boss 浏览器助手
- 作者仓库星标 43
- 作者仓库 -SKILL
BOSS 直聘自动化招聘工作流
这是一个端到端的招聘自动化流程,通过 opencli 的 BOSS 直聘适配器完成以下工作: 批量向推荐候选人打招呼 → 等待回复 → 查看简历 → 与 JD 匹配分析 → 对合适的人请求交换联系方式 → 输出结构化分析表格。
前置条件
- opencli 已安装并可用(命令:
opencli) - Chrome 浏览器已打开并登录 BOSS 直聘 (zhipin.com)
- OpenCLI Browser Bridge 扩展已安装并启用
工作流步骤
第一步:确认岗位信息
向用户确认以下信息,缺一不可:
目标职位:用户要操作哪个岗位?运行以下命令获取职位列表:
opencli boss joblist -f json返回字段:
job_name,salary,city,status,encrypt_job_idJD 要求:这个岗位的核心要求是什么?让用户提供或自己根据职位信息总结。关键维度包括:
- 工作年限要求
- 学历要求
- 必备技能/经验
- 薪资范围
- 其他硬性条件
招呼语:用户是否有自定义的打招呼文案?如果没有,使用默认文案。
将 JD 要求记录下来,后续用于简历匹配分析。
第二步:查看推荐候选人并批量打招呼
先查看当前推荐候选人列表:
opencli boss recommend --limit 20 -f json
返回字段:name, job_name, last_time, labels, encrypt_uid, security_id, encrypt_job_id
然后执行批量打招呼,每次限制 10 人:
opencli boss batchgreet --job-id <encrypt_job_id> --limit 10 --text "<招呼语>"
向用户汇报打招呼的结果(成功/失败数量和名单)。
第三步:等待候选人回复
告知用户需要等待约 10 分钟让候选人回复。使用 /loop 或提醒用户稍后回来。
10 分钟后(或用户指示继续时),查看聊天列表获取回复情况:
opencli boss chatlist --job-id <encrypt_job_id> --limit 50 -f json
返回字段:name, job, last_msg, last_time, uid, security_id
判断回复的逻辑:对比打招呼名单和聊天列表,找出 last_msg 不是我们发出的招呼语的候选人——这些人就是有回复的。重点关注 last_time 在打招呼之后的消息。
第四步:查看回复者的简历
对每个有回复的候选人,逐一查看简历:
opencli boss resume --uid <encrypt_uid> -f json
返回字段:name, gender, age, experience, degree, active_time, work_history, education, job_chatting, expect
将每个人的简历信息完整记录下来。
第五步:简历与 JD 匹配分析
对每份简历,按以下维度与第一步记录的 JD 要求逐一比对:
| 维度 | 判断方法 |
|---|---|
| 工作年限 | 简历中的 experience 是否满足 JD 要求 |
| 学历 | degree 是否达到要求 |
| 技能匹配 | work_history 中的公司、职位、行业经验是否相关 |
| 教育背景 | education 中的学校、专业是否匹配 |
| 薪资期望 | expect 是否在 JD 薪资范围内 |
| 活跃度 | active_time 反映候选人的求职活跃程度 |
给出明确结论:符合 或 不符合,并写出具体理由。
第六步:对符合要求的候选人请求交换联系方式
对所有判定为「符合」的候选人,自动请求交换手机号:
opencli boss exchange --uid <encrypt_uid> --type phone
如果用户希望交换微信,改为 --type wechat。
执行前向用户确认名单,得到确认后再批量执行。
第七步:生成候选人分析表格
在工作目录下创建 Markdown 文件,文件名格式:boss_招聘分析_<职位名>_<日期>.md
表格结构如下:
# BOSS 直聘招聘分析报告
**职位**: <职位名称>
**日期**: <执行日期>
**招呼人数**: <N> 人
**回复人数**: <M> 人
**符合要求**: <X> 人
**不符合要求**: <Y> 人
## 一、回复并提供简历的候选人
| 姓名 | 年龄 | 学历 | 工作年限 | 最近公司/职位 | 期望薪资 | 匹配结果 |
|------|------|------|----------|--------------|----------|----------|
| ... | ... | ... | ... | ... | ... | 符合/不符合 |
## 二、符合要求的候选人
| 姓名 | 学历 | 工作年限 | 核心匹配点 | 联系方式交换状态 |
|------|------|----------|-----------|----------------|
| ... | ... | ... | <具体原因> | 已发送/未发送 |
## 三、不符合要求的候选人
| 姓名 | 学历 | 工作年限 | 不符合原因 |
|------|------|----------|-----------|
| ... | ... | ... | <具体原因> |
## 四、未回复的候选人
| 姓名 | 打招呼时间 | 状态 |
|------|-----------|------|
| ... | ... | 未回复 |
注意事项
- 频率控制:每次批量打招呼不超过 10 人,避免触发平台风控。如果用户想打更多,分多轮执行,每轮之间间隔至少 5 分钟。
- 确认机制:在执行交换联系方式之前,务必向用户展示候选人名单并获得确认。
- 错误处理:如果某个命令失败(如 cookie 过期、候选人不存在),记录错误并继续处理下一个,不要中断整个流程。
- 输出格式:所有 opencli 命令统一使用
-f json获取结构化数据,便于解析处理。 - 数据保存:分析报告保存到用户的当前工作目录。
- 流狐分类
- 通用
- 作者声明 Agent
- 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
- 作者 / 版本 / 许可
- @AichaelLee · 未声明 license
- 流狐 Token 估算
- 低消耗
- 流狐接入估算
- 即装即用
