boss-agent-cli

🤖 面向真人与 AI Agent 的招聘平台 CLI —— 纯终端向导 · 福利筛选 · 双角色工作流 · JSON 信封。

快速上手 · Agent 集成 · 命令 · 排障 · 路线图 · 中文 | English

观看完整展示视频 · 终端交互演示 · schema 驱动 · 福利筛选 · JSON 信封

🧭 为什么

boss-agent-cli 把职位发现、福利筛选、本地简历与 AI、投递沟通、招聘者候选人处理和可恢复采集统一到一个 CLI。真人直接运行 boss 进入纯终端向导；Agent 使用 JSON、schema、MCP 或 Python API 调用同一套 workflow 与状态。boss schema 始终是能力真源。

Related MCP server: boss-agent-cli

⚠️ 运行边界

历史配置 operating_mode=assisted|research 继续兼容，但两种模式都可调用全部已实现能力，不再产生模式级 COMPLIANCE_BLOCKED。平台尚未实现的能力仍准确返回 NOT_SUPPORTED；认证失效、账号风险和网络错误保留结构化错误与恢复动作。长流程仍受 timeout、retry、预算、checkpoint 和 stop 控制。

✨ 核心能力

• 职位发现：关键词搜索 + 8 维筛选，按编号回看缓存结果 —— search show detail

• 福利筛选（核心差异化）：--welfare "双休,五险一金" 自动翻页补抓、按 AND 逻辑做真实匹配，并可 --sort score 按本地匹配分排序 —— search --welfare

• 纯终端向导：直接运行 boss 或 boss wizard，选择角色、平台和目标；同一 workflow 也可用 --input-json、run ID 或 MCP 推进和恢复

• 本地候选池与统计：查看详情后本地保存、读取带有效状态的网页职位收藏并仅同步有效项 / 用标签和备注复盘候选岗位、离线对比、查看漏斗统计 —— shortlist stats watch preset favorites

• AI 求职增强 + 本地模型：JD 分析、简历润色、定向优化、候选池匹配、模拟面试、沟通指导；本地模型权重外置，支持 Ollama/vLLM OpenAI 兼容接口 —— ai analyze-jd ai local configure ai local smoke

• Schema 驱动 + JSON 信封：stdout 只输出 {ok, data, pagination, error, hints} 信封，boss schema 是能力真源，适合 CLI 编排 / Shell Agent / MCP / Python SDK

• 招聘者完整链路：候选人搜索、投递、简历、聊天/最近消息、回复、联系方式/附件简历请求和职位上下架 —— hr candidates/applications/resume/chat/last-messages/reply/request-resume/jobs

• 多平台抽象：Platform / RecruiterPlatform 双注册表，--platform zhipin|zhilian|qiancheng

🚀 快速开始

# 安装（uv 推荐；浏览器内核仅用于用户主动登录 / 本地导出）
uv tool install boss-agent-cli
patchright install chromium

# 真人入口：直接进入角色、平台和目标向导
boss

# Agent / 高级用户仍可直接调用命令
boss doctor                                                   # 环境自检
boss login                                                    # 登录（按平台选择链路）
boss status                                                   # 验证登录态
boss search "Golang" --city 广州 --welfare "双休,五险一金"     # 搜索 + 福利筛选
boss detail <security_id>                                     # 查看详情
boss shortlist add <security_id> <job_id> --tags 后端,远程    # 加入本地候选池并打本地标签
boss shortlist compare --tag 远程                             # 离线对比候选岗位
boss stats                                                    # 本地统计

# 招聘者模式
boss hr candidates "Python" --city 101010100
boss hr jobs list

所有命令输出结构化 JSON（ok 判断成败，exit 0/1）。完整上手见 快速上手。

🎭 角色与多平台

boss --platform zhilian search "Python"   # 指定平台（也支持 --platform zhipin|zhilian|qiancheng）
boss config set platform zhilian          # 设为默认

boss hr ... 当前仅支持默认招聘者平台 zhipin-recruiter；智联招聘者侧自动化走 agent 命令和 browser/CDP adapter。设计细节见 docs/platform-abstraction.md。

🤖 Agent 集成

推荐先读：Agent Quickstart · Capability Matrix · Host Examples

// 方式一：MCP（推荐）—— Claude Desktop / Cursor 等 MCP 宿主，暴露 73 个已实现工具
{ "mcpServers": { "boss-agent": { "command": "uvx", "args": ["--from", "boss-agent-cli[mcp]", "boss-mcp"] } } }

