HireSeek — Agente de Recrutamento Autônomo com DeepSeek
kinoxuan0518/hireseek
Automação completa de recrutamento com DeepSeek, Skills do Claude e verificação de qualidade
Ver no GitHubAgent de recrutamento autônomo alimentado por DeepSeek que automatiza a busca de talentos em múltiplos canais (BOSS Direto, Maimai, LinkedIn). Integra Claude Skills, executa tarefas de sourcing, avaliação de candidatos e acompanhamento via chat natural ou interface web, com memória persistente de candidatos e verificação independente de qualidade.
Instalação
npx convez-ai kinoxuan0518/hireseek1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.
Métricas
Casos de uso
- Sourcing autônomo em múltiplos canais de recrutamento
- Avaliação de candidatos e roteamento de skills de recrutamento
- Acompanhamento de candidatos com memória persistente
- Execução agendada de tarefas de recrutamento 24/7
- Direcionamento via Feishu Bot ou interface web
Veredito

Solução robusta e opinada para automação de recrutamento. A abordagem de DOM textual para contornar falta de visão do DeepSeek é criativa, mas exige manutenção constante com mudanças de UI. O layer de verificação independente contra Goodhart é conceito sólido; implementação de daemon, memória FTS5 e integração Feishu mostram maturidade de produção.
README
A tradução para o português deste README ainda está na fila.
🔱 HireSeek(深聘)
DeepSeek 驱动的自主招聘智能体 — 接管你的全部招聘任务与招聘技能。
前身为 HireClaw 🦞。究极进化后改名 HireSeek:Hire 是使命,Seek 既是猎寻人才的本能,也致敬默认大脑 DeepSeek。
它能做什么
- 全渠道自主寻源:BOSS直聘、脉脉、LinkedIn,自动搜索、筛选、打招呼、跟进
- 接管你的 Claude 技能库:自动扫描
~/.claude/skills与插件目录,rbt、maimai-recruiter、talent-sourcing、candidate-intelligence、blacklake-targeted-talent-hunting、bosszhibin-auto-recruiter 等招聘技能全部可被 DeepSeek 调用 - 对话即工作:chat 模式下自然语言下达任务,agent 自动路由到对应技能或渠道
- 候选人评估 / 触达策略 / 跨会话记忆 / 招聘漏斗:core SDK 内置
- 定时调度:工作日自动执行 BOSS / 脉脉 / 跟进任务
三大进化点(v2 "HireSeek")
1. DeepSeek 一等公民(默认大脑)
export DEEPSEEK_API_KEY="sk-..." # 唯一必需配置
- 默认 provider 为
deepseek,默认模型deepseek-v4-flash,复杂推理可切deepseek-v4-pro(旧名 deepseek-chat/reasoner 将于 2026-07-24 弃用) - 仍兼容 Claude / OpenAI / MiniMax / 任意 OpenAI 兼容 API(
LLM_PROVIDER切换)
2. 纯文本 DOM Runner(无视觉浏览器驱动)
DeepSeek 没有视觉能力,传统截图方案走不通。HireSeek 的解法:
页面 → 可交互元素打 ref 标记 → 文本快照(元素清单+正文)→ DeepSeek
DeepSeek → browser(click, ref=42) → Playwright 精确定位执行 → 新快照
相比视觉方案:token 更省、定位零坐标偏差、任何文本模型都能开车。
3. Claude Skills 桥接层
~/.claude/skills/*/SKILL.md ──┐
~/.claude/plugins/.../skills ──┴→ 技能注册表 → DeepSeek 智能路由
- chat 中直接
/rbt、/maimai-recruiter触发 - 或自然语言:"帮我处理一下BOSS的消息" → agent 自动匹配技能并执行
- 技能的 references/ scripts/ 路径自动解析
三大究极进化(v3 "常驻 · 在线 · 有记性")
v2 让 HireSeek 能干活,v3 让它住下来、在线、记得住人——不开终端也活着。
1. 飞书双向 Bot(对话即指挥)
飞书里发一句话 → 长连接推事件 → 复用 chat 全套工具跑无头 agent → 回复发回飞书
- 用长连接(WebSocket)事件订阅,无需公网回调、无需内网穿透,本机直连即可
- 手机飞书上一句"今天 BOSS 进展怎么样""把做供应链的人列出来""派个后台任务调研张三",HireSeek 就在守护进程里执行并回话
- 每个会话独立上下文,支持用户白名单、群聊 @ 响应、
清空重置 - 心跳/调度/后台任务的主动通知优先经此 Bot 推送(可在飞书里直接追问跟进)
- 开启:自建应用订阅
im.message.receive_v1(长连接模式)+ 授im:message/im:message:send_as_bot,设FEISHU_BOT_ENABLED=true
2. 常驻守护进程(launchd 托管)
hireseek daemon install # 装成开机自启服务,崩溃自拉起
hireseek daemon status # 看运行状态 + 最近日志
hireseek daemon run # 前台跑(调度 + 飞书 Bot 一个进程)
hireseek daemon uninstall # 卸载
一个进程整合定时调度 + 心跳主动循环 + 飞书 Bot,用 macOS launchd 托管:随登录自启、崩溃自拉起、日志落 ~/.hireseek/daemon.log。HireSeek 从"开终端才活着"变成"一直在"。
3. 人才记忆库(FTS5 全文检索)
每次沟通沉淀笔记 → 字符级分词索引 → "之前聊过的做供应链的人" 秒级召回
- 新工具
log_candidate_note:把对候选人的沟通要点、印象、跟进结论沉淀进库 - 新工具
search_candidates:用自然语言/关键词在全部候选人(姓名/公司/学校/笔记)里找人 - SQLite FTS5 索引 + CJK 字符级 unigram 分词,中文子串也能命中(不止前缀);FTS5 不可用时自动降级 LIKE
- 接触过的人不再是死数据,而是越用越厚的人脉资产;心跳信号也接入人才库规模
快速开始
pnpm install && pnpm build
export DEEPSEEK_API_KEY="sk-..."
