convez.ai
SkillAutomaçãoAvançado
Wujw761

Assistente de Recrutamento BOSS

Wujw761/boss-hiring

Automatiza recrutamento no BOSS com triagem inteligente de currículos

Ver no GitHub
InicialPluginScore · de 0 a 100

Skill que automatiza triagem de currículos, comunicação e agendamento de entrevistas na plataforma BOSS Zhipin. Utiliza web-access para simular operações do navegador, filtrando candidatos por critérios de JD, enviando mensagens via interface e integrando com Feishu para agendamentos.

Instalação

$npx convez-ai Wujw761/boss-hiring

1 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

Estrelas
1
Forks
0
Acompanhando
0
Saúde
28%
Último commit
há 5 meses
Versão
—
Issues abertas
0
Contribuidores
2

Casos de uso

  • Filtrar currículos por critérios de JD de forma automática
  • Enviar mensagens em massa para candidatos pré-filtrados
  • Agendar entrevistas integrado com Feishu

Veredito

Solução robusta para automação de recrutamento em plataforma chinesa, com proteções contra bloqueio de conta e validações de segurança. Requer setup técnico (Node.js 22+, Chrome remoto) e está bem documentado com histórico de melhorias baseadas em casos reais.

README

A tradução para o português deste README ainda está na fila.

leiting-hiring

BOSS 直聘招聘助手,基于 web-access CDP 接管浏览器,支持简历筛选、站内沟通、飞书约面三类服务。

前置依赖

使用前需要完成以下三项安装,每台电脑只需装一次。

1. Node.js 22+

下载地址:https://nodejs.org/

安装完成后验证:

node -v  # 应显示 v22.x.x 或更高

2. web-access skill

git clone https://github.com/eze-is/web-access ~/.claude/skills/web-access

3. Chrome 开启远程调试

在 Chrome 地址栏打开 chrome://inspect/#remote-debugging,勾选 Allow remote debugging for this browser instance。

每次重启 Chrome 后需要重新勾选。


安装本 skill

git clone https://github.com/muchabby/boss- ~/.claude/skills/leiting-hiring

快速开始

  1. 完成上方三项前置依赖
  2. 打开并登录 BOSS 直聘招聘者页面(https://www.zhipin.com/web/chat/index)
  3. 对 Claude 说:「帮我筛简历」

文件结构

leiting-hiring/
  SKILL.md                          # 主入口,启动流程和防封号规则
  references/
    screening-service.md            # 简历筛选服务
    chat-service.md                 # 站内沟通服务
    scheduling-service.md           # 飞书约面服务(待接入)
    browser-rules.md                # 浏览器操作规则
    persistence.md                  # 持久化记录结构
    site-patterns/
      zhipin.md                     # BOSS 直聘 DOM 路径经验(2026-04-24 验证)

核心设计原则

  • 启动轻:静默探针,环境 OK 直接进
  • 防封号:消息只走页面按钮、安全验证立即停、每日发消息上限 30 条
  • 人工确认:筛选结果给用户看,用户确认后才发消息
  • 持久化:候选人记录跨会话保留,不重复处理
  • 站点经验:BOSS DOM 路径已验证,不重复探索

触发词

  • 「帮我筛简历」「筛一下投递」→ 进入 screening
  • 「帮我联系这些候选人」「发消息」→ 进入 chat
  • 「帮我约面」→ 进入 scheduling

更新日志

v1.1.0(2026-04-24)

本次更新来自实际操作中发现的问题,全部针对真实踩坑场景。

再也不会发出乱码消息 通过 CDP 向输入框写中文会产生乱码,乱码消息会触发 BOSS 风控。现在所有消息只走页面上的按钮(求简历按钮、默认打招呼按钮),彻底杜绝乱码。

遇到安全验证立即停止,不再继续操作 之前安全验证弹出后操作仍在继续,存在封号风险。现在只要出现验证码或安全验证弹窗,立即停止全部操作并通知用户,等用户处理完再恢复。

