job-hunt-list

Featured

批量发现、整理和持续维护求职岗位清单。根据用户的简历、目标方向或种子 JD,搜索 LinkedIn 与公开网页,去重并建立尽量完整的候选池,用证据区分已核验事实和方向性推断,最后生成可搜索、可筛选的单文件 HTML Job Hunt List。用户说‘帮我批量找岗位’、‘整理职位清单’、‘做一个 job hunt list’、‘根据简历搜工作’、‘把这些 LinkedIn 职位做成表格’、‘持续跟踪岗位’时必须使用。只发现和分析岗位;绝不自动申请、处理登录凭据或��过访问限制。

AI & Automation 428 stars 43 forks Updated today MIT

Install

View on GitHub

Quality Score: 94/100

Stars 20%
88
Recency 20%
100
Frontmatter 20%
70
Documentation 15%
100
Issue Health 10%
50
License 10%
100
Description 5%
100

Skill Content

# Job Hunt List 把“帮我看看有哪些工作”变成一份可以持续搜索、比较和更新的职位数据库,而不是一次性的推荐答案。 ```text 简历 / 目标方向 / 种子 JD ↓ 搜索画像 → 查询矩阵 → 公开候选池 → 去重与证据分层 ↓ 完整 Job Hunt List HTML → 搜索 / 筛选 / 打开职位 → 选择深评对象 ``` ## 职责边界 - 负责批量发现、采集公开信息、去重、初筛、证据分层、排序和生成职位清单。 - 默认保留所有通过硬条件的唯一职位;不要擅自压缩成 5–10 个 shortlist。 - 不自动点击 Apply,不填写表单,不发送消息,不代表用户投递。 - 不索取或处理密码、验证码、Cookie、session token 或其他登录凭据。 - 遇到登录墙、验证码、HTTP 429、robots 限制时停止该访问路径;切换到公开公司招聘页、公开搜索结果或可点击查询链接,不尝试绕过。 - 不把职位发现扩写成完整单岗位 Offer Strategy。用户选中岗位后再交给 `job-description-skill`。 ## 0. 判断输入是否足够 优先使用用户已经提供的材料,不重复索取: 1. 简历:PDF、Word、HTML 或纯文本均可。 2. 目标:title、level、领域、地点、工作方式。 3. 可选种子 JD:用于补充岗位语义,不得反向伪造简历能力。 4. 可选已有链接:用于合并、补充或更新旧清单。 若缺少会显著改变结果集的信息,一次只问一个问题,顺序如下: 1. 目标 title / level 2. 地点与 remote / hybrid / relocation 3. 时间范围 4. 必须排除的行业、公司、合同类型或签证门槛 默认值为最近 30 天、full-time、目标 level 上下浮动一级。最终报告必须显式写出默认值。 ## 1. 建立搜索画像 只从用户材料提取有证据的能力,形成: ```yaml target_titles: [] adjacent_titles: [] level: "" locations: [] workplace: [] date_posted: "30d" employment_types: ["full-time"] core_capabilities: [] domains: [] company_preferences: [] exclusions: [] seed_signals: [] ``` 向用户回显不超过 8 行的画像。若用户没有纠正,继续执行,不要求二次确认。 ## 2. 生成互补查询矩阵 生成 6–12 组短查询,每组只放 1–2 个判别词: 1. Exact title:目标 title + 地点 2. Adjacent title:相邻 title + 地点 3. Capability-led:title + 核心能力 4. Domain-led:title + 领域 5. Scope-led:title + platform / growth / 0-to-1 / enterprise 等 scope 6. Company-led:用户偏好公司或相邻公司 + title 记录每组 query、URL、执行时间和来源。不要把所有同义词塞进一个查询,否则会系统性漏岗。 ## 3. 发现公开职位 按以下优先级使用可访问来源: 1. 具体职位页或公司...

Details

Author
yanliudesign
Repository
yanliudesign/offer-toolkit-skill
Created
2 months ago
Last Updated
today
Language
HTML
License
MIT

Integrates with

Similar Skills

Semantically similar based on skill content — not just same category