EARLY ACCESS · M1 阶段免费

让你的 AI agent
替你投简历。

把 GitHub URL 和 license key 丢给你的 Claude Code、OpenClaw、Cursor 或 Codex，让它替你跑完整套求职流程：智能解读简历、抓 Boss 岗位、招聘方视角匹配、生成个性化打招呼语。敏感数据全在本地——Boss cookie、简历原文、浏览器自动化永远不会上云。

3 分钟开始 → 看 GitHub

~ paste-this-to-your-agent copy-paste

$ curl -fsSL https://raw.githubusercontent.com/jiyangnan/job-agent/main/scripts/install.sh | bash
$ jobagent init --key <jba_live_xxx>             # 微信扫码下面二维码申请，免费
$ jobagent resume analyze --file resume.pdf
$ jobagent jobs collect --city 深圳 --query "AI产品经理" --pages 3
$ jobagent jobs rank --input raw.json --cloud --top 20
$ jobagent greet preview --input ranked.json --cloud --limit 10
$ jobagent greet send --input ready.json --limit 10  # agent 会先把招呼语展示给你确认

为什么不直接用 ChatGPT

招呼语只是最容易的那一步。

真正的麻烦是其它的事——浏览器要自己开、岗位要自己刷、cookie 维护要自己管。

Job Agent 把这些 agent 做不了的事一次性接管，让你的 AI 助理真的能跑完整套流程，而不只是写文案。

产品能力

不是关键字匹配，是招聘方视角的二次评估。

20 年 HR 视角的简历分析

不是泛泛"5 项技能 + 经验 + 期望"，而是 6 大类 36 字段的招聘方视角画像——层级、稳定性、量化成果、公司背景档次等。同一份 profile 驱动匹配、打招呼，以及未来更多产品。

ii.

招聘方权重的二次匹配

LLM 按"技能 / 经验层级 / 行业 / 薪资 / 地域"五维评估每个岗位，给出 0–100 分 + 推荐等级（strong_match / no_match）+ 匹配理由 + 风险点。

iii.

不"您好我对贵公司..."

招呼语开头直击对方需求、用 1–2 个量化成果证明实力、控制在 150 字内、避免套话。 "看到抖音推荐主链路正在招人，我过去 4 年专注推荐系统，曾将 CTR 提升 35%……"

怎么用

设计为 agent-friendly。

核心入口是命令行 + 云端 API，把它丢给 IM 上的 AI 助理就行。每一步 agent 都会停下来等你的确认，特别是真实发消息那一步。

申请 license key

扫下面的微信二维码加我们，发"申请 license"。或者在 GitHub 开个 license-request issue。M1 阶段全免费。

把脚本贴给你的 agent

仓库里有现成的 agent-onboarding 脚本——把它整段发给 Claude Code、OpenClaw 或任意 AI 助理。agent 会按 11 步执行，并在登录扫码、确认发送等关键节点停下等你。
看 agent-onboarding 脚本 →

扫码登录 Boss 直聘（一次性）

会弹一个独立的 Chrome 窗口，你扫码登录。这个 Chrome 和你日常用的隔离，cookie 永远在本地不上传。

抓岗位 → AI 排序 → 看招呼语 → 你 OK 才发

所有产生数据的步骤都先输出给你看：50 个岗位的匹配分、10 条招呼语原文。你说"OK 发"才会真的在 Boss 上发出去。

隐私和数据流

敏感数据永远不离开你的机器。

这是我们和其他求职工具的核心区别。云端 API 只负责"无状态算法"：简历文本进 → profile JSON 出；profile + 岗位列表进 → 匹配分数出。

本地：你的真实身份。云端：脱敏后的文本与逻辑。

完整架构说明 →

Boss cookie 只在你本机 Chrome；云端从未见过。
简历原文件 PDF / DOCX 在本机解析为文本；原文件不上传。
浏览器自动化 用你本机的真实 Chrome，IP 是你家的 IP。
云端能看到 去文件后的简历文本、岗位 JSON、生成出来的画像。

申请 license · 开始用

M1 阶段免费。

我们想知道谁在用、收一些早期反馈，仅此而已。

扫码加微信，发"申请 Job Agent license"，附一句你大致是做什么的、怎么找到我们的就行。

通常几个小时内回复。

或在 GitHub 开 issue →

WeChat · 最快，几小时内回

常见问题

FAQ.

支持 Windows 吗？

支持。仓库提供 install.ps1（PowerShell）和 install.sh（Bash / Git Bash / WSL）。Mac、Linux、Windows 三平台都可用。

能不用 license（纯本地模式）吗？

技术上可以，但简历分析会退化成"agent 自己的 LLM 出个简版 JSON"，匹配会退化成五维规则打分，招呼语会退化成模板填充。质量明显比云端弱。M1 免费阶段建议直接拿 license 用云端版本。

会替我自动发消息吗？我担心发错。

不会。所有"会真实发消息"的步骤（greet send）默认要等你显式确认。我们刻意把 agent 设计成"先把全部招呼语展示给你看，等你说 OK 才发"。

用什么 LLM？数据安全吗？

云端 API 当前用 DeepSeek-V4-flash。云端只接收去文件后的简历文本和岗位列表，不存 cookie、不存简历原文。所有计算后立即丢弃中间结果（仅保留匿名调用次数用于计费）。

开源吗？

客户端 CLI 完全开源（Apache 2.0，GitHub）。云端 API 闭源——里面的简历分析 prompt、匹配权重表、反爬策略是产品价值核心。

M1 之后会收费吗？

会，但会有合理的免费额度（比如每月若干次成功投递免费）。早期申请到 license 的用户届时会有特殊安排。

让你的 AI agent 替你投简历。