每日
- 作者仓库星标 60
- 作者仓库 boss-daily-brief
- 领域
- 通用
- 作者声明的智能体
- 未找到明确声明;不据此推断已兼容或已测试
- 静态检查
- 88 / 100 · 启发式扫描,不代表运行安全
- 运行环境证据
- 未执行;当前没有隔离运行测试证据
- 作者 / 版本 / 许可证
- @Viy1204 · 未声明许可证
- 上下文用量评级
- 低消耗
- 接入复杂程度
- 需简单配置
- 是否需要外部接口密钥
- 不需要
- 兼容的系统
- Windows
- 运行环境要求
- Node.js
- 检测到的文件与系统行为
-
- 只读
- 允许写入 / 修改
- 命令执行
- 网络行为
- 仅限本地
- 安装命令数
- 无(仅作为资料)
需要注意: 未声明工具权限范围;实际权限由运行环境决定。
依次检查: ✅ 三个工具均存在 → 进入 Phase 2 ❌ `boss` 未找到 → 提示:`npm install -g @joohw/boss-cli` ❌ `lark-cli` 未找到 → 提示:`npm install -g @larksuite/cli` ❌ `node` 未找到 → 提示安装 Node.js(https://nodejs.org)
2.1 boss CLI ✅ 返回候选人列表 → 已登录 ❌ `未检测到 .menu-list` → 提示用户运行 `boss login`,在浏览器完成登录后告知我继续 2.2 lark-cli `valid` → 已授权
3.1 文档文件夹 列出云盘根目录,找或创建存放每日 brief 的文件夹: 询问用户:文件夹名称是什么?(默认:`boss直聘每日简历brief`) 在返回列表中找到对应 `folder` 类型的条目 → 记录 `folder_token` 未找到 → 创建:
逐项询问用户,提供默认值,用户直接回车则使用默认值: 配置项 · 说明 · 默认值 年龄上限 · 超过此年龄直接排除 · `40` 年龄降权阈值 · 超过此年龄但未达上限,评级降权 · `35` 技术岗角色关键词 · 命中这些关键词的职位适用学历门槛(逗号分隔) · `工程师,软件产品经理,硬件产品经理`
读取 skill 目录下的 `config.json`,提取所有字段。 若文件不存在,提示用户先运行"boss init"完成初始化。
输出格式:`序号. 姓名|应聘职位|未读:N|时间:XX|消息:XX` 记录所有候选人的序号、姓名、应聘职位、未读数、最新消息时间。优先处理未读候选人。
对每位候选人,先按 `screening.excluded_degrees` 判断学历: 判断条件 · 处理方式 学历命中 `excluded_degrees` · 直接点不合适(`boss action not-fit`),跳过,不纳入统计 技术岗 + 学历低于 `tech_min_degree` · 获取简历,评级时降权 其他 · 正常获取简历
按 `screening` 配置应用筛选规则: 条件 · 处理方式 学历命中 `excluded_degrees` · 已在 Step 2 处理,不展示 年龄 ≥ `age_limit` · ❌ 排除,不展示详细简历 年龄 ≥ `age_downgrade_threshold` · 保留,评级降权,备注"年龄降权"
# Boss直聘每日简历Brief工作流
配置文件路径:与本 skill.md 同目录的 `config.json`(参考 `config.example.json`)。
---
## 初始化(`boss init` — 首次使用)
当用户说"boss init"、"初始化"、"第一次配置"时,运行以下四个阶段。每个阶段完成后明确告知用户,再进入下一阶段。
---
### Phase 1:工具检查
依次检查:
```bash
boss --version 2>&1
```
```bash
lark-cli --version 2>&1
```
```bash
node --version 2>&1
```
- ✅ 三个工具均存在 → 进入 Phase 2
- ❌ `boss` 未找到 → 提示:`npm install -g @joohw/boss-cli`
- ❌ `lark-cli` 未找到 → 提示:`npm install -g @larksuite/cli`
- ❌ `node` 未找到 → 提示安装 Node.js(https://nodejs.org)
工具全部就绪后继续。
---
### Phase 2:登录授权
#### 2.1 boss CLI
```bash
boss list 2>&1 | head -3
```
- ✅ 返回候选人列表 → 已登录
- ❌ `未检测到 .menu-list` → 提示用户运行 `boss login`,在浏览器完成登录后告知我继续
#### 2.2 lark-cli
```bash
lark-cli auth status 2>&1
```
- `valid` → 已授权
- 其他状态 → 运行授权命令:
```bash
lark-cli auth login --scope "drive:drive:readonly drive:file:create docx:document:create docx:document:write_only docx:document:readonly bitable:app:create bitable:app:update bitable:table:create bitable:table:update bitable:field:create bitable:record:create bitable:record:read im:message im:message.send_as_user contact:user.base:readonly" --as user 2>&1
