linkedin-importer

# LinkedIn Importer Skill 智能导入LinkedIn职位发布到求职系统。 ## 核心功能 ### 1. LinkedIn URL解析 ### 2. JD文本提取 ### 3. 公司信息识别 ### 4. 自动调用jd-analyzer ### 5. 批量导入支持 ## 使用方法 ### 从LinkedIn URL导入单个JD ```markdown User: "帮我导入这个LinkedIn职位：https://www.linkedin.com/jobs/view/123456789/" LinkedIn Importer: ✅ 开始导入LinkedIn职位... Step 1/4: 读取LinkedIn页面... - URL: https://www.linkedin.com/jobs/view/123456789/ - 状态: 成功 - 提取: 2,456 字符 Step 2/4: 识别公司和职位... - 公司: Google ✅ - 职位: Software Engineer III, Cloud Platform ✅ - 级别: L4 (推断) ✅ - 地点: Mountain View, CA / Remote ✅ Step 3/4: 提取JD详细信息... - 职位描述: 已提取 ✅ - 技能要求: 7项必需 + 4项优先 ✅ - 薪资信息: 未公开 ⚠️ - 申请状态: Applied Step 4/4: 分析并保存... - 调用: jd-analyzer skill - 技能匹配度: 75/100 ✅ - 保存到: data/companies/google.json ✅ ✅ 导入完成！ 📊 导入摘要: 公司: Google 职位: Software Engineer III, Cloud Platform (L4) 地点: Mountain View, CA / Remote 匹配度: 75/100 来源: LinkedIn 💡 下一步: 1. /company/view google - 查看完整信息 2. /resume/optimize google sse-l4 - 创建定制简历 3. /interview/prep google - 准备面试 ``` ### 从文本粘贴导入 ```markdown User: "我复制了LinkedIn上的JD，能帮我导入吗？" LinkedIn Importer: 当然可以！请粘贴JD文本，我会帮你解析和导入。 [用户粘贴JD文本] ✅ JD文本已接收！ 正在分析... - 识别公司: Meta (Facebook) - 识别职位: Production Engineer II - 提取技能: 9项 调用jd-analyzer进行深度分析... ✅ 分析完成！ 📊 分析结果: 公司: Meta 职位: Production Engineer II (E4) 匹配度: 68/100 必需技能: 7项 优先技能: 4项 💡 建议: - 缺少技能: Kubernetes (需补充) - 优势技能: Distributed Systems (匹配) - 面试重点: 系统设计 + 生产环境问题 已保存到: data/companies/meta.json 下一步: - /resume/optimize meta pe-e4 - /weakness/plan --focus kubernetes ``` ### 批量导入LinkedIn职位 ```markdown User: "我有5个LinkedIn职位链接，能批量导入吗？" LinkedIn Importer: 可以！请提供所有LinkedIn职位URL，我会逐个导入。 [用户提供5个URL] ✅ 开始批量导入... Progress: [████████░░] 80% (4/5) ✅ 1. Google - Software Engineer L4 - 状态: 导入成功 - 匹配度: 75/100 - 保存: data/companies/google.json ✅ 2. Amazon - Senior SDE L5 - 状态: 导入成功 - 匹配度: 82/100 - 保存: data/companies/amazon.json ✅ 3. Meta - Production Engineer E4 - 状态: 导入成功 - 匹配度: 68/100 - 保存: data/companies/meta.json ✅ 4. Stripe - Software Engineer - 状态: 导入成功 - 匹配度: 70/100 - 保存: data/companies/stripe.json ⚠️ 5. Netflix - Senior Backend Engineer - 状态: 部分成功 - 问题: 公司识别失败 - 解决: 手动确认为 "Netflix" - 匹配度: 72/100 - 保存: data/companies/netflix.json ✅ 批量导入完成！ 📊 导入摘要: 总计: 5 个职位 成功: 5 个 (100%) 失败: 0 个 按匹配度排序: 1. Amazon L5 - 82% ⭐⭐⭐ 2. Google L4 - 75% ⭐⭐⭐ 3. Netflix - 72% ⭐⭐ 4. Stripe - 70% ⭐⭐ 5. Meta E4 - 68% ⭐⭐ 💡 批量操作建议: - 优先准备Amazon（最高匹配） - 本周申请: Amazon, Google - 下周申请: Stripe, Meta - 研究Netflix后再决定 是否需要我: 1. 生成本周申请计划? 2. 为每个公司优化简历? 3. 