不想在本机配 Python 工具链，可用仓库自带的容器：BOSS_UID=$(id -u) BOSS_GID=$(id -g) docker compose run --rm boss-mcp。镜像刻意不含浏览器内核 —— 先在宿主机 boss login，再把 ~/.boss-agent 挂进去，详见 Docker 接入。

OpenCode 源码项目可直接使用仓库示例：

cp examples/opencode/opencode.json ./opencode.json
uv sync --all-extras
uv run boss-mcp --data-dir ./.boss-agent --help

portable / 全局安装后，在任意 OpenCode 项目里使用 examples/opencode.json，它会启动 boss-mcp --data-dir ./.boss-agent，让 review、pending、日志按项目隔离。

# 方式二：subprocess —— 先让 Agent 读能力自描述，再解析 stdout JSON
boss schema

# 方式三：Python 直接嵌入（随 py.typed 发布，可作类型化库）
from boss_agent_cli import AuthManager, BossClient, AuthRequired
with BossClient(AuthManager(...)) as client:
    result = client.search_jobs("Golang", city="广州")

📚 命令

boss schema 暴露 39 个顶层命令 + 9 个一级招聘者子命令，按工作流分组：

• 认证：login · logout · status · doctor

• 职位发现：search · detail · show · cities · history

• 本地整理：watch · preset · shortlist · stats · favorites

• 可恢复采集：crawl configure/run/start/status/results/resume/stop/shortlist

• 简历 / AI：resume · me · ai analyze-jd · ai polish · ai optimize · ai fit · ai suggest-keywords · ai resume-optimize · ai cover-letter · ai interview-prep · ai chat-coach · ai local

• 系统 / workflow：wizard · schema · platforms · export · config · clean

• 候选者动作：greet · batch-greet · apply · exchange · chat* · pipeline · digest

• 招聘者：hr applications/candidates/resume/chat/chatmsg/last-messages/reply/request-resume/jobs

完整命令表、参数与福利筛选原理见 命令参考；能力真源是 boss schema（支持 --format openai-tools / anthropic-tools 导出工具定义）。

批量采集需要额外安装 uv sync --extra crawl。它使用独立的 <data-dir>/crawl/chrome-profile，不会接管日常 Chrome profile。默认不注入 Hook；如需使用本地脚本，必须同时显式提供 Hook 档位和包含 SHA256SUMS 的目录：

boss crawl configure --max-requests 20 --max-details 50 --max-seconds 600 --max-retries 1
boss crawl run "AI" --city 杭州 --pages 3 --with-detail `
  --hook-profile screenshot-full --hook-dir E:\boss-agent-cli-local-hooks\AntiDebug_Breaker
boss crawl resume <run_id>
boss crawl stop <run_id>
boss agent crawl --run-id <run_id> --resume <简历名>

crawl run 顺序执行并保存 SQLite 断点和 JSON / CSV / XLSX 增量产物；请求数、详情数、墙钟时间和重试均受固定预算约束，boss crawl stop 可在下一个安全点停止。导出和 crawl results 默认不会暴露 security_id、职位 ID 或招聘者字段；执行 boss clean --privacy 会删除 crawl 状态、预算和导出。细粒度 MCP crawl tools 读取或导入已有 run_id；boss_wizard 可通过共享 workflow 启动、恢复和停止任务。出现平台风险码或安全页时停止并返回恢复命令。

🩺 诊断与排障

boss doctor             # 环境自检
boss status --live      # 可选：一次低频只读探测
boss doctor --live-probe

错误信封统一携带 code + recoverable + recovery_action，可程序化恢复。Browser Bridge 本地诊断覆盖 bridge_daemon / bridge_extension / bridge_protocol / bridge_workspace / bridge_exec / bridge_fetch / bridge_navigate 七项，daemon 用 python -m boss_agent_cli.bridge.daemon --serve 启动。Bridge 已连接时，BOSS 的 chat / chatmsg 优先复用现有浏览器做只读请求且不读取 CLI 保存的 Cookie；Bridge 未连接时保留本地凭据的 httpx 路径。现有浏览器候选耗尽返回 BROWSER_SESSION_NOT_FOUND + boss doctor，普通未登录路径仍返回 AUTH_REQUIRED + boss login。两种兼容模式命中平台风控时都停止当前 workflow 并保存 checkpoint；适配器必须有限运行、脱敏、可停止，并只在风险状态解除后显式恢复。