```
提示用户打开返回的授权链接,完成后确认继续。
---
### Phase 3:飞书资源配置
#### 3.1 文档文件夹
列出云盘根目录,找或创建存放每日 brief 的文件夹:
```bash
lark-cli api GET /open-apis/drive/v1/files --as user 2>&1
```
询问用户:**文件夹名称是什么?**(默认:`boss直聘每日简历brief`)
- 在返回列表中找到对应 `folder` 类型的条目 → 记录 `folder_token`
- 未找到 → 创建:
```bash
lark-cli api POST /open-apis/drive/v1/files/create_folder \
--body '{"name":"boss直聘每日简历brief","folder_token":""}' \
--as user 2>&1
```
记录 `folder_token`。
#### 3.2 多维表格
询问用户:**是否已有候选人管理表格?**
**选项 A:已有表格** → 请输入 `base_token` 和 `table_id`,验证后记录。
**选项 B:自动创建**
**Step 1** 创建多维表格:
```bash
lark-cli api POST /open-apis/bitable/v1/apps \
--body '{"name":"Boss直聘候选人招聘管理","folder_token":"<folder_token>"}' \
--as user 2>&1
```
从返回值取 `app_token`(即 `base_token`)。
**Step 2** 获取默认 table_id:
```bash
lark-cli api GET /open-apis/bitable/v1/apps/<base_token>/tables --as user 2>&1
```
取第一个 `table_id`,重命名默认表:
```bash
lark-cli api PATCH /open-apis/bitable/v1/apps/<base_token>/tables/<table_id> \
--body '{"name":"候选人信息"}' \
--as user 2>&1
```
**Step 3** 询问用户:**你们目前在招哪些职位?**(多选,输入序号,可追加自定义)
给出参考选项让用户勾选:
```
1. 安卓开发工程师 7. 产品营销
2. iOS开发工程师 8. 技术美术(TA)
3. 前端开发工程师 9. UI/UX设计师
4. 后端开发工程师 10. 供应链/采购
5. APP软件产品经理 11. 运营
6. 智能硬件产品经理 12. 自定义输入...
```
收集用户选择的职位列表,后续作为"应聘职位"字段的预设选项。
**Step 4** 创建字段(逐个执行,失败不中断,记录错误在最后统一提示):
```bash
# 应聘职位(单选,动态选项)
lark-cli api POST /open-apis/bitable/v1/apps/<base_token>/tables/<table_id>/fields \
--body '{
"field_name": "应聘职位",
"type": 3,
"property": {
"options": [<用户选择的职位列表,格式: {"name":"职位名"},逗号分隔>]
}
}' --as user 2>&1
# 性别(单选)
lark-cli api POST /open-apis/bitable/v1/apps/<base_token>/tables/<table_id>/fields \
--body '{"field_name":"性别","type":3,"property":{"options":[{"name":"男"},{"name":"女"}]}}' \
--as user 2>&1
# 年龄(数字)
lark-cli api POST /open-apis/bitable/v1/apps/<base_token>/tables/<table_id>/fields \
--body '{"field_name":"年龄","type":2}' --as user 2>&1
# 学历(单选)
lark-cli api POST /open-apis/bitable/v1/apps/<base_token>/tables/<table_id>/fields \
--body '{"field_name":"学历","type":3,"property":{"options":[{"name":"博士"},{"name":"硕士"},{"name":"本科"},{"name":"大专"}]}}' \
--as user 2>&1
# 毕业院校(文本)
lark-cli api POST /open-apis/bitable/v1/apps/<base_token>/tables/<table_id>/fields \
--body '{"field_name":"毕业院校","type":1}' --as user 2>&1
# 专业(文本)
lark-cli api POST /open-apis/bitable/v1/apps/<base_token>/tables/<table_id>/fields \
--body '{"field_name":"专业","type":1}' --as user 2>&1
# 工作年限(数字)
lark-cli api POST /open-apis/bitable/v1/apps/<base_token>/tables/<table_id>/fields \
--body '{"field_name":"工作年限","type":2}' --as user 2>&1