创建面试准备时间表? ``` ## LinkedIn URL格式处理 ### 支持的URL格式 ```markdown ## 🔗 LinkedIn URL Formats ### 标准职位查看URL ``` https://www.linkedin.com/jobs/view/[job-id]/ https://www.linkedin.com/jobs/view/123456789/ ``` ### 职位详情URL ``` https://www.linkedin.com/jobs/search/?currentJobId=[job-id] https://www.linkedin.com/jobs/collections/recommended/123456789/ ``` ### 公司页面职位 ``` https://www.linkedin.com/jobs/search/?f_C=[company-id]%2C[company-id] ``` ### 移动端URL ``` https://www.linkedin.com/jobs/view/123456789/fromMobile https://www.linkedin.com/jobs/view/123456789/refId=xxx ``` ### 处理逻辑: 1. 提取job-id（URL中的数字ID） 2. 构造标准API URL 3. 读取职位详情页面 4. 解析职位信息 5. 提取JD内容 ``` ## JD内容提取 ### LinkedIn页面结构 ```markdown ## 📄 LinkedIn JD Extraction ### 页面结构 ```html <div class="description__text"> <h2>About the job</h2> <p>[职位描述内容]</p> <h3>Qualifications</h3> <ul> <li>[技能要求1]</li> <li>[技能要求2]</li> </ul> <h3>Additional Information</h3> <p>[额外信息]</p> </div> ``` ### 提取字段 - **职位名称**: `<h1 class="top-card-layout__title">` - **公司名称**: `<a class="topcard__org-name-link">` - **地点**: `<span class="job-criteria__text">` - **职位类型**: `<span class="job-criteria__text">` - **工作经验**: `<span class="job-criteria__text">` - **职位描述**: `<div class="description__text">` - **发布时间**: `<span class="posted-time">` - **申请人数**: `<span class="applicant-count">` - **薪资信息**: `<span class="salary-cmp">` (如果提供) ### 清理步骤 1. 移除HTML标签 2. 清理多余空白 3. 移除LinkedIn特定的UI文本 4. 格式化为结构化JSON 5. 保留关键段落分隔 ``` ## 公司信息识别 ### 智能公司识别 ```markdown ## 🏢 Company Detection ### 方法 1: 从URL提取 ``` LinkedIn公司URL: https://www.linkedin.com/company/google/ 提取: "google" ``` ### 方法 2: 从JD文本识别 ```python patterns = [ r"at (Apple|Google|Microsoft|Amazon|Meta)", r"(Google|Amazon|Microsoft|Meta|Apple)'s", r"Join (Apple|Google|Microsoft|Amazon|Meta)", # ... 更多模式 ] ``` ### 方法 3: 职位标题推断 ``` "Google Cloud Platform Engineer" → Google "Amazon Web Services SDE" → Amazon "Meta Production Engineer" → Meta ``` ### 公司名称标准化 ```markdown 常见变体 → 标准名称: - "Google Inc." → "Google" - "Google (Alphabet)" → "Google" - "Amazon.com" → "Amazon" - "Amazon Web Services" → "Amazon" - "Meta (Facebook)" → "Meta" - "Facebook" → "Meta" - "M$" → "Microsoft" - "Stripe, Inc." → "Stripe" ``` ### 公司ID映射 ```json { "google": { "company_id": "google", "linkedin_id": "1441", "name": "Google", "careers_url": "careers.google.com" }, "amazon": { "company_id": "amazon", "linkedin_id": "1061", "name": "Amazon", "careers_url": "jobs.amazon.com" }, "meta": { "company_id": "meta", "linkedin_id": "1035", "name": "Meta", "careers_url": "careers.meta.com" } } ``` ## 级别推断 ### 职位级别推断 ```markdown ## 📊 Level Inference ### Google级别映射 ``` Software Engineer II → L3 Software Engineer III → L4 Senior Software Engineer → L5 Staff Software Engineer → L6 Senior Staff SE → L7 Principal Engineer → L8 ``` ### Amazon级别映射 ``` Software Dev Engineer I → SDE I (L4) Software Dev Engineer II → SDE II (L5) Senior SDE → Senior SDE (L6) Principal SDE → Principal (L7) Senior