AI 驱动的智能求职助手 — 自动抓取 Boss直聘岗位、AI 深度分析 JD、简历匹配评分、每日推送到微信
| 功能 | 说明 |
|---|---|
| 🕷️ 智能爬虫 | 通过 OpenClaw Browser Relay 借用已登录的 Chrome，完全绕过 Boss直聘反爬 |
| 🧠 AI 分析 | LLM 深度解析 JD，提取核心技术栈、硬性要求、加分项、潜在风险 |
| 📊 简历匹配 | 与你的简历对比，输出匹配度评分（0-100）和差距分析 |
| 🎯 面试准备 | 针对每个岗位自动生成高频面试题 + 答题思路 |
| 📱 微信推送 | 每天定时推送精美 HTML 卡片到微信，按匹配度排序 |
| 🗄️ 历史去重 | SQLite 本地存储，不重复推送同一岗位 |
git clone https://github.com/liuCodeBoy/job-hunter-ai.git
cd job-hunter-ai
pip install -r requirements.txt项目使用 Anthropic Claude 做 AI 分析，支持三种配置方式（优先级从高到低）：
方式一：环境变量（推荐）
export LLM_API_KEY="sk-ant-xxxxxx" # Anthropic 官方 Key
export LLM_BASE_URL="https://api.anthropic.com" # 可选，默认官方地址
export LLM_MODEL="claude-3-5-sonnet-20241022" # 可选，默认此模型方式二：config.yaml
llm:
api_key: "sk-ant-xxxxxx"
base_url: "https://api.anthropic.com" # 使用中转服务可改此地址
model: "claude-3-5-sonnet-20241022"方式三：OpenClaw 用户（自动读取）
已安装并配置 OpenClaw 的用户无需额外配置，自动读取 ~/.openclaw/openclaw.json。
💡 没有 Anthropic 官方账号？可使用 ppinfra 等中转服务，将
base_url设为https://api.ppinfra.com/anthropic，支持国内访问。
cp config.example.yaml config.yaml编辑 config.yaml：
search:
keywords:
- "Python后端"
- "大模型应用开发"
city: "上海"
salary_min: 25 # 最低薪资（K）
salary_max: 50
push:
pushplus_token: "你的token" # 前往 pushplus.plus 获取
min_score: 60 # 只推送匹配分 ≥ 60 的岗位创建 resume.md，填入你的简历，格式随意：
## 技术栈
Python / FastAPI / LangChain / Redis / MySQL / Docker
## 工作经历
某公司 后端开发工程师 2022-至今
- 负责 RAG 知识库系统开发
- ...填写简历后，AI 会输出针对每个岗位的匹配度评分和高频面试题。
本项目通过 OpenClaw Browser Relay 借用你已登录的 Chrome 浏览器来抓取数据，完全绕过反爬检测。
前提： 安装 OpenClaw 并在 Chrome 中安装 Browser Relay 插件。
# 安装 OpenClaw
npm install -g openclaw
# 启动 Gateway
openclaw gateway start然后在 Chrome 中：
- 打开 Boss直聘 并登录
- 点击 Chrome 工具栏中的 OpenClaw Browser Relay 图标，开启中继
- 运行项目即可
# 完整运行（抓取 → 分析 → 推送）
python skills/job-hunter/scripts/main.py --config config.yaml
# 跳过抓取，只分析推送已有数据
python skills/job-hunter/scripts/main.py --config config.yaml --skip-crawl
# 只抓取分析，不推送
python skills/job-hunter/scripts/main.py --config config.yaml --skip-push# 每天早上 9:00 自动运行
crontab -e
# 添加：
0 9 * * * cd /path/to/job-hunter-ai && python skills/job-hunter/scripts/main.py --config config.yaml >> data/cron.log 2>&1job-hunter-ai/
├── README.md
├── config.example.yaml # 配置模板（提交到 Git）
├── config.yaml # 你的配置（已加入 .gitignore）
├── resume.md # 你的简历（已加入 .gitignore）
├── requirements.txt
├── data/ # 运行时数据，自动创建（已加入 .gitignore）
│ ├── jobs.db # SQLite 数据库
│ └── job-hunter.log # 运行日志
└── skills/
└── job-hunter/
└── scripts/
├── main.py # 主入口
├── crawl.py # Boss直聘爬虫（Browser Relay 方案）
├── analyze.py # AI 分析
├── push.py # 微信推送（PushPlus）
└── db.py # 数据库操作
| 配置项 | 说明 | 默认值 |
|---|---|---|
search.keywords |
搜索关键词列表 | — |
search.city |
城市 | 上海 |
search.salary_min/max |
薪资范围（K），0 表示不限 | 0 |
search.experience |
经验要求：不限/应届/1-3年/3-5年/5-10年 | 不限 |
search.max_jobs |
每次最多抓取数量 | 15 |
search.daily_limit |
每日累计上限 | 30 |
push.pushplus_token |
PushPlus Token | — |
push.min_score |
最低推送分数（0-100） | 0 |
push.max_push |
每次最多推送数量 | 10 |
llm.api_key |
LLM API Key | 读环境变量 |
llm.base_url |
API 地址 | 官方地址 |
llm.model |
模型名称 | claude-3-5-sonnet-20241022 |
Q: 没有安装 OpenClaw 能用吗？
A: 爬虫部分依赖 OpenClaw Browser Relay，如果没有安装则无法抓取。但你可以手动准备数据（JSON 格式）直接调用 analyze.py 做 AI 分析。
Q: 支持其他城市吗？
A: 支持，修改 config.yaml 中的 search.city 即可。已内置：北京、上海、广州、深圳、杭州、成都、南京、武汉、西安、苏州等主要城市。
Q: 微信没收到推送？
A: 检查 PushPlus Token 是否正确，以及微信是否关注了「推送加」公众号。
Q: AI 分析结果质量不好？
A: 大部分 Boss直聘 JD 描述本身就很简陋，分析质量取决于 JD 完整度。建议搜索描述更详细的岗位，或填写简历开启匹配模式。
Q: 支持哪些 LLM 模型？
A: 使用 Anthropic SDK，兼容所有 Claude 系列模型。通过修改 base_url 也可接入其他兼容接口的服务。
MIT License — 自由使用，欢迎 PR 和 Star ⭐
Made with ❤️ · 如果对你有帮助，欢迎 Star ⭐