# 期望城市(文本)
lark-cli api POST /open-apis/bitable/v1/apps/<base_token>/tables/<table_id>/fields \
--body '{"field_name":"期望城市","type":1}' --as user 2>&1
# 期望薪资(文本)
lark-cli api POST /open-apis/bitable/v1/apps/<base_token>/tables/<table_id>/fields \
--body '{"field_name":"期望薪资","type":1}' --as user 2>&1
# 活跃状态(单选)
lark-cli api POST /open-apis/bitable/v1/apps/<base_token>/tables/<table_id>/fields \
--body '{"field_name":"活跃状态","type":3,"property":{"options":[{"name":"刚刚活跃"},{"name":"今日活跃"},{"name":"昨天"},{"name":"3天内"},{"name":"本周内"}]}}' \
--as user 2>&1
# 近期工作经历(文本)
lark-cli api POST /open-apis/bitable/v1/apps/<base_token>/tables/<table_id>/fields \
--body '{"field_name":"近期工作经历","type":1}' --as user 2>&1
# 初筛评级(单选)
lark-cli api POST /open-apis/bitable/v1/apps/<base_token>/tables/<table_id>/fields \
--body '{"field_name":"初筛评级","type":3,"property":{"options":[{"name":"⭐⭐⭐⭐⭐ 强推"},{"name":"⭐⭐⭐⭐ 推荐"},{"name":"⭐⭐⭐ 可约"},{"name":"⭐⭐ 观望"},{"name":"⭐ 不推荐"},{"name":"❌ 排除"}]}}' \
--as user 2>&1
# 初筛理由(文本)
lark-cli api POST /open-apis/bitable/v1/apps/<base_token>/tables/<table_id>/fields \
--body '{"field_name":"初筛理由","type":1}' --as user 2>&1
# 跟进状态(单选)
lark-cli api POST /open-apis/bitable/v1/apps/<base_token>/tables/<table_id>/fields \
--body '{"field_name":"跟进状态","type":3,"property":{"options":[{"name":"待联系"},{"name":"已发邀约"},{"name":"面试中"},{"name":"已通过"},{"name":"已Offer"},{"name":"已录用"},{"name":"已淘汰"}]}}' \
--as user 2>&1
# 排除原因(文本)
lark-cli api POST /open-apis/bitable/v1/apps/<base_token>/tables/<table_id>/fields \
--body '{"field_name":"排除原因","type":1}' --as user 2>&1
# 录入日期(日期)
lark-cli api POST /open-apis/bitable/v1/apps/<base_token>/tables/<table_id>/fields \
--body '{"field_name":"录入日期","type":5,"property":{"date_formatter":"yyyy/MM/dd"}}' \
--as user 2>&1
# Boss直聘消息摘要(文本)
lark-cli api POST /open-apis/bitable/v1/apps/<base_token>/tables/<table_id>/fields \
--body '{"field_name":"Boss直聘消息摘要","type":1}' --as user 2>&1
```
> 多维表格自带一个默认文本字段"文本",建完后在飞书手动删除即可(不影响写入)。
记录 `base_token` 和 `table_id`。
#### 3.3 机器人配置
询问用户:**飞书机器人的 App ID 是多少?**(格式:`cli_xxxxxxxxxxxxxxxx`)
提示用户在飞书里搜索该机器人并发送一条消息(如"hi"),建立会话后继续。
记录 `bot_app_id`。
#### 3.4 获取用户 open_id
自动获取:
```bash
lark-cli api GET /open-apis/contact/v3/users/me --as user 2>&1
```
从返回值取 `user_id` 字段(`ou_` 开头)。
记录 `user_open_id`。
---
### Phase 4:筛选标准配置
逐项询问用户,提供默认值,用户直接回车则使用默认值:
| 配置项 | 说明 | 默认值 |
|--------|------|--------|
| 年龄上限 | 超过此年龄直接排除 | `40` |
| 年龄降权阈值 | 超过此年龄但未达上限,评级降权 | `35` |
| 技术岗角色关键词 | 命中这些关键词的职位适用学历门槛(逗号分隔) | `工程师,软件产品经理,硬件产品经理` |