# 对话模式(终端入口)
npx tsx src/index.ts chat
# 网页指挥台(推荐:打开浏览器就能看见它、打字指挥它)
npx tsx src/index.ts console # → http://localhost:7799
# 直接执行渠道 sourcing
npx tsx src/index.ts run boss
# 常驻守护进程:装一次,它就一直活着(调度 + 网页指挥台 + 飞书 Bot)
npx tsx src/index.ts daemon install # 开机自启、崩溃自拉起;装完自动打开指挥台
npx tsx src/index.ts daemon status # 看它是否在跑
做的和验的分开——独立验证器(反 Goodhart)
HireSeek 是一个招聘领域的 loop,它的目标曾经只有一句话:「今日触达 ≥ 30 就达标」。这是教科书级的 Goodhart 地雷——一旦"触达数"变成目标本身,一个一根筋优化它的 agent 可以为了凑满 30 去触达一批根本不匹配的人,数字是绿的,但你真正要的"对的人"一个没有。更糟的是,做触达的 agent 同时也是给自己记成功的那个("学生自己批自己的考卷"),它一定对自己太宽容。
所以加了一双独立的、对抗性的眼睛(src/verifier.ts):
hireseek verify # 换 deepseek-v4-pro 反向质检今日触达
hireseek verify --push # 顺手把质检结论推给你
- 换一个更强、且不同的脑子:执行用
v4-flash,质检用v4-pro——不是同一个判断者 - 不被自评锚定:验证器只拿岗位画像 + 候选人事实,先独立重判,再回头跟 do-er 的分对比,专抓"自评虚高"
- 代码层再叠 Goodhart 启发式:凑满目标却低匹配集中、自评显著虚高 → 判定"疑似注水",主动告警
- 每轮自主寻源(心跳
run_channel)跑完会自动质检,不通过/有隐患就主动报给你;生命体征里触达数旁边永远跟着一行质检结论——数字好看 ≠ 做得好
这一层不改寻源 agent 任何判断,只在旁边挑刺。它是 Loop Engineering 的"灵魂"在 HireSeek 里的落地:Harness(守护栏,约束"不能怎么做")+ 独立验证器(盯住"真正的目标"而非可被钻空子的指标)。
它在不在线?在做什么?——让你有安全感
守护进程是隐形的后台进程。它不该让你惦记、要你去查岗——它会主动报平安,你也能随时一句话查岗。
随时查岗(拉取式):
hireseek alive # 一句话:它在不在、今天做了什么、下一步
hireseek alive --push # 顺手推一条到你的飞书/系统通知
✅ 在线守护中 · 已守护 3 小时 12 分钟(最后报平安:刚刚)
📋 在岗:Agent 工程师
📊 今天触达 18/30 人
🔧 最近动作:跑 BOSS 寻源 — 触达 18 人
⏭ 下一步:跟进未回复 · 工作日 14:00(约 14:00)
守护进程每分钟写一次"我还活着"的时间戳,所以哪怕你从另一个窗口查,也能看到"它 30 秒前还活着"——这才是"在线"的实感,而不是一句空泛的"已安装"。状态分三档:✅ 在线守护中 / 🟡 我在但未常驻(只开了指挥台)/ ⏸ 未在守护。
主动报平安(推送式,自动到达你的飞书/系统通知):上线了、今日收工、上班签到、每完成一件重要的事——它都会主动告诉你一声。
它"住在哪里"——三种看得见的脸
让它对你"可见、可指挥"的有三处脸面,按门槛从低到高:
- 网页指挥台(零配置):浏览器打开
localhost:7799,左边状态卡(在线状态 / 今天触达 / 招聘漏斗 / 心跳最近在想什么 / 下一步),右边聊天框直接打字指挥它,过程里实时显示"它正在做什么"。手机连同一 WiFi 也能访问本机 IP。 - 飞书双向 Bot(配飞书应用):把它加进飞书通讯录,手机上发一句"今天进展怎么样"就能指挥,它跑完主动回你。设
FEISHU_BOT_ENABLED=true。 - macOS 通知 / 飞书群机器人:它主动报平安和提醒时弹给你(只需
FEISHU_WEBHOOK_URL,比双向 Bot 门槛低)。
网页指挥台与飞书 Bot 共用同一套 agent 大脑(src/agent-session.ts),生命体征是单一事实来源(src/vitals.ts),终端 chat 也同源——多个入口、一个 HireSeek。
架构
hireseek/
├── packages/
│ ├── core/ # @hireseek/core — 招聘智能体引擎
│ │ ├── evaluator/ # 候选人评估引擎
│ │ ├── outreach/ # 触达策略引擎
│ │ ├── memory/ # 跨会话记忆系统
│ │ ├── pipeline/ # 招聘流水线编排
│ │ └── llm/ # 多模型抽象(deepseek/claude/openai/custom)
