Job Advisor

Overview

给定个人特征(技能、地点、可投入时间、薪资下限、工作形式偏好),从公开渠道抓取招聘信息,按 加权时薪 = 基础时薪 × 技能匹配 × 通勤折算 × 灵活度 排序,输出 markdown 推荐报告。

除直接技能匹配外,本 skill 同时识别"借助 AI 工具也能较轻松拿下"的岗位(基础翻译、文案润色、简单海报、字幕、PPT、数据录入、信息搜集等),在报告中以独立专区形式单独列出,不污染主 Top10 的技能匹配排序。

抓取渠道与限制(必读)

直接抓取 Boss直聘/闲鱼等平台 API 在工程上不可行(登录墙、强反爬、风控)。本 skill 采用搜索引擎聚合的实用策略:

渠道	抓取方式	说明
闲鱼兼职	mmx web_search "site:goofish.com 兼职" 等	通过搜索引擎拿公开页面摘要
Boss直聘	mmx web_search "site:zhipin.com <关键词>"	同上,只能拿搜索结果摘要
智联招聘	mmx web_search "site:zhaopin.com <关键词>"	同上
拉勾	mmx web_search "site:lagou.com <关键词>"	同上
58同城兼职	mmx web_search "site:58.com 兼职 <关键词>"	同上
豆瓣兼职小组	mmx web_search "site:douban.com 兼职 <关键词>"	同上
小蜜蜂远程工作	mmx web_search "site:xiaomifeng.work"	远程岗位聚合
电鸭社区	mmx web_search "site:eleduck.com 远程"	远程岗位

反爬声明:不要尝试用 requests/selenium 直接打平台,会被封 IP。本 skill 仅依赖搜索引擎可达的公开摘要,结果可能滞后/不完整,报告必须注明数据时间。

工作流程

1. 澄清输入, 若用户未给出 references/profile_schema.md 必需字段(技能、地点、时间、薪资下限),先用 AskUserQuestion 问齐。
2. 构造搜索词, 按 references/platforms.md 的模板,为每个平台生成 3-5 个搜索 query。
3. 并发抓取, 通过 mmx web_search 执行每个 query,合并去重。
4. 结构化抽取, 从搜索结果摘要中抽取 title / company / location / pay / type / skills / link / source_platform 字段,字段缺失则降级或丢弃。
5. 打分排序, 调用 scripts/match_jobs.py,传入 profile.json 与 jobs.json,得到排序结果。
6. 生成报告, 按 references/output_template.md 模板渲染 markdown,写入 <项目根>/markdown/<日期>_job-recommendations.md。
7. 自检清单, 报告末尾追加:抓取时间、平台数、抓取条目数、排序后保留数、被过滤原因分布。

输入规格

读 references/profile_schema.md 完整定义。最小必填:

{
  "skills": ["Python", "PostgreSQL"],
  "location": "杭州",
  "available_hours_per_week": 20,
  "min_hourly_rate": 150,
  "preferred_types": ["remote", "part_time"]
}

可选:max_commute_minutes、avoid_keywords、language、experience_years、industries。

抓取执行规范