- 是否需要外部 API Key
- 未发现要求
- 检测到的系统要求
- 未声明
- 底层运行要求
- 未声明
- 检测到的文件与系统行为
-
- 只读
- 检测到的网络行为
- 仅限本地
- 安装命令数
- 无(仅作为资料)
档案由构建时根据 SKILL.md 与安装命令自动衍生,可能与作者实际意图存在差异。
需要注意: 未限定 allowed-tools,默认拥有全部工具权限。
作者没有在当前 SKILL.md 中定义固定输出样例。 opencli 已安装并可用(命令:opencli ) Chrome 浏览器已打开并登录 BOSS 直聘 (zhipin.com) OpenCLI Browser Bridge 扩展已安装并启用
工作流步骤
向用户确认以下信息,缺一不可: 目标职位:用户要操作哪个岗位?运行以下命令获取职位列表: 返回字段:jobname, salary, city, status, encryptjobid
先查看当前推荐候选人列表: 返回字段:name, jobname, lasttime, labels, encryptuid, securityid, encryptjobid 然后执行批量打招呼,每次限制 10 人:
告知用户需要等待约 10 分钟让候选人回复。使用 /loop 或提醒用户稍后回来。 10 分钟后(或用户指示继续时),查看聊天列表获取回复情况: 返回字段:name, job, lastmsg, lasttime, uid, securityid
对每个有回复的候选人,逐一查看简历: 返回字段:name, gender, age, experience, degree, activetime, workhistory, education, jobchatting, expect 将每个人的简历信息完整记录下来。
# BOSS 直聘自动化招聘工作流
这是一个端到端的招聘自动化流程,通过 opencli 的 BOSS 直聘适配器完成以下工作:
批量向推荐候选人打招呼 → 等待回复 → 查看简历 → 与 JD 匹配分析 → 对合适的人请求交换联系方式 → 输出结构化分析表格。
## 前置条件
- opencli 已安装并可用(命令:`opencli` )
- Chrome 浏览器已打开并登录 BOSS 直聘 (zhipin.com)
- OpenCLI Browser Bridge 扩展已安装并启用
## 工作流步骤
### 第一步:确认岗位信息
向用户确认以下信息,缺一不可:
1. **目标职位**:用户要操作哪个岗位?运行以下命令获取职位列表:
```bash
opencli boss joblist -f json
```
返回字段:`job_name`, `salary`, `city`, `status`, `encrypt_job_id`
2. **JD 要求**:这个岗位的核心要求是什么?让用户提供或自己根据职位信息总结。关键维度包括:
- 工作年限要求
- 学历要求
- 必备技能/经验
- 薪资范围
- 其他硬性条件
3. **招呼语**:用户是否有自定义的打招呼文案?如果没有,使用默认文案。
将 JD 要求记录下来,后续用于简历匹配分析。
### 第二步:查看推荐候选人并批量打招呼
先查看当前推荐候选人列表:
```bash
opencli boss recommend --limit 20 -f json
```
返回字段:`name`, `job_name`, `last_time`, `labels`, `encrypt_uid`, `security_id`, `encrypt_job_id`
然后执行批量打招呼,**每次限制 10 人**:
```bash
opencli boss batchgreet --job-id <encrypt_job_id> --limit 10 --text "<招呼语>"
```
向用户汇报打招呼的结果(成功/失败数量和名单)。
### 第三步:等待候选人回复
告知用户需要等待约 10 分钟让候选人回复。使用 `/loop` 或提醒用户稍后回来。
10 分钟后(或用户指示继续时),查看聊天列表获取回复情况:
```bash
opencli boss chatlist --job-id <encrypt_job_id> --limit 50 -f json
```
返回字段:`name`, `job`, `last_msg`, `last_time`, `uid`, `security_id`
**判断回复的逻辑**:对比打招呼名单和聊天列表,找出 `last_msg` 不是我们发出的招呼语的候选人——这些人就是有回复的。重点关注 `last_time` 在打招呼之后的消息。
### 第四步:查看回复者的简历
对每个有回复的候选人,逐一查看简历:
```bash
opencli boss resume --uid <encrypt_uid> -f json
```
返回字段:`name`, `gender`, `age`, `experience`, `degree`, `active_time`, `work_history`, `education`, `job_chatting`, `expect`
将每个人的简历信息完整记录下来。
### 第五步:简历与 JD 匹配分析
对每份简历,按以下维度与第一步记录的 JD 要求逐一比对:
| 维度 | 判断方法 |
|------|----------|
| 工作年限 | 简历中的 `experience` 是否满足 JD 要求 |
| 学历 | `degree` 是否达到要求 |
| 技能匹配 | `work_history` 中的公司、职位、行业经验是否相关 |
| 教育背景 | `education` 中的学校、专业是否匹配 |
| 薪资期望 | `expect` 是否在 JD 薪资范围内 |
… 作者原文负责流程事实;流狐只索引当前章节、要点、文件与命令。
章节 -> 前置条件 → 工作流步骤 → 第一步:确认岗位信息 → 第二步:查看推荐候选人并批量打招呼 → 第三步:等待候选人回复 → 第四步:查看回复者的简历
要点 -> 目标职位 · JD 要求 · 招呼语 · 每次限制 10 人 · 判断回复的逻辑 · 符合 · 不符合 · 职位
文件/命令 -> opencli · jobname · salary · city · status · encryptjobid · name · lasttime
内容 SHA-256 -> 1bf22f5baff8
原文结构
适用与边界
原文中的明确线索
opencli、jobname、salary、city、status、encryptjobid、name、lasttime