| 技术岗最低学历 | 技术岗低于此学历直接降权(可填:211/985、本科、硕士) | `211/985` |
| 直接排除的学历 | 命中则不获取简历、直接点不合适(逗号分隔) | `大专,学院` |
---
### 写入 config.json
将以上收集到的信息写入 skill 目录下的 `config.json`:
```json
{
"feishu": {
"folder_token": "<从 3.1 获取>",
"base_token": "<从 3.2 获取>",
"table_id": "<从 3.2 获取>",
"bot_app_id": "<从 3.3 获取>",
"user_open_id": "<从 3.4 获取>"
},
"screening": {
"age_limit": 40,
"age_downgrade_threshold": 35,
"tech_role_keywords": ["工程师", "软件产品经理", "硬件产品经理"],
"tech_min_degree": "211/985",
"excluded_degrees": ["大专", "学院"]
},
"positions": ["<用户在 3.2 选择的职位列表>"]
}
```
写入完成后告知用户:
- 配置文件路径
- 多维表格链接:`https://www.feishu.cn/base/<base_token>`
- 初始化完成,可以运行"帮我做今天的招聘简报"
---
## 日常运行流程
### Step 0:读取配置
读取 skill 目录下的 `config.json`,提取所有字段。
若文件不存在,提示用户先运行"boss init"完成初始化。
---
### Step 1:拉取候选人列表
```bash
boss list 2>&1
```
输出格式:`序号. 姓名|应聘职位|未读:N|时间:XX|消息:XX`
记录所有候选人的序号、姓名、应聘职位、未读数、最新消息时间。优先处理未读候选人。
---
### Step 2:逐个获取简历
对每位候选人,先按 `screening.excluded_degrees` 判断学历:
| 判断条件 | 处理方式 |
|----------|----------|
| 学历命中 `excluded_degrees` | **直接点不合适**(`boss action not-fit`),跳过,不纳入统计 |
| 技术岗 + 学历低于 `tech_min_degree` | 获取简历,评级时降权 |
| 其他 | 正常获取简历 |
**获取简历**:
```bash
boss chat "<姓名>" 2>&1
```
`boss chat` 直接返回人才摘要,不需要再执行 `boss action resume`。
**点不合适**:
```bash
# 先打开候选人会话,再执行
boss action not-fit 2>&1
```
> 每批处理 3~5 人,避免浏览器超时。若 `boss chat` 报"未找到联系人",加 `--strict` 参数;仍失败则标记"未获取",继续下一位。
---
### Step 3:应用筛选 & 整理为 Markdown
按 `screening` 配置应用筛选规则:
| 条件 | 处理方式 |
|------|----------|
| 学历命中 `excluded_degrees` | 已在 Step 2 处理,不展示 |
| 年龄 ≥ `age_limit` | ❌ 排除,不展示详细简历 |
| 年龄 ≥ `age_downgrade_threshold` | 保留,评级降权,备注"年龄降权" |
| 技术岗 + 学历低于 `tech_min_degree` | 降级,最高不超过 ⭐⭐ 观望 |
**整理格式**(按应聘职位分组):
```markdown
## [职位名称]
### 姓名
- **性别/年龄**:男/女 · XX岁
- **学历/经验**:本科/硕士 · XX年
- **活跃状态**:刚刚活跃 / 今日活跃 / 昨天 / 3天内
- **期望**:城市 · 职位方向 · 薪资范围
- **工作经历**:
- 时间 公司 · 职位
- **教育**:学校 · 专业 · 学历(年份)
```
文档开头注明:生成时间、有效候选人总数(不含已点不合适的)、筛选标准摘要。
---
### Step 4:创建飞书云文档
```bash
cd <工作目录>
lark-cli docs +create \
--title "Boss直聘候选人简历Brief $(Get-Date -Format 'yyyyMMdd')" \
--folder-token "<config.feishu.folder_token>" \
--markdown "@tmp_boss_brief.md" \
--as user 2>&1
```
> 先用 Write 工具将 Markdown 内容写入 `tmp_boss_brief.md`,再执行上述命令。
> `--markdown` 必须用相对路径 `@filename.md`,先 `cd` 到文件所在目录再执行。
记录返回的 `doc_id`。
---
### Step 5:AI 初筛并生成推荐等级
评估三个维度:经验匹配度、学历背景、薪资合理性。学历权重按 `screening` 配置执行。
**推荐等级**:
| 等级 | 含义 | 行动 |
|------|------|------|
| ⭐⭐⭐⭐⭐ 强推 | 高度匹配,学历经验俱佳 | 优先约谈 |
| ⭐⭐⭐⭐ 推荐 | 基本匹配,有明显亮点 | 优先约谈 |
| ⭐⭐⭐ 可约 | 部分匹配,需面试确认 | 可选约谈 |
| ⭐⭐ 观望 | 匹配度弱 | 暂不操作 |
| ⭐ 不推荐 | 明显不合适 | 报告中列出 |
| ❌ 排除 | 不符合硬性筛选条件 | 报告中列出 |
