Agent助手

Name: Agent助手
Author: AichaelLee

其他社区

作者仓库星标 43
作者更新于实时读取
作者仓库 -SKILL

流狐档案事实层信息：领域、Agent、信任分、运行环境、权限与网络

领域: 通用
兼容 Agent: Claude Code
Cursor
Cline
Codex
Windsurf
Gemini CLI

+20
信任分: 88 / 100 · 社区维护
作者 / 版本 / 许可: @AichaelLee · 未声明 license
Token 消耗评级: 低消耗
接入复杂程度: 即装即用
是否需要外部 API Key: 不需要
兼容的系统: 未声明（默认跨平台）
底层运行要求: 无特殊要求
文件与系统权限: 只读
允许写入 / 修改
网络行为: 仅限本地
安装命令数: 26 条

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。

输出预览 boss-recruiter.preview

---
name: boss-recruiter
description: BOSS直聘自动化招聘工作流。批量打招呼、查看回复、筛选简历、交换联系方式，并生成候选人分析表格。当用户提到「BOSS直聘招聘」「批量打招呼」「筛选简历」「自动招聘」「BOSS直聘候选人」或任…
category: 通用
runtime: 无特殊运行时
---

# boss-recruiter 输出预览

## PART A: 任务判断
- 适用问题：通用任务拆解、检查和交付。
- 输入要求：目标材料、限制条件、期望输出和验收方式。
- 证据边界：围绕“前置条件 / 工作流步骤 / 第一步：确认岗位信息”读取原文规则，不把推断写成作者承诺。

## PART B: 执行结果
- **01** 任务判断：确认你的需求是否属于通用任务拆解、检查和交付，并标出输入、限制和预期结果。
- **02** 执行计划：优先按“前置条件 / 工作流步骤 / 第一步：确认岗位信息”拆成步骤，说明每一步会读取什么、修改什么、产出什么。
- **03** 交付结果：给出可复制的命令、文件改动、检查清单或内容草稿，并说明如何继续迭代。
- **04** 风险边界：结合 读取文件、写入/修改文件、主要在本地完成、通常不需要额外 API Key 给出执行前确认项。

## Running Rules
- 读取文件、写入/修改文件；主要在本地完成；通常不需要额外 API Key。
- 先小样例验证，再放大到真实任务。
- 交付时同时给结果、检查口径和下一步迭代建议。

SKILL.md SKILL.md

---
name: boss-recruiter
description: BOSS直聘自动化招聘工作流。批量打招呼、查看回复、筛选简历、交换联系方式，并生成候选人分析表格。当用户提到「BOSS直聘招聘」「批量打招呼」「筛选简历」「自动招聘」「BOSS直聘候选人」或任…
category: 通用
source: AichaelLee/-SKILL
---

# boss-recruiter

## 什么时候使用
- BOSS直聘自动化招聘工作流。批量打招呼、查看回复、筛选简历、交换联系方式，并生成候选人分析表格 适合处理通用任务拆解、检查、交付和复盘，核心价值是把输入、判断、执行、验证和交付边界固定下来，避免 Agent 泛泛回答。 把任务拆成可执…
- 面向通用任务拆解、检查和交付，优先处理能明确输入、步骤和验收标准的工作。

## 需要提供什么
- 目标材料、目录范围、期望结果和不可改动内容。
- 是否允许联网、执行命令、读写文件或调用外部服务。

## 执行规则
- 围绕「前置条件 / 工作流步骤 / 第一步：确认岗位信息」组织步骤，不把推断写成作者事实。
- 读取文件、写入/修改文件；主要在本地完成；通常不需要额外 API Key。
- 先跑小样例，确认结果可检查后再扩大任务范围。

## 输出要求
- 给出最终产物、关键证据、验证方式和下一步动作。
- 信息不足时标记 unknown，不编造命令、平台或依赖。

证据边界与执行链路

作者原文负责流程事实；仓库文件负责来源和命令；流狐只补充适用场景、限制和质量判断。

skill "boss-recruiter" {
  输入层     -> 用户目标 + 目标文件 + 禁止范围 + 验收标准
  上下文层   -> 前置条件 / 工作流步骤 / 第一步：确认岗位信息
  规则层     -> SKILL.md 触发条件 / 执行顺序 / 输出格式
  运行层     -> 无特殊运行时 | 读取文件、写入/修改文件 | 主要在本地完成
  安全层     -> 通常不需要额外 API Key + 小任务验证 + diff / 日志复核
  输出层     -> 可复制结果 + 检查清单 + 下一步迭代
}

解读按原文结构重写，命令、链接、术语均保留；右侧可核对作者原始 SKILL.md

先判断是否适合

核心用途：BOSS直聘自动化招聘工作流。批量打招呼、查看回复、筛选简历、交换联系方式，并生成候选人分析表格适合处理通用任务拆解、检查、交付和复盘，核心价值是把输入、判断、执行、验证和交付边界固定下来，避免 Agent 泛泛回答。把任务拆成可执行、可检查、可继续迭…
适用任务：更适合通用任务拆解、检查、交付和复盘，尤其是输入、步骤、验收口径可以反复复用的场景。
不宜硬套：如果任务只有一次性问答、来源材料很少，或需要作者没有说明的命令和外部服务，应先降级为普通对话。

作者设计意图

触发依据：使用时机、上下文收集、输出格式和失败处理共同决定它是否适合当前任务。
来源边界：作者原文负责事实，仓库文件负责命令和文件证据；Fluxly 只补充用途、限制和使用判断。

作者的方法与取舍

执行主线：任务围绕「前置条件 / 工作流步骤 / 第一步：确认岗位信息」组织，把触发条件、必要上下文、执行规则和交付标准连成一条可复核的链路。
设计重点：重点不在重复教程，而在解释作者为什么规定这些步骤、哪些条件不可省略，以及结果偏离时应回到哪一层检查。
使用判断：先确认任务与原文边界一致，再决定是否启用；来源没有说明的命令、平台和依赖保持未知，不由 Fluxly 补写。

边界和复核

依赖条件：通常不需要额外 API Key，适合先用小任务验证触发是否稳定。
权限提醒：会涉及 read / write 权限，执行前要说明可读写范围、命令边界和回退方式。
质量标准：结果应包含明确产物、必要证据和下一步动作；如果只是泛泛解释，需要补充输入和验收条件后重跑。

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_id
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
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。

安装命令

一键复制安装选择包管理器,点击右侧复制,粘贴到终端回车即可

npx skills add AichaelLee/-SKILL/boss-recruiter -y

查看通用安装教程

查看 Skill 原文

兼容工具

Claude Code
Cursor
Cline
Codex
Windsurf
Gemini
OpenCode
Roo Code
AAide
+Augment
GitHub Copilot
OpenClaw
KKiro
Junie
WWarp
Goose
Trae
Kilo Code
OpenHands
Amp
Zencoder
CContinue
AIAider
CodeBuddy
CodeGeeX
Replit Agent

安全审计

88 / 100

社区

未声明 license/许可。
未声明 version。
未限定 allowed-tools，默认拥有全部工具权限。

元信息

来源: github
AichaelLee/-SKILL
English

分类与标签

分类其他