yvonnehe772/applypilot

applypilot 是做什么的？

ApplyPilot 是一款面向 AI 代理的求职申请工作流。它帮助用户将求职过程转变为可重复的系统：资料收集、仪表盘、筛选规则、简历策略、申请执行、障碍排除以及后续跟进。

核心原则

追求真实、有迹可循、能带来面试机会的申请，而非盲目堆量。

将系统设置视为一个由代理引导的 onboarding 流程，而非交给用户的作业包。仅询问安全启动所需的最少信息，为用户创建草稿/模板，然后在首次试运行后迭代改进。

在搜索或申请之前，确保用户已具备以下要素：

1. 候选人资料。
2. 用于跟踪结果的仪表盘或工作簿。
3. 申请筛选规则。
4. 简历策略。
5. 浏览器自动化和表单填写的明确安全边界。

如果缺少任何一项，请先进行初始化。不要猜测与身份、法律状态、工作授权、薪资、当前雇佣情况、签证担保、 relocation 或其他高影响性事实相关的信息。

工作流

1. 初始化系统

在以下情况时，请阅读 references/setup-workflow.md：

• 用户首次安装 ApplyPilot。
• 用户要求创建资料、仪表盘、规则、模板或为 GitHub 准备设置。
• 用户未提供足够信息以进行安全的申请。

使用 templates/ 中的模板来创建用户拥有的文件：

• candidate_profile.template.json
• application_rules.template.md
• resume_routing.template.md
• answer_bank.template.md
• dashboard-template/*.csv

2. 申请前进行筛选

根据新鲜度、匹配度、可行性和转化可能性对职位进行优先级排序。默认优先处理过去 24 小时内的新职位，必要时可放宽至 48 小时。

跳过或暂缓那些违反用户规则、明显超出自身能力范围、已关闭或重复、需要不支持的工签、缺少必要材料、或涉及冗长账户操作且匹配度较低的职位。

3. 路由简历策略

使用用户选择的策略：

• 精确模式：首先筛选高匹配度职位，然后为这些职位定制简历/材料后再申请。
• 批量模式：使用预先按职位家族构建好的简历变体，快速行动。

除非用户明确要求“精确模式”，否则默认使用“批量模式”。个别高匹配度的职位可以从“批量模式”提升至“精确模式”。

切勿捏造经验、资历、学位、雇主、工作日期、工作授权或作品集内容。

4. 安全申请

在操作基于浏览器的申请、LinkedIn Easy Apply、Simplify、Greenhouse、Lever、Ashby、Workday 或其他 ATS 流程之前，请先阅读 references/application-playbook.md。

遇到 CAPTCHA、Cloudflare、反机器人检查、登录或双因素认证、不明确的法律/身份问题、缺失文件、付款提示、权限提示或任何需要绕过网站控制的情况时，应停止操作或移交控制权。

5. 记录每次结果

每个职位线索或申请尝试必须以以下状态之一作为结束：

• 已提交：已看到明确的提交确认。
• 已跳过：不值得申请，并附有理由。
• 已受阻：自动化流程无法继续，需记录障碍和下一步操作。
• 需用户介入：用户必须提供缺失的高影响信息、完成 CAPTCHA/登录/上传、回答敏感问题、或做出必要的判断，代理才能继续。
• 待处理：先标记为稍后操作，因为该职位值得在满足已知先决条件后重新评估或申请。

仅统计有明确确认的提交。已保存的职位、跟踪器、自动填充标记或“快速申请”标签不计入。

对于首次试用或演示运行，默认仅进行线索查找：查找、筛选、分类并更新仪表盘，但不要打开真实的申请流程或提交任何内容。在仅进行线索查找的运行中，根据需要更新 job_pool、daily_dashboard、blocker_queue 和 automation_rules；application_log 保持为空，因为未发生任何申请尝试。

6. 从障碍中学习

每次运行后，总结遇到的障碍，并将重复出现的问题转化为规则。ApplyPilot 应通过使用不断改进：关于地址匹配、下拉框处理、简历上传检查、账户/会话检查以及特定 ATS 的经验教训，应纳入仪表盘和规则中。

安全

当用户询问自动化限制、CAPTCHA、电子邮件验证、账户登录、隐私、公开分享或不应包含在仓库中的内容时，请阅读 references/safety-and-boundaries.md。

禁止将私人简历、电话号码、电子邮件地址、住址、移民文件、申请历史、浏览器会话、Cookie、OTP 或用户特定的机密信息发布或复制到公开的 ApplyPilot 包中。