生成初筛报告:各职位分组评级表 + 结尾「优先约谈名单」(⭐⭐⭐⭐及以上)。
---
### Step 6:追加初筛报告到飞书文档
```bash
cd <工作目录>
lark-cli docs +update \
--doc "<doc_id>" \
--mode append \
--as user \
--markdown "@tmp_boss_screening.md" 2>&1
```
> 表格超过 50 行时拆分多次追加。
---
### Step 7:追加全量顺序汇总表
```bash
cd <工作目录>
lark-cli docs +update \
--doc "<doc_id>" \
--mode append \
--as user \
--markdown "@tmp_boss_summary.md" 2>&1
```
---
### Step 8:写入多维表格
将有效候选人批量写入多维表格(`config.feishu.base_token` + `config.feishu.table_id`)。
字段映射注意点:
- "应聘职位"必须匹配 `config.positions` 中的选项值,不存在的选项跳过并记录
- "活跃状态":`3日内活跃` → `3天内`
- 工作年限必须是数字(`10年以上` → `10`,应届生 → `0`)
- 录入日期格式:`yyyy-MM-dd`
```bash
cd <工作目录>
lark-cli base +record-batch-create \
--base-token "<config.feishu.base_token>" \
--table-id "<config.feishu.table_id>" \
--as user \
--json @boss_records_YYYYMMDD.json 2>&1
```
> JSON 格式:lark-cli 简化格式 `{"fields": [...], "rows": [...]}`,非标准飞书 API 格式。
> `--json` 用相对路径,先 `cd` 到文件目录再执行。
---
### Step 9:推送简报到飞书机器人
使用 `scripts/send-feishu-msg.js`(从 `config.json` 读取 `bot_app_id` 和 `user_open_id`):
```bash
node <skill目录>/scripts/send-feishu-msg.js --brief brief_data.json
```
其中 `brief_data.json`:
```json
{
"date": "2026-04-28",
"total": 20,
"rejected": 5,
"excluded": 3,
"priority": 5,
"priorityList": [
{ "name": "张三", "position": "APP软件产品经理", "highlight": "985院校,8年经验" }
],
"docUrl": "https://www.feishu.cn/docx/<doc_id>",
"baseUrl": "https://www.feishu.cn/base/<base_token>",
"note": ""
}
```
> 严禁直接用 PowerShell 命令行发多行文本——`\n` 会被转义导致只发出第一行,必须通过 Node.js 脚本发送。
---
## 完成后输出
告知用户:
1. 飞书文档链接
2. 多维表格链接
3. 优先约谈名单(⭐⭐⭐⭐及以上)
4. 已点不合适人数
5. 被排除人数及原因分布
6. 未获取简历人数(建议手动查看)
7. 未写入表格的候选人及原因(如职位选项不匹配)
---
## 常见问题
| 问题 | 解决方案 |
|------|----------|
| 找不到 config.json | 先运行"boss init"完成初始化 |
| `未检测到 .menu-list` | 运行 `boss login` 完成浏览器登录 |
| `boss chat` 找不到联系人 | 加 `--strict` 参数;仍失败则标记"未获取" |
| 机器人消息只有第一行 | 必须用 `scripts/send-feishu-msg.js`,不能用 PowerShell 直接发 |
| 多维表格写入报 `not_found` | 职位不在 `config.positions` 选项中,需在飞书手动添加该选项 |
| 多维表格写入报 `Provide a number value` | 年龄/工作年限传了字符串,改为纯数字 |
| 多维表格报 `Provide a value of type array` | JSON 格式错误,改用 lark-cli 简化格式 |
| `--as bot` 不生效 | `--as bot` 必须紧跟子命令 |
| 机器人发送失败 | 确认用户已先给机器人发过消息(建立会话) |
按说明文件中的顺序排列。
Phase 1:工具检查
Phase 2:登录授权
Phase 3:飞书资源配置
Phase 4:筛选标准配置
写入 config.json
文件/命令 -> config.json · config.example.json · boss init · boss · npm install -g @joohw/boss-cli · lark-cli · npm install -g @larksuite/cli · node
内容校验值 -> 019fde122d9c
当前原文的自动摘译,尚未人工审校。
写入 config.json
将以上收集到的信息写入 skill 目录下的
config.json: 写入完成后告知用户: 配置文件路径 多维表格链接:https://www.feishu.cn/base/<base_token>初始化完成,可以运行"帮我做今天的招聘简报"