网申求职半自动AI助手

LLM 驱动的求职投递工具，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

从 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）：

• 默认安装到用户目录（%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

• 支持 Windows 10/11 64 位

Related MCP server: FoundRole Jobs - AI Job Search & Application Tracker

界面预览

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

六大功能页面：

桌面客户端（推荐）

PySide6 + QtWebEngine 构建的桌面应用，六大页面：

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）

软件同时是一个 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_companies、record_application / list_applications（投递记录）、open_url / smart_fill（GUI 运行中实时联动内置浏览器打开网页并智能填写）。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

• 在任意 ATS 申请表页面（Greenhouse/Lever/Workday/通用表单）点击「⚡ 智能填写」

• 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）：自定义问答题由 LLM 基于简历生成

• 文件上传：点击页面上传按钮时自动附加预置的简历文件

• 填充字段带绿色描边高亮，人工检查后手动提交；「记录投递」按钮将申请写入投递记录

CLI 模式（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

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）

配置要点（config.yaml）

扩展新 ATS 适配器

在 apply/adapters.py 的 ADAPTERS 注册一个类，实现 apply(page, orch, job)： 导航到 job.apply_url 后调用 run_application(page, orch, job, submit_selectors, success_patterns, next_selectors) 即可复用通用填充引擎。未知站点自动走 GenericApply。

行为与合规说明

• 验证码：不绕过。有头模式会暂停等你手动解决；无头模式直接跳过并记录。

• 限速：每次投递之间随机等待 delay_min/max_seconds，并有每日上限。

• dry-run：正式使用前先用 --dry-run 检查填表质量，所有关键步骤截图存于 outputs/screenshots/。

• 自动化提交可能违反部分网站服务条款，请仅用于本人真实求职、控制频率，并遵守目标网站规则。

• EEO/人口统计类问题默认选择最隐私保护的选项或跳过。