职位采集器 是做什么的?
发现新的招聘信息,根据候选人画像进行筛选,并仅报告真正的新增职位。
配置
从 $JOB_SEARCH_HOME/integrations.yaml 读取:
| 需求 | 键 |
|---|---|
--where 的位置字符串 | search_locations |
| 结构化招聘平台 CLI | tools.board_search_cli |
| 可选的 LinkedIn CLI | tools.linkedin_search_cli |
| 去重跟踪文件 | tracker_path |
- 分类、职位关键词和过滤器:
references/search-queries.md - 候选人信息:
$JOB_SEARCH_HOME/profile.md
如果 search_locations 或 tools.board_search_cli 为空,则停止并指出缺失的键。 不要回退到硬编码的城市或凭空捏造 CLI 路径。
调用
通过“查找新职位”、“抓取职位”、“有没有新职位”、“/scrape”等指令触发。
可选参数:
- 专注领域 —
/scrape platform broad— 运行所有优先分类remote— 硬性筛选为远程或混合办公linkedin— 选择启用 LinkedIn 渠道(参见步骤 2b;默认关闭)
步骤 0 — 加载状态
- 读取
job_scraper/seen_jobs.json,如果文件不存在则创建为{"seen": {}} - 读取
tracker_path获取已申请的公司和职位 - 读取
references/search-queries.md获取分类、关键词和位置层级 - 读取
$JOB_SEARCH_HOME/profile.md作为步骤 4 评估的依据
步骤 1 — 结构化招聘平台搜索(主要)
对每个优先分类,针对每个职位关键词运行一次 CLI。默认使用前 3 个分类;使用 broad 时运行所有分类;使用专注领域时运行指定分类。
python3 <board_search_cli> --keywords "<职位名称>" --where "<位置>" --pages 2
# 远程搜索:
python3 <board_search_cli> --keywords "<职位名称>" --where "全澳大利亚" --remote --pages 2
# 仅搜索近期职位:
python3 <board_search_cli> --keywords "<职位名称>" --where "<位置>" --days 14 --pages 2
通过 Bash 运行。CLI 输出 JSON 数组——直接解析。批量调用关键词;每个调用速度很快。按顺序使用 search_locations 中的值作为 --where 参数。
步骤 2 — 初创公司 & ATS 招聘平台(次要,可选)
对于主要平台覆盖不足的创始工程师和早期阶段职位,在初创公司招聘平台和 ATS 主机上运行少量网页搜索。仅在职位看起来高度匹配时才抓取完整详细信息。网页搜索具有区域偏差,因此在展示前需验证候选人所在国家的资格——许多结果并非本地职位。
步骤 2b — LinkedIn(仅限选择启用)
仅在候选人明确选择启用时运行。自动访问 LinkedIn 违反其平台条款,因此默认关闭。启用时需说明风险自负,保持低请求量,并将结果合并到与主要渠道相同的去重和排名流程中。
如果 tools.linkedin_search_cli 为空,则说明该渠道未配置,而不是猜测。
步骤 3 — 去重
对于每个结果:
- 如果其平台 ID 或 URL,或其
公司+职位组合键已存在于seen_jobs.json中,则跳过 - 如果
公司+职位组合已出现在tracker_path中,则跳过
步骤 4 — 快速适配评分
这是一个信号,而非完整的评估过程。使用搜索结果返回的摘要、职位名称、薪资、工作安排和要点:
- 高 — 匹配核心技能,位置或远程办公可行,且薪资(如有显示)满足最低要求
- 中 — 邻近职位,或位置和薪资需要进一步核实
- 低 — 存在显著技能差距,或在配置位置以外地点且无远程选项
在判断职位头衔前先检查所属专业领域。 资深头衔并不代表其专业领域。一个广告为“首席工程师”或“高级工程师”的职位,可能是一个后端或应用工程岗位,其核心要求是使用 Java、Spring Boot、.NET 或 PHP 等语言的专家级动手能力。如果核心要求是候选人画像之外的专业领域或语言,则无论头衔多么资深、领域多么熟悉,都评为低。支付、银行或平台相关背景并不能将后端职位变为平台职位。
读取 $JOB_SEARCH_HOME/targets.md 中需要排除的技术栈,以及 profile.md 中经过验证的核心技能。招聘广告中列出的要求并不代表候选人具备该技能。
应用 references/search-queries.md 中的位置筛选。
步骤 5 — 存储
记录每个出现的职位,包括跳过的:
{
"seen": {
"<平台ID或公司-职位键>": {
"title": "…", "company": "…", "location": "…", "url": "…",
"salary": "…", "work_arrangement": "…",
"first_seen": "YYYY-MM-DD", "fit": "high|medium|low",
"status": "new|skipped|evaluated"
}
}
}
步骤 6 — 展示
## 新职位匹配 — YYYY-MM-DD
共找到 X 个新职位(Y 个高匹配,Z 个中匹配,W 个低匹配)。
| # | 匹配度 | 职位名称 | 公司 | 位置 | 工作安排 | 薪资 | 链接 |
|---|--------|----------|------|------|----------|------|------|
| 1 | 高 | … | … | … | 远程/混合 | … | [链接](…) |
然后每个高匹配职位补充 2–3 点说明:为何匹配、需要验证的要求、危险信号。
最后询问用户是否需要详细评估或申请。在运行 job-application-assistant 工作流之前需要完整的职位描述——搜索步骤仅返回摘要,因此需要先获取详细内容。
步骤 7 — 更新跟踪器
如果候选人决定申请,则在 tracker_path 中添加一行。
规则
- 绝不捏造职位。 仅展示 CLI 或实际抓取返回的内容。
- 始终去重,同时对照
seen_jobs.json和tracker_path。 - 遵守配置的位置层级。 除非选择启用,否则跳过配置范围外的现场办公职位。
- 仅显示开放职位。 结果为实时数据,但跳过任何明显过时的内容。
- 在评估或申请前获取完整职位描述。
- 专业领域重于职位头衔。 根据要求中的主要语言和领域进行筛选,绝不能仅凭职位头衔。候选人不具备相应技术栈的资深头衔职位评为低匹配。
- 高效。 先根据头衔、摘要和薪资进行筛选,不要抓取每个结果。
- 未经明确选择启用,绝不查询 LinkedIn。