Principal → Sr Principal (L8) ``` ### Meta级别映射 ``` Software Engineer (E3) → Junior Software Engineer (E4) → Mid-level Senior Software Engineer (E5) → Senior Staff Software Engineer (E6) → Staff Senior Staff SE (E7) → Senior Staff ``` ### 通用级别推断 ``` 关键词 → 级别: - "Junior", "Associate", "Entry level" → Junior - "Software Engineer", "Developer" → Mid-level - "Senior", "Lead" → Senior - "Staff", "Principal" → Staff/Principal - "Director", "VP" → Executive ``` ### 年限要求映射 ``` "1-2 years experience" → Junior "2-4 years experience" → Mid-level "5+ years experience" → Senior "8+ years experience" → Staff/Principal ``` ## 批量导入功能 ### 从CSV文件导入 ```markdown User: "我有一个CSV文件包含LinkedIn URL" LinkedIn Importer: 可以！请提供CSV文件路径或内容。 CSV格式要求: ```csv company,position,url,status,applied_date Google,Software Engineer,https://linkedin.com/jobs/123,applied,2024-01-15 Amazon,SDE II,https://linkedin.com/jobs/456,applying,2024-01-16 ``` 或使用文件: ```bash /linkedin-import --batch jobs.csv ``` 处理流程: 1. 读取CSV文件 2. 逐个导入LinkedIn职位 3. 自动识别公司 4. 更新申请状态 5. 生成批量导入报告 ``` ### 从文本列表导入 ```markdown User: "我复制了多个LinkedIn URL" LinkedIn Importer: 请粘贴所有URL，每行一个： ``` https://www.linkedin.com/jobs/view/123456789/ https://www.linkedin.com/jobs/view/987654321/ https://www.linkedin.com/jobs/view/456789123/ ``` ✅ 收到3个URL，开始导入... [导入过程...] ✅ 导入完成！ ``` ## 与jd-analyzer集成 ### 自动分析流程 ```markdown ## 🔗 Integration with jd-analyzer LinkedIn Importer工作流: 1. **提取LinkedIn JD** - 读取LinkedIn页面 - 提取职位描述文本 - 识别公司和职位信息 2. **调用jd-analyzer** - 自动传递JD文本 - 返回结构化分析 - 技能匹配评分 3. **保存到数据文件** - 创建/更新 company.json - 保存完整分析结果 - 记录导入来源 ### 数据流向 ``` LinkedIn URL ↓ linkedin-importer (提取文本) ↓ jd-analyzer (分析技能) ↓ data/companies/{company}.json (保存) ↓ user (查看结果) ``` ## 错误处理 ### 常见问题和解决方案 ```markdown ## ⚠️ Error Handling ### 错误 1: URL无法访问 ``` 原因: LinkedIn限制访问或URL失效 解决方案: 1. 检查URL是否正确 2. 尝试手动登录LinkedIn后访问 3. 复制JD文本使用粘贴导入 4. 使用Indeed或其他来源的相同职位 ``` ### 错误 2: 公司识别失败 ``` 原因: LinkedIn页面公司信息不明确 解决方案: 1. 使用 --company 手动指定公司 2. 从职位标题推断 3. 交互式确认公司名称 ``` ### 错误 3: JD提取不完整 ``` 原因: LinkedIn动态加载或特殊格式 解决方案: 1. 使用粘贴完整JD文本 2. 增加timeout参数 3. 手动复制粘贴关键部分 ``` ### 错误 4: 批量导入部分失败 ``` 原因: 部分URL无效或访问受限 解决方案: 1. 继续处理其他URL 2. 标记失败的URL 3. 生成失败报告 4. 逐个重试失败的项 ``` ``` ## 高级功能 ### 智能去重 ```markdown ## 🔍 Duplicate Detection ### 检测重复 同一职位的判断标准: 1. 相同公司 + 相同职位名称 2. 相同LinkedIn Job ID 3. 相似度 > 90% (JD文本相似度) ### 处理重复 ``` 检测到重复: - 原有JD: Google SE III (导入于 2024-01-10) - 新JD: Google SE III (2024-01-15) 选择: 1. 跳过（保留原有） 2. 更新（替换为新的） 3. 创建版本（保留两个版本） ``` ``` ### LinkedIn特定字段提取 ```markdown ## 📊 LinkedIn-Specific Fields ### 申请人数 ``` Applicants: 145 Your percentile: Top 30% ``` 用途: 评估竞争激烈程度 ### 发布时间 ``` Posted 2 days ago ``` 用途: 判断职位新鲜度 ### 容易申请标志 ``` "Easy Apply" ✅ ``` 用途: 一键申请