| name | findjobs |
| description | Use when working with findjobs, a local-first AI job-application assistant that uses the user's own LLM API and logged-in browser session to search jobs, score resume/JD fit, draft greetings, apply or start recruiter conversations, auto-reply to routine recruiter messages, and track applications locally. Use for explaining, packaging, operating, documenting, marketing, or extending this repository. |
findjobs skill
名称
“findjobs｜AI 求职跟进助手”skill
简介
findjobs 是一个本地运行的 AI 自动求职助手：用你的招聘账号和你自己的 LLM API，帮你完成岗位搜索、规则过滤、简历与 JD 匹配打分、个性化打招呼、投递/沟通、招聘方常规回复和本地追踪。
它覆盖 Boss直聘、猎聘、前程无忧、智联招聘、拉勾，以及海外公司官网/ATS 表单。核心不是“无脑海投”，而是先筛选、再匹配、再预览，确认后再执行；遇到约面、谈薪、要电话、验证码、平台限制或不确定问题时，交还给真人处理。
如果把这个 skill 用在小红书/内容上传场景，输入材料限制为：
- 支持上传单个
.md 文件
- 支持上传一个包含
.md / .txt 文件的文件夹
- 单文件最大 10MB
- 总大小不超过 30MB
- 不支持图片、音频、视频、PDF、压缩包或其它格式
介绍
findjobs
AI 自动投简历助手。
一条命令，跑遍 Boss直聘 / 猎聘 / 前程无忧 / 智联招聘 / 拉勾，外加海外公司官网。它在本地运行，用你自己的模型、你自己的账号、你自己的浏览器登录态，把“找岗位、看 JD、判断匹配、写开场白、投递、跟进聊天”串成一条可预览、可追踪、可接管的流程。
它不是那种“批量乱投”的工具
找工作最累的地方，往往不是点下投递按钮。
真正消耗人的，是每天打开多个平台、筛掉外包和中介、判断 JD 到底合不合适、给不同岗位写不一样的开场白、投完以后还要盯着招聘方消息。尤其在 Boss直聘上，很多时候“投递”本身就是一次聊天开场；聊得慢、回得硬、已读不回，机会就很容易断掉。
findjobs = 本地 AI 求职工作台。
它先把明显不合适的岗位过滤掉，再用 LLM 对“你的简历 ↔ 岗位 JD”打分，分数够才生成个性化打招呼；投递之后，还能处理招聘方的常规问答。拿不准、需要真人判断、涉及面试和薪资时，它不会硬编，而是转人工。
它到底帮你做什么
| 环节 | findjobs 做什么 | 关键边界 |
|---|
| 搜索岗位 | 按关键词和平台抓取你账号可见的岗位 | 不绕过登录，不走平台私有 API |
| 规则过滤 | 城市、薪资、黑名单、外包/中介先过滤 | 先便宜规则，再花 token |
| AI 匹配 | 简历和 JD 语义打分，给出理由和顾虑 | 低于阈值直接跳过 |
| 打招呼 | 为每个岗位生成不同的开场白 | 只使用简历事实，不编造 |
| 投递/沟通 | Boss/猎聘走沟通，51job/智联/拉勾走投递 | 默认 dry-run，确认后才 live |
| 自动回复 | 读取未读会话，回复常规问题 | 约面、谈薪、要电话、不确定就转人工 |
| 本地追踪 | SQLite 记录岗位、状态、配额、历史 | 数据留本机，便于去重和复盘 |
支持的平台
| 平台 | 代号 | 机制 | 自动沟通 |
|---|
| Boss直聘 | boss | 打招呼即投递 | 支持 |
| 猎聘 | liepin | 投递 / 沟通 | 支持 |
| 前程无忧 51job | job51 | 申请职位 | 不支持 |
| 智联招聘 | zhilian | 申请职位 | 不支持 |
| 拉勾 | lagou | 投递简历 | 不支持 |
| 海外/公司官网 | generic | ATS 表单自动填写 | 不支持 |
海外官网模式不是统一搜索源，而是把目标职位 URL 写进配置里。findjobs 会识别常见 ATS，例如 Greenhouse、Lever、Ashby、Workday，填写基础字段、上传简历，并用 LLM 处理自由文本问题；不确定字段留给你手动补。
典型使用流程
pip install -e .
playwright install chromium
findjobs init
findjobs doctor
findjobs login
findjobs apply
findjobs apply --no-dry-run
findjobs chat
findjobs status
日常使用时，最稳的路径是：
findjobs init 生成 config.yaml 和 resume.yaml- 如实填写简历、技能、项目、常见问答
- 配置自己的 LLM provider 和 API key
findjobs doctor 做环境自检findjobs login 扫码登录平台- 先跑
findjobs apply，默认 dry-run 预览匹配分、理由和打招呼
- 确认没问题后，再用
findjobs apply --no-dry-run
- 用
findjobs chat 处理招聘方常规回复
- 用
findjobs status / findjobs list 看进展
AI 自动聊天怎么接管
自动聊天只处理“可以基于简历事实回答”的问题。
它会读取最近会话、恢复岗位上下文、把简历和常见问答交给你的模型，让模型判断：这条消息应该自动回复，还是转人工。
会自动转人工的情况包括：
- 约面试时间
- 谈薪资和 offer
- 要手机号、微信或其它敏感信息
- 对方问到简历里没有的事实
- 模型不确定
- 已经自动回复多轮
- 发送失败
它的目标不是替你“演一个更完美的人”，而是把你真实简历里的信息表达得更快、更稳。
数据和隐私
findjobs 默认本地运行：
- 简历留在本机
- Cookie / 登录态留在本机浏览器 profile
- 投递历史和聊天状态写入本地 SQLite
- LLM 调用走你自己配置的服务商
- webhook 只有在你主动配置时才会外发
需要保守表达的一点是：数据不是绝对不出本机。只要你配置了外部 LLM provider，发给模型的简历片段、岗位信息或会话上下文就会进入你选择的服务商。findjobs 的边界是：它不自建中转服务器，也不替你偷传数据。
风险边界
招聘平台通常限制自动化访问。findjobs 驱动的是你本人登录的浏览器，会尽量保持拟人化节奏、每日配额和 dry-run 预览，但这不等于“无风险”。
使用时应该遵守这些原则：
- 不把配额调成机械海投
- 不绕过验证码
- 不全天候 7×24 跑
- 不采集和倒卖岗位或简历数据
- 不让模型编造经历、学历、薪资或承诺
- 平台触发限制、验证墙或异常时停止
一句话：把它当成“更勤快的你自己”，不是刷量脚本。
适合谁
适合：
- 正在密集求职，需要同时看多个招聘平台的人
- 想减少机械投递、提升匹配质量的人
- 需要 Boss/猎聘这类聊天型投递辅助的人
- 懂一点命令行，愿意配置自己的 LLM API 的人
- 重视本地数据和可追踪历史的人
不适合：
- 想完全无人值守海投的人
- 想绕过平台限制或验证码的人
- 不愿意检查 dry-run 内容的人
- 期待工具保证面试或 offer 的人
一句话
findjobs 帮你把求职里的重复劳动交给本地 AI：先筛岗位，再判断匹配，再写开场白，再跟进常规聊天；关键决定永远留给你。
