offerclaw

name	offerclaw
description	面经爪 (OfferClaw) — 互联网大厂面试经验库 + RAG 智能问答。爬取牛客网/小红书真实面经，用 ChromaDB 建立向量索引，通过 OpenRouter LLM 生成结构化备考建议。Use when: (1) 搜索字节/阿里/腾讯等大厂某岗位面试题, (2) 爬取最新面经并入库, (3) 启动本地面经搜索服务, (4) 查询XXX公司YYY岗位面试怎么准备类问题。Triggers: 面经、面试题、备考、OfferClaw、offerclaw、面试准备.

OfferClaw · 面经爪

面试经验库 + RAG 智能问答，覆盖牛客网双数据源，时效衰减重排。

目录结构

offerclaw/
├── backend/          FastAPI + ChromaDB + SQLite 后端
│   ├── main.py       API 主入口（端口 8000）
│   ├── config.py     环境变量配置
│   ├── crawler/      爬虫（nowcoder.py）
│   ├── db/           SQLite 存储层
│   └── rag/          ChromaDB 向量索引 + 查询
├── frontend/         Next.js 前端（端口 3000）
├── scripts/          工具脚本
│   └── sample_data.json   种子 URL（约 13 篇面经）
└── start.sh          一键启动脚本

环境变量

变量	说明
OPENROUTER_API_KEY	必填，用于 Embedding（text-embedding-3-small）和 LLM（qwen-turbo）

快速启动

# 1. 安装后端依赖
cd backend && pip install -r requirements.txt

# 2. 安装前端依赖
cd frontend && npm install

# 3. 设置环境变量并启动后端（port 8000）
export OPENROUTER_API_KEY=sk-xxx
cd backend && uvicorn main:app --reload --port 8000

# 4. 启动前端（port 3000）
cd frontend && npm run dev

主要 API

方法	路径	说明
GET	/health	健康检查
GET	/posts?company=字节跳动&page_size=10	列出面经
GET	/companies	已入库公司列表
POST	/search	RAG 语义搜索 + LLM 生成建议
POST	/crawl	异步爬取面经（nowcoder）
GET	/tasks/{task_id}	查询爬取任务状态

搜索请求示例

POST /search
{
  "company": "字节跳动",
  "job_title": "前端开发",
  "direction": "2024",
  "question": "会考哪些算法题？",
  "top_k": 5
}

爬取请求示例

POST /crawl
{
  "company": "字节跳动",
  "job_title": "前端",
  "direction": "2024"
}

爬取完成后自动建立 ChromaDB 向量索引，下次 /search 即可命中。

OpenClaw Agent 工作流

场景1：查询面经

1. 调用 GET /posts?company=XXX 查看已入库数量
2. 若数量 < 5，先 POST /crawl 补充数据（等任务 done）
3. POST /search 获取 RAG 结果和 LLM 建议
4. 将 answer 字段直接呈现给用户，附 top_chunks 来源链接

场景2：冷启动新公司/岗位

# 先爬取，再搜索
POST /crawl {"company":"阿里巴巴","job_title":"产品经理","direction":"2024"}
# 轮询任务直到 status=done
GET /tasks/{task_id}
# 然后搜索
POST /search {"company":"阿里巴巴","job_title":"产品经理","question":"核心考点是什么？"}

场景3：检查服务状态

curl http://localhost:8000/health
curl http://localhost:3000

RAG 架构说明

• Embedding: openai/text-embedding-3-small（via OpenRouter）
• 向量库: ChromaDB（本地持久化 backend/chroma_db/）
• 重排策略: 语义分数×0.6 + 时效衰减×0.3 + 点赞数×0.1
• LLM: qwen/qwen-turbo（via OpenRouter），温度 0.3
• 数据来源: 牛客网面经（搜狗搜索 → 正文抽取 → 分块入库）

数据稀疏说明

初次使用时 ChromaDB 为空，需先爬取。scripts/sample_data.json 包含约 13 个种子 URL 可直接复用。爬取 10+ 篇后 RAG 质量明显提升。