完整检查项、CDP 启动示例与错误码见 诊断与排障；涉及 Cookie / CDP / patchright / 请求频率 / 接口漂移的问题先读 平台风险边界。

⚙️ 配置

boss config list                    # 查看所有配置
boss config set log_level debug     # 设置日志级别
boss config reset                   # 恢复默认

配置位于 ~/.boss-agent/config.json：运行模式（operating_mode=assisted|research）、请求间隔、批量打招呼间隔、日志级别、CDP 地址、导出目录、平台 / 角色。

🏗️ 技术架构

CLI (Click)
  └─ 兼容运行元数据（assisted / research 均开放已实现能力）
       └─ AuthManager ── 用户主动登录态（Fernet + PBKDF2 机器绑定加密）
       └─ Platform 双注册表 ── BossPlatform / ZhilianPlatform / QianchengPlatform
       └─ BossClient ── httpx + 节流（高斯延迟）；兼容 CDP / Bridge / patchright 登录与导出
       └─ CacheStore（SQLite WAL） · AIService（OpenAI-compatible / Ollama / vLLM）
            └─ output.py → JSON 信封 → stdout

QianchengPlatform (51job 占位适配器，统一返回 NOT_SUPPORTED)：仅用于平台注册与 schema 可见性，接真实接口前需满足只读研究门槛。

不变量：stdout 仅 JSON 信封 · stderr 仅日志 · exit 0/1 · 错误含 code/recoverable/recovery_action · boss schema 为能力真源。 双受众提示：hints.next_actions 是给 Agent 执行的后继命令，hints.operator_actions 是给真人操作者的自然语言指引（扫码、在浏览器里调整条件等需要离开终端完成的动作）；TTY 下只渲染后者到 stderr，Agent 应把它转述给操作者。 命令还是 wizard：单次、无状态的能力调用走顶层命令；需要跨步骤状态、可恢复、或中途要把指引递给真人的走 boss wizard（goal 取值见 boss schema 的 wizard_catalog）。 选型：Python ≥ 3.10 · Click · httpx · patchright / CDP / Bridge（登录、导出与声明的浏览器 adapter）· cryptography（Fernet）· sqlite3（WAL）· pytest（1600+ 项）。

🔌 本地存储

所有状态在 ~/.boss-agent/：加密登录态、搜索缓存、候选池、本地简历、AI 配置与外置模型登记。模型权重不进入 Python 包；除显式发起的 API 调用或本地模型下载外，数据不离开本机。

🤝 贡献者

欢迎 Issue / PR：git clone → feat/xxx 分支 → 写测试 → python scripts/quality_baseline.py（Windows 中文系统可先 $env:PYTHONUTF8='1'）→ PR。详见 CONTRIBUTING.md，上手路径见 快速上手。

❤️ 支持

• 如果它帮到了你，最直接的支持是点一个 Star ⭐，或分享给正在找工作的人。

• 用出问题、有新想法，欢迎提 Issue；想动手就直接上 PR。

本项目受益于 geekgeekrun · boss-cli · opencli，一并致谢。

⚠️ 免责声明

使用时请遵守适用法律、平台协议和隐私要求。对批量触达、候选人个人数据和浏览器适配设置明确的输入、数量、超时和停止条件，并妥善保护本地凭据与导出产物。因不当使用产生的后果由使用者自行承担，与项目作者无关。

🤖 招聘 SOP Skill

仓库 skills/ 目录随代码分发 4 个 Agent Skill，把「找人 → 筛选 → 触达 → 收简历」的 实战流程固化成可复用的 SOP，跨 AI 宿主通用：

一条命令部署到你的 AI 宿主（Claude Code / 千问办公 / Codex / Cursor，自动探测）：

python scripts/install_skills.py --list      # 看探测到哪些宿主
python scripts/install_skills.py             # 部署到探测到的全部宿主

安装、宿主适配与平台支持见 skills/README.md， SOP 总说明见 docs/sop-guide.md， Windows 招聘者链路的实测坑与修复见 docs/field-notes-2026-09.md。

⚠️ 免责声明

使用时请遵守适用法律、平台协议和隐私要求。招聘场景下不得设置性别、年龄、民族、 婚育状况等歧视性筛选条件（《妇女权益保障法》《网络招聘服务管理规定》及平台规则均有 明确禁止）。对批量触达、候选人个人数据和浏览器适配设置明确的输入、数量、超时和停止 条件，并妥善保护本地凭据与导出产物。因不当使用产生的后果由使用者自行承担。

📑 许可证

MIT © Farr