jobfindsme · AI 求职雷达

一句话聚合 BOSS直聘、猎聘、智联招聘和前程无忧，按简历筛选并持续追踪岗位。

快速开始 · 怎么用 · 返回结果 · 岗位来源 · FAQ · English

给 Claude Code、Codex、Cursor、ZCode 等 Agent 装一个本地求职 MCP Server。 它负责搜岗位、去重、排序和记住状态；Agent 负责和你聊天。

解决什么问题

每天找工作最烦的不是“不会搜索”，而是这些重复劳动：

一句话开始：

用 jobfindsme，根据本地简历（路径：~/Documents/resume.pdf），
找上海和深圳的 AI 应用工程师，20K以上，社招，正式。

Related MCP server: crosswalk-mcp

🚀 快速开始

方式一：直接和 Agent 说（推荐）

在 Claude Code、Codex、Cursor、ZCode 里直接说：

用 jobfindsme 找上海和杭州的 AI 应用工程师岗位，20K 以上，社招

Agent 会自动完成：安装本地运行时 → 写入 MCP 配置 → 提示重启 → 搜索。 首次安装需要几分钟；如果 Agent 不认识 jobfindsme，让它先读本仓库的 README 和 AGENTS.md，再重试。

方式二：手动安装（1 分钟）

需要 Python 3.11+。安装一次本地运行时：

curl -fsSL https://cdn.jsdelivr.net/gh/russeell/jobfindsme@main/scripts/install.sh | bash

一条命令把 MCP 配置交给当前 Agent，然后重启 Agent：

jobfindsme connect claude      # Claude Code
jobfindsme connect codex       # Codex
jobfindsme connect cursor      # Cursor
jobfindsme connect zcode       # ZCode

其他 MCP 客户端：jobfindsme config 打印标准 JSON 手动粘贴，或 jobfindsme connect --path <配置文件> 直接写入。仓库根目录的 .mcp.json 就是同一份标准配置。

自检并开始：

jobfindsme doctor

用 jobfindsme，根据 ~/Documents/resume.pdf 找上海的 AI 应用工程师，20K以上，社招。

完整简历由本地 Core 解析。Agent 只应把路径传给 setup，不得先读取全文。

BOSS直聘需要登录态时，对 Agent 说：

帮我登录 BOSS直聘

它会打开专用 Chrome 窗口。扫码登录后保持窗口运行即可。跳过此步仍可使用无需登录的来源。

✨ 能力

可验证，不靠口号

四来源的实时可用性会随平台安全策略和本机登录状态变化。项目不会把缓存或 被拦截响应伪装成实时结果；每次搜索都返回逐来源状态。最新实盘报告见 four-source search report。

💬 怎么用

直接复制改参数：

# 找岗位
用 jobfindsme 根据 ~/Documents/resume.pdf 找北京的 大模型应用工程师，30K以上，社招。

# 定时推送
每天早上 9 点推送新岗位给我。

# 查历史
我之前看过的岗位有哪些？
我投过哪些岗位？

# 只看新增
继续帮我找新岗位，只要今天新增的。

# 换条件
把城市换成深圳，薪资下限改成 25K，重新搜。

# 管理状态
把刚才第 2 个岗位标记为已投递；把外包公司全部忽略。

📦 返回结果

Agent 按固定五段结构输出（简历解析 / 检索概览 / 过滤说明 / 岗位列表 / 说明）， 每个岗位块包含：

AI应用工程师（Agent开发）｜示例科技｜上海｜社招｜正式｜25-40K
匹配度：92%（信号匹配，非录用概率）
技能：RAG、Agent、MCP ｜ 经验：1-3年 ｜ 学历：本科

投递链接：https://example.com/jobs/123

推荐理由：简历技能命中：RAG、Agent、MCP；综合匹配度为 92%；薪资信息明确。
需要注意：JD 要求 Kubernetes，简历中未找到直接证据

岗位块固定包含：事实行 + 匹配度 + 空行 + 投递链接（裸 URL 可点击）+ 空行 + 推荐理由。 匹配度 = 60% 硬条件底分 + 最高 40% 信号加成（技能 > 经验 > 学历 > 活跃度 > 薪资可见）， 所有能展示的岗位都已在 60%–100% 区间内，且按匹配度从高到低排列。 事实、匹配度、链接、基础推荐理由和风险都由 Server 确定生成，任何 Agent 一致； 首次搜索时 Agent 不得在岗位块内追加、删除或改写内容；只有用户另行要求比较时， 才可在完整结果之后追加独立的证据化分析。

结果不足时 Agent 不会用弱匹配岗位凑数；来源字段不完整时会明确标注。 设置薪资下限时，默认排除薪资未公开岗位；也可明确说“保留薪资面议岗位”， 系统会保留并逐条提示信息缺口。

🌐 岗位来源

当前维护四个来源：BOSS直聘 + 猎聘 + 智联招聘 + 前程无忧。项目优先 保证每个来源能稳定返回有效岗位，不用名义上的平台数量冒充覆盖率；被平台 安全校验拦截的来源会在结果里明确标注，不会静默当作"没有岗位"。

