Skip to main content
Glama

天下求职半自动AI助手

LLM 驱动的求职半自动投递工具,提供 EXE 桌面客户端(内置浏览器 + 智能填表)与 CLI 全自动模式两种使用方式:解析简历 → 推荐公司 → 直达官网投递渠道 → 内置浏览器一键填表 / 全自动提交。

下载安装

Releases 下载 auto-apply-Setup-x.x.x.exe(即「网申求职半自动AI助手」安装向导),双击按常规安装向导完成安装(欢迎 → 选择目录 → 安装 → 完成):

  • 默认安装到系统用户文档下(%LocalAppData%\Programs),无需管理员权限

  • 自动创建开始菜单与桌面快捷方式,支持完整卸载

  • 提供所有 Windows 10/11 64 位

Related MCP server: Shortlist MCP Server

界面预览

首次启动 —— 选择工作模式(MCP 模式 = 集成外部 AI、无需 API Key;API 模式 = 软件内部 AI;之后可随时在「设置」中更改):

首次启动模式选择

六大功能页面

简历档案

公司推荐

简历档案页

公司推荐页

导入 PDF/Word 用 AI 解析为结构化档案,手动编辑经历与技能

按专业匹配度推荐公司(国企 知名优先),权重可在设置中调节

职位扫描

内置浏览器

职位扫描页

内置浏览器页

从 ATS 职位源抓取在招职位并打分排序

打开官网投递页,「智能填写」一键注入步骤

投递记录

设置

投递记录页

设置页

所有投递记录 SQLite 记录汇总

语言/工作模式/模型 API/企查查/偏好 统一刷新记录

桌面客户端(推荐)

PySide6 + QtWebEngine 构建的桌面应用,六大页面:

页面

功能

简历档案

导入 PDF / Word(.docx),用 AI 解析为结构化档案;手动填写教育/实习/工作/项目经历;技能/语言/兴趣/获奖为逐项输入框(流式布局,可添加/删除);个人评价等全部可选

公司推荐

基于专业、技能匹配度推荐公司(内置 62 家仓库,国企优先加权可调节),支持按地区、性质(国企/民企/外企/合资)、规模规模筛选,关键词搜索;「企查查搜索接入/卡片直达:企查查查看工商/规模/性质信息

职位扫描

从配置的 ATS 职位源抓取在招职位,LLM 打分排序

内置浏览器

打开投递渠道(必应搜索:地址栏输入关键词即搜),**「智能填写」**一键注入预填简历内容,自动处理文本/下拉/可选/文件表单,由你人工检查后提交(不自动挡提交)

投递记录

所有申请的 SQLite 记录汇总

设置

中英文切换、工作模式(MCP / API)、模型 API(拉取模型模型后下拉框,按厂商分组可输入过滤)、企查查 API(可选)、推荐权重(专业匹配/技能匹配/国企优先)、MCP 服务接入配置

运行

pip install -r requirements.txt
python main_gui.py

打包 EXE / 安装包

# 方式一:绿色版(onedir,拷贝整个文件夹分发)
pyinstaller autoapply.spec --noconfirm
# 产物: dist/网申求职半自动AI助手/网申求职半自动AI助手.exe

# 方式二:安装向导安装包(推荐分发方式)
powershell -ExecutionPolicy Bypass -File build_installer.ps1
# 产物: installer/网申求职半自动AI助手-Setup-x.x.x.exe(Inno Setup 常规安装向导)
# 需安装 Inno Setup 6 + Languages/ChineseSimplified.isl 中文语言包

EXE 首次运行会弹出模式选择对话框(MCP / API),并在同目录生成 config.yaml(从 config.example.yaml 复制),数据存于 data/

MCP 模式(外部 AI 控制)

软件本身也是一个 MCP server,可被 Codex / Claude 等 AI 客户端接管(无需 API Key):

网申求职半自动AI助手.exe --mcp    # stdio JSON-RPC,协议为 Model Context Protocol

提供 8 个工具:get_profile / set_profile(读写简历档案)、recommend_companies(规则推荐,配置 Key 后 AI 优先)、search_companiesrecord_application / list_applications(投递记录)、application / smart_f调用 open_url/smart_` ...接入命令与 Codex / Claude 配置见软件「设置 → MCP 服务」页,一键复制。

