104 Job Hunter MCP

透過 MCP (Model Context Protocol) 讓 AI 直接操作 104 人力銀行。實現搜尋、比對、投遞自動化。 🤖 進階應用：利用 AGENTS.md 啟動詢答，從現有履歷直接建立「求職者虛擬分身」(MY_PROFILE.md)，精準鎖定職缺。

✨ 核心功能 (Features)

• 🔍 API 攔截式搜尋：直接攔截 104 後端 JSON API，繞過前端防爬蟲機制。

• 📄 職缺詳情讀取：用真實 Chrome 提取職位描述、條件要求與福利。

• 🛡️ Hit-in-the-loop 安全機制：投遞工具只會填好求職信，絕對不會幫你按送出。

• 🍪 持久化登入：Cookie 存入專屬 Chrome Profile，免重複登入。

• 🤖 Agent 行為規範：內建 AGENTS.md 提供自動化求職劇本。

🔒 隱私與安全 (Privacy & Security)

這個工具採用本地優先 (Local-First) 架構，確保帳號安全：

1. 100% 本地執行：MCP 伺服器只在你的電腦上跑，不回傳帳號密碼。

2. 不經手密碼：登入時會跳出本地 Chrome，你自己在 104 官方頁面登入。

3. Cookie 安全隔離：加密存在本機的 .chrome-profile/。該資料夾已列入 .gitignore，不會上傳 GitHub。

🚀 安裝與執行 (Setup)

1. Clone 專案與建置

git clone https://github.com/YuJunWang/104-job-hunter-mcp.git
cd 104-job-hunter-mcp
npm install
npm run build

(系統需求：Node.js 18+、Google Chrome)

2. 登入 104 帳號（只需一次）

npx tsx src/login.ts

執行後會跳出 Chrome 視窗，請手動登入 104，完成後關閉視窗。

3. 掛載 MCP 伺服器

把以下設定貼進 MCP 客戶端設定檔（如 Antigravity 的 mcp_config.json 或 Claude Desktop config.json）：

{
  "mcpServers": {
    "104-job-hunter": {
      "command": "node",
      "args": ["/絕對路徑/104-job-hunter-mcp/build/index.js"]
    }
  }
}

(Windows 使用者請注意路徑反斜線跳脫：C:\\Users\\你的帳號\\...\\build\\index.js)

重啟 AI 客戶端，工具就準備好了。

4. 設定 AI 腦袋 (Agent 規範)

1. 複製根目錄的 MY_PROFILE.example.md，重新命名為 MY_PROFILE.md。

2. 填入你的求職偏好與地雷。

3. 讓 AI 讀取 AGENTS.md：

   • Antigravity：將 AGENTS.md 放進 .agents/rules/，或存成全域 Skill (~/.gemini/config/skills/104-hunter/SKILL.md)。

   • Cursor：把 AGENTS.md 內容貼進 .cursorrules。

   • Claude Desktop：貼進 System Prompt。

   • 直接講：「請閱讀專案內的 MY_PROFILE.md 與 AGENTS.md 並按照流程幫我找工作」。

🤖 AI Agent 開發與操作手冊

給 AI 的環境建置交接指令

如果你是負責幫人類安裝 MCP 的 AI，請執行以下步驟：

1. 跑 git clone、npm install 跟 npm run build。

2. 請人類跑 npx tsx src/login.ts 並手動登入。

3. 幫人類把 MCP 絕對路徑寫進設定檔。

4. 讀取 AGENTS.md 了解操作劇本。

5. 依據 AGENTS.md 引導人類建立 MY_PROFILE.md。

工具列表 (MCP Tools)

job104_check_session

• 功能：檢查登入狀態。

• 時機：求職流程的最開頭，確保 Cookie 未過期。

job104_search

• 必填參數：keyword (如：AI 全端工程師 Python)

• 選填參數：location (如：台北市)、page (預設 1)

• 注意：AI 應在背景比對結果，只向人類展示 Top 3～5 筆。

job104_get_details

• 必填參數：job_url

• 功能：獲取職位描述、條件要求與福利。草擬推薦信前必備。

job104_get_cover_letters

• 選填參數：job_url

• 功能：讀取 104 帳號中儲存的所有自我推薦信（Cover Letter）範本，包含範本標題與完整內容。可作為 AI 客製化潤飾的基底。

job104_prepare_application (Hit-in-the-loop)

• 必填參數：job_url

• 選填參數：template_title (指定使用之範本名稱)、cover_letter_text (自訂推薦信內容)、dry_run (預設 false)

• 注意：只會開啟投遞確認頁與代填推薦信。AI 執行後必須提醒人類：「請手動點擊確認送出」。

job104_search_companies

• 必填參數：keyword (公司名稱)

• 選填參數：page、pageSize

job104_get_company_detail

• 必填參數：companyInput (代碼或網址)

• 功能：獲取公司福利、產品與開放職缺列表。

job104_save_job

• 必填參數：jobInput (代碼或網址)

• 功能：將職缺加入 104 收藏。

job104_save_company

• 必填參數：companyInput (代碼或網址)

• 功能：追蹤公司。

job104_reload_server

• 功能：優雅重啟 MCP 伺服器以載入新編譯的代碼，避免進程鎖死或 stdio 管道中斷。

📁 專案結構

104-job-hunter-mcp/
├── src/
│   ├── index.ts          # MCP 主程式，工具註冊入口
│   ├── browser.ts        # Playwright 瀏覽器單例管理 (含 Stealth Plugin)
│   ├── login.ts          # 登入輔助腳本
│   ├── utils/
│   │   └── url.ts        # 職缺/公司 URL 與代碼解析模組
│   ├── __tests__/
│   │   └── url.test.ts   # URL 單元測試
│   └── tools/
│       ├── search.ts     # job104_search
│       ├── details.ts    # job104_get_details
│       ├── letters.ts    # job104_get_cover_letters
│       ├── apply.ts      # job104_prepare_application
│       ├── company.ts    # job104_search_companies, job104_get_company_detail
│       ├── save.ts       # job104_save_job, job104_save_company
│       └── session.ts    # job104_check_session
├── examples/
│   └── client.ts         # 本地測試客戶端範例
├── build/                # npm run build 輸出 (不進 git)
├── .chrome-profile/      # Cookie 儲存目錄 (不進 git)
├── AGENTS.md             # AI 操作劇本
├── MY_PROFILE.example.md # 虛擬分身範本
├── package.json
└── tsconfig.json