`（时间戳取当前时刻） **详情页描述提取（必须）：** 搜索列表 API 不返回职位描述和任职要求。每获取一个岗位后，必须访问其详情页提取描述。 提取方法见 references/site-patterns/{{SITE_ID}}.md 的"详情页职位描述提取" section。 - CDP navigate 到详情页 URL → 等待 ready: complete → eval 提取 document.body.innerText → 解析描述/要求 - 详情页访问间隔 >= 2 秒，避免风控 - 若详情页无法访问，用列表字段（experience + skills + degree）合成 job_requirements 兜底 - description 截取前 1000 字，job_requirements 截取前 500 字 **输出格式：** 返回严格 JSON 数组，每元素包含以上所有字段。 去重与清洗脚本使用 # 基本去重（从合并的 all_raw.json） python3 scripts/deduplicate.py output/YYYY-MM-DD_HHmmss-all_raw.json \ -o output/YYYY-MM-DD_HHmmss-deduped.json # 带活跃时间过滤 + 猎头分流 python3 scripts/deduplicate.py output/YYYY-MM-DD_HHmmss-all_raw.json \ -o output/YYYY-MM-DD_HHmmss-deduped.json \ --max-active-days 30 \ --split-headhunter \ --split-output-dir output/ 报告生成 python3 scripts/format_output.py output/YYYY-MM-DD_HHmmss-deduped.json \ --keyword "AI Agent" \ --city "深圳" \ --experience "3-5年" \ --salary "20-35K" \ --job-type "社招" \ --active-days "30" \ --max-results "15" 输出报告格式 文件路径 单站原始结果： output/YYYY-MM-DD_HHmmss-{site}_results.json 合并原始结果： output/YYYY-MM-DD_HHmmss-all_raw.json 去重后结果： output/YYYY-MM-DD_HHmmss-deduped.json 非猎头岗位： output/YYYY-MM-DD_HHmmss-direct.json 猎头岗位： output/YYYY-MM-DD_HHmmss-headhunter.json 最终报告： output/YYYY-MM-DD_HHmmss-{关键词}.md 时间戳格式： YYYY-MM-DD_HHmmss （如 2026-05-24_143000 ） 报告结构 # 岗位搜索结果：{关键词} > 搜索时间 / 搜索条件 / 站点 / 有效结果 ## 非猎头岗位（N 条） 汇总表格 + 每条岗位详情卡片（含活跃时间、岗位要求、求职类型） ## 猎头岗位（M 条） 汇总表格 + 每条岗位详情卡片 ## 按城市分类 / 按公司类型分类 / 按来源站点 ## 薪资分布 / 高频技能标签 岗位详情卡片字段 字段 说明 薪资 明文薪资，如 "20-35K·14薪" 城市 工作城市 区域 区域/商圈 经验 经验要求 学历 学历要求 求职类型 社招/校招/实习 公司规模 公司人数规模 行业 所属行业 技能 技能标签列表 招聘者活跃 最近活跃时间 来源 原始链接 猎头 是/否 岗位要求 硬性条件（技能/经验/学历等） 职位描述 工作内容摘要 ## 注意事项 - 仅搜索 BOSS直聘 + 猎聘，其他站点除非用户明确要求否则不搜索 - 每个子 Agent 在独立 CDP tab 中操作，互不干扰 - 搜索失败站点标记为「采集失败」，不阻断另一站点 - CDP curl 命令必须加 `--noproxy '*'` 避免 localhost 请求走代理 - BOSS直聘薪资为 PUA 字体加密，必须通过 API 获取 `salaryDesc` 明文 - BOSS直聘 API 返回 `bossOnlineState` + `lastLogin` 共同判定招聘者活跃度 - 猎聘 CSS 类名用动态前缀，务必使用 `[class*="suffix"]` 属性选择器 - 猎聘招聘者活跃时间从卡片 DOM 中 `.recruiter-active-time` 提取 - **搜索列表 API 不返回职位描述**：子 Agent 必须额外访问每个岗位的详情页，从 DOM 提取 description 和 job_requirements - 不采集付费内容 - 单个子 Agent 超时 120 秒，超时标记为「采集超时」 - 单站搜索失败自动重试最多 2 次（每次间隔 5 秒） - 去重阈值：公司名相似度 ≥ 0.85 且岗位名相似度 ≥ 0.80 视为重复 - 所有输出文件统一放在 `output/` 目录下，秒级时间戳防止覆盖 ### 薪资范围映射策略 BOSS直聘和猎聘的标准薪资筛选器不支持所有自定义区间。处理策略： | 用户选择 | zhipin API code | liepin approx | 后过滤 | |---------|----------------|---------------|--------| | 不限 | 0 | 0 | 否 | | 10-20K | 404 | ??? | 否 | | 20-35K | 405 | ??? | 否 | | 30-60K | **不传（不限）** | **不传** | **是** | | 35-50K | 406 | ??? | 否 | | 40-60K | **不传（不限）** | **不传** | **是** | | 30K以上 | **407（50K+）** | **max available** | **是** | | 40K以上 | **407（50K+）** | **max available** | **是** | | 50K+ | 407 | ??? | 否 | **后过滤逻辑**：API 返回后，在子 Agent 中解析 `salaryDesc` 的数值（取中位数或最小值）， 过滤掉不在目标薪资区间内的岗位。例如用户选 30-60K，API 不限薪资拉回全部结果， 子 Agent 只保留 `salary_min >= 30 AND salary_max <= 60` 的岗位。