│ │
│ ├── boss-adapter/ # @hireseek/boss-adapter — BOSS直聘适配器
│ ├── maimai-adapter/ # @hireseek/maimai-adapter — 脉脉适配器
│ └── cli/ # @hireseek/cli — 命令行入口
│
├── src/ # agent 运行时(chat / orchestrator / scheduler)
│ ├── runners/
│ │ ├── dom-runner.ts # ★ 纯文本 DOM 浏览器驱动(DeepSeek 默认)
│ │ ├── claude.ts # Claude 原生 computer-use
│ │ └── generic-vision.ts # 视觉模型通用驱动(MiniMax/Qwen-VL等)
│ └── skills/
│ └── claude-skills.ts # ★ Claude Skills 桥接层
└── workspace/ # 职位配置、渠道技能、记忆
配置参考
| 环境变量 | 默认值 | 说明 |
|---|---|---|
DEEPSEEK_API_KEY | — | DeepSeek API Key(默认大脑,必填) |
DEEPSEEK_BASE_URL | https://api.deepseek.com | API 地址 |
LLM_MODEL | deepseek-v4-flash | 模型名 |
DEEPSEEK_REASONER_MODEL | deepseek-v4-pro | 评估/策略等深推理场景 |
LLM_PROVIDER | deepseek | 可选 deepseek / claude / openai / minimax / custom |
HIRESEEK_DB_PATH | ~/.hireseek/hireseek.db | 数据库路径(自动兼容旧 ~/.hireclaw) |
FEISHU_WEBHOOK_URL | — | 飞书执行报告推送 |
FEISHU_APP_ID / FEISHU_APP_SECRET | — | 飞书自建应用(多维表格读取 + 双向 Bot) |
FEISHU_BITABLE_APP_TOKEN / FEISHU_BITABLE_TABLE_ID | — | 招聘结果多维表格 |
FEISHU_BOT_ENABLED | false | 设 true 开启飞书双向 Bot(长连接,对话即指挥) |
FEISHU_BOT_ALLOW_USERS | — | 限定可使用 Bot 的用户 open_id(逗号分隔,留空=不限) |
FEISHU_BOT_NOTIFY_CHAT_ID | — | 心跳/调度/后台任务通知主动推送到的 chat_id |
SCHEDULE_BOSS 等 | 工作日 9/10/14 点 | cron 调度表达式 |
代码层风控(不依赖模型自觉)
DOM Runner 内置三条硬约束,即使模型忘了 prompt 里的协议也会被强制执行:
- 打招呼节流:识别"打招呼/立即沟通"类按钮,点击间隔强制 ≥5 秒
- 每日上限硬终止:快照中检测到"今日沟通已达上限/需付费"立即锁死所有操作,只允许输出总结
- 频率告警软退避:检测到"开聊太频繁"自动等待 10-30 秒再继续
进化闭环(自动复盘 + 技能自改写)
hireseek evo # 复盘并自动改写话术/筛选规则(git 留版本)
hireseek evo dry # 只出复盘报告,不落盘
hireseek evo back # 回滚最近一次进化
hireseek evo log # 进化历史 + 前后推进率对比
数据流:飞书多维表格(真实招聘结果)+ 本地漏斗 → deepseek-v4-pro 深推理诊断 →
自动改写 outreach-guide.md / candidate-evaluation.md(每次进化独立 git commit,可回滚)。
四条铁律:每条诊断必须有数据支撑;数据不足就不改;演进不重写;不碰风控规则。
调度器每周五 18:00 自动跑一轮(SCHEDULE_EVOLVE 可调),报告推飞书。
chat 里说"复盘一下"、"为什么回复率低"也会触发。
角色分层
- HireSeek 是总控 Agent:承载上下文、理解招聘任务、与用户共创画像,决定调用什么能力
- Claude Skills 是能力库:寻源策略、竞调、定向挖猎、渠道操作手册,全部即插即用
- Adapter / DOM Runner 是手脚:在具体渠道执行搜索、筛选、触达与跟进
设计原则
- "大脑"与"手脚"分离 — SDK 提供招聘智能,Adapter 提供平台接入
- 知识不硬编码 — 评估维度、话术策略、风控规则全部可配置
- 不绑定特定 LLM — DeepSeek 默认,Claude / OpenAI / 任意兼容 API 可切换
- 不绑定特定平台 — 实现一个 interface 即可接入新平台