智能填写说明

  • 在 ATS 申请表页面(Greenhouse/Lever/Workday/通用)点击「⚡ 智能了解」

  • 规则引擎:姓名/邮箱/电话/地点/链接/EEO 隐私选项/工作许可/薪资等标准字段直接映射

  • AI 引擎(配置 API Key 后):自定义回答题由 LLM 基于简历生成

  • 文件上传:点击上传控件时自动附带预置简历文件

  • 填写的字段带绿色高亮描边,人工检查后手动提交;「记录投递」完成申请写入记录

CLI 代码块(全自动)

resume.pdf ──build-profile──> profile.json
                                  │
greenhouse/lever/workday API ──> 职位列表 ──> LLM 打分排序 ──> 逐个投递
                                                                  │
                                        Playwright + LLM 表单填充引擎(含验证码人工介入、截图留档)
                                                                  │
                                              SQLite 投递记录 / 答案缓存 / 求职信缓存
playwright install chromium
copy config.example.yaml config.yaml   # 填入目标公司 board token 等
$env:OPENAI_API_KEY="sk-..."           # 或 DeepSeek/通义等任意 OpenAI 兼容 key

python main.py build-profile --resume data/resume/resume.pdf
python main.py scan                    # 只看匹配结果,不投递
python main.py run --dry-run           # 填表+截图但不提交,先检查效果
python main.py run                     # review 模式:每份确认后提交
python main.py run --auto --max 5      # 全自动,本轮最多 5 份
python main.py status                  # 查看投递记录

自动化测试

python test_form_fill_js.py   # 表单填充引擎(JS注入,GUI核心)
python test_pipeline.py       # CLI 管道(职位抓取+Playwright填表)

配置关键(config.yaml)

说明

llm.*

任意 OpenAI 兼容端点(base_url / api_key_env)

sources.greenhouse_boards

Greenhouse board token,如 openaiboards.greenhouse.io/<token>

sources.lever_companies

Lever 公司名,如 stripe

sources.workday_sites

Workday 招聘站完整 URL(实验性)

search.keywords / locations

标题/地点粗筛选条件

apply.min_match_score

LLM 评分低于该值不会申请

apply.daily_limit

每日投递上限

apply.mode

review(人工确认)/ auto

apply.documents.resume

上传用简历文件路径

扩展新的 ATS 适配器

apply/adapters.pyADAPTERS 注册一个类,并实现 apply(page, orch, job): 在 job.apply_url 打开后调用 run_application(page, orch, job, submit_selectors, success_patterns, next_selectors) 复用通用填充引擎;未知站点自动走 GenericApply

行为与合规说明

  • 验证码:不绕过。有头模式暂停等待手动解决;无头模式直接跳过并记录。

  • 限速:每次申请之间随机等待 delay_min/max_seconds,且有每日上限。

  • 使用前先跑 --dry-run 检查填充质量,关键步骤截图存 outputs/creenshots/

  • 自动化填表可能违反部分网站的服务条款,请仅用于本人真实求职,控制频率并遵守目标站点规则。

  • EEO/人口统计类问题默认选择最隐私选项或跳过。

F
license - not found
Not graded
quality - not tested
B
maintenance

Maintenance

Maintainers
Response time
Release cycle
1Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

  • F
    license
    Not graded
    quality
    D
    maintenance
    Enables AI-driven job application automation for LinkedIn and SEEK platforms with intelligent cover letter generation, automated application submission, and application tracking management. Supports anti-detection measures and complies with platform usage policies for safe job hunting automation.
  • A
    license
    Not graded
    quality
    F
    maintenance
    Enables users to search for jobs, prefill applications using AI, and automate submissions across major platforms like Lever and Ashby directly from Claude or Cursor. It provides a full suite of tools for managing job queues, profile data, and resumes within a chat interface.
    34
    MIT
  • A
    license
    Not graded
    quality
    B
    maintenance
    Job search assistant and interview prep inside any ai tool via MCP or public skill. Every tool you'll need for your job search in one product.
    19
    5
    MIT
  • A
    license
    A
    quality
    A
    maintenance
    An AI job-hunt copilot that enables searching live job boards, shortlisting openings, tracking application pipelines, and generating tailored resumes and cover letters from any MCP client.
    14
    Apache 2.0

View all related MCP servers

Related MCP Connectors

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/ldq30000-tech/online-job-ai-helper'

If you have feedback or need assistance with the MCP directory API, please join our Discord server