猎聘优先纯 HTTP 直连（亚秒级、无需浏览器）；本机已运行 Chrome 时， 再自动用浏览器补充岗位详情页的 JD 文本，进一步丰富匹配信号。

智联招聘 / 前程无忧为实验性来源：纯 HTTP 请求在部分网络环境下会被 安全校验拦截。系统会尝试用户授权的本地浏览器；仍不可用时明确标记失败， 并继续返回其他来源结果。来源数量不等于稳定覆盖率，请以本次检索概览为准。

⚙️ 工作原理

Agent (Claude/GPT/Qwen/WorkBuddy — 负责交互与后续解释)
  → MCP Server (本地 stdio)
  → 本地 Core
      → 纯 HTTP 直连（猎聘 / 智联 / 前程无忧）
      → 本地 Chrome CDP（BOSS直聘登录页面上下文中执行请求）
      → 快速模式：有界并行刷新全部来源，单源失败不阻断其他来源
  → 标准化 → 跨来源去重 → 硬过滤（城市/薪资/校招社招/实习正式）
  → 信号提取 + 加权粗筛（技能/经验/学历/活跃度/薪资）
  → 增量雷达（新增/变化/重开/关闭识别）
  → Server 输出固定五段结果，Agent 原样交付

MCP Server 负责硬过滤、结构化信号提取、确定性排序和固定五段呈现。 Agent 负责自然语言交互；用户追问岗位对比时，才基于返回证据补充分析， 不默默重排、删除或改写基础结果。

简历、岗位状态和搜索计划全部保存在本地 SQLite。Core 不需要模型 API。

🔒 隐私与安全

• 完整简历不进入 Agent 上下文，只把本地路径交给 Core 解析；

• 岗位描述按不可信外部数据处理，不作为 Agent 指令；

• 导出写入本地文件；删除走「预览 + 确认令牌」两阶段协议；

• 不自动投递、不绕过验证码、不承诺覆盖全部岗位。

🔧 安装与维护

更新：重新运行安装脚本，数据库自动迁移，历史岗位和状态保留：

curl -fsSL https://cdn.jsdelivr.net/gh/russeell/jobfindsme@main/scripts/install.sh | bash

手动安装（脚本不可用时）：

python3 -m venv ~/.jobfindsme/runtime
~/.jobfindsme/runtime/bin/python -m pip install --upgrade \
  --index-url https://pypi.tuna.tsinghua.edu.cn/simple \
  "jobfindsme[browser] @ https://github.com/russeell/jobfindsme/releases/download/v0.10.0/jobfindsme-0.10.0-py3-none-any.whl"

卸载：jobfindsme uninstall <host> 只移除 Agent 配置，不删数据。彻底删除前先导出：

rm -rf ~/.jobfindsme

❓ FAQ

Q：平台都要登录吗？ 只有 BOSS 需要（扫码一次，后续复用本地登录态）。猎聘纯 HTTP 直连，不需要浏览器。

Q：会不会封号？ 它做的是低频、拟人节奏的读取，不批量抓取、不自动操作。但自动化访问在平台条款里 都属于灰色地带，存在账号被限制的可能 — 请个人低频使用，风险自负。

Q：搜索结果为什么是 0 / 某个平台经常没有结果？ 先跑 jobfindsme doctor 自检。BOSS 检查本地 Chrome 和登录态；猎聘检查 HTTP 来源状态。来源失败时系统会明确标注降级或缓存，不会静默伪装成实时结果。

Q：简历会被上传吗？ 不会。简历只在本地解析成结构化事实存入 SQLite，完整简历文本不进入 Agent 上下文。 jobfindsme export / delete_local_data 可随时导出和清除。

Q：和直接把简历发给 AI 让它搜，有什么区别？ 通用 Agent 没有平台接入、没有跨天去重和状态记忆、也不能稳定解析 PDF 简历成结构化 事实。jobfindsme 把这三件事做成了确定性的本地服务，Agent 只负责对话。

Q：安装超过 5 分钟？ 停止当前命令，保留最后输出并提交 Issue。不要让 Agent 克隆仓库、安装测试依赖或下载 整套浏览器来尝试修复。

🛠 开发

python -m pip install -e ".[dev]"
python -m pytest
ruff check . && ruff format --check .

架构、来源门禁和评测闭环见 architecture、 connectors、evaluation； 完整工程规范在 docs/internal/project_spec.md。 发现错排、漏排、重复或失效链接，请提交脱敏 Issue。

⚖️ 免责声明

• 本项目为免费开源的个人学习工具，帮助整理你已登录、有权查看的岗位信息；

• 自动化访问招聘平台可能触发对方风控，由此产生的账号限制、封禁等后果由使用者 自行承担，与作者无关；

• 禁止用于商业转售、大规模爬取或绕过平台限制；

• 平台页面结构随时可能变化导致某个来源失效，请通过 Issue 反馈，作者会尽力跟进。

📄 License

MIT