不会重复给同一个人发求简历 发送「求简历」前会先检查聊天记录,如果已经发过、或候选人已经发来附件,直接跳过,不重复打扰。

专升本候选人会被正确识别为大专学历 之前只看学历标签,「专升本」字样藏在教育经历文字里会被漏掉,导致误判为本科通过筛选。现在读取完整教育经历文字,专升本正确归类为大专。

期望岗位不再影响筛选结果 候选人填的期望岗位与实际投递岗位不一致很常见,不应作为筛选依据。现在忽略期望岗位字段,只看实际经历和技能。

启动时一次性授权,不再逐条弹提示 每次操作都弹授权确认很打断节奏。现在启动时统一授权一次,本次会话内所有操作不再重复询问。

筛选速度提升,明显不合适的快速跳过 之前每个候选人都有固定停顿,拖慢整体速度。现在明显不符合要求的直接跳过,有潜力的看 3-5 秒,节奏更接近人工操作。

过程中不再中途暂停等待确认 之前每发送 3 人就暂停等用户确认,打断操作流。现在全程连续执行,只在筛选汇报后才等用户决策。

v1.2.0(2026-04-28)

筛选前先读JD出画像,用户确认后再开始筛人 之前直接开始筛选,没有给用户确认筛选标准的机会。现在每次筛选前会先读取所有在招岗位的JD,自动生成简洁画像(硬门槛+直接淘汰条件),一次性展示给用户确认或修改,确认后才开始筛人。避免用过期标准筛人,也让用户每次都能校准。

全局授权一次记住,不再重复询问 用户一次性授权后,本次会话内所有浏览器操作直接执行,不再弹出任何授权确认。之前授权状态没有被正确记住,导致每次操作都打断用户。

边看边发,不再二次筛选 之前的流程是先看一遍汇报结果,再回头找到候选人发求简历,效率低下。现在看到合适的候选人立即发求简历,最后再统一汇报结果,减少重复操作。

v1.3.0(2026-06-04)

新增推荐/搜索页支持,不再只能在聊天列表页操作 之前只支持在「聊天列表页」处理已投递的候选人。现在新增「推荐牛人」「搜索牛人」两个页面的操作能力,可以主动从推荐流和搜索结果里筛人、打招呼,候选人来源更广。

攻克 WASM 画布简历,能读到详情正文了 候选人详情页的简历正文是用 WASM 画在 canvas 上的,普通方式读 DOM 拿不到任何文字(反爬)。现在能进入内嵌简历 iframe,把 canvas 导出成图片再识别,详情正文(项目经历、技能描述等)终于能完整读取,筛选判断更准。

批量导出提速 把逐个候选人的串行读取操作折叠成批量处理,明显减少等待,整体筛人节奏更快。

看完详情自动关闭 看完一个候选人详情页后,自动点右上角 × 关闭,回到列表继续,避免详情页层层堆叠。

示例数据全部脱敏 文档里的示例数据(候选人、岗位、JD 等)全部替换为占位符和泛化描述,不含任何真实信息。

v1.4.0(2026-06-16)

读简历正文改用数据接口,又快又准,告别截图识别 之前读候选人详情正文靠把 WASM 画布截成图再做视觉识别,受渲染时机、分段、降采样影响,偶尔会糊字或漏读。实测发现:画布只是显示层,简历数据本身是先以明文形式从接口拉回来的。现在直接读这份数据,工作经历、项目、教育、技能全文逐字拿到,比截图识别准得多、也快得多(一次请求取代多张截图加多次识别)。截图识别保留为兜底,仅在接口失效时启用。

专升本识别更可靠,不再漏判 之前靠从简历图片文字里找「专升本」字样,容易漏。现在改用结构化字段判断:当一个人同时有大专和本科两段学历、且本科是非全日制(专升本)形式时,即便摘要里只显示「本科」,也能稳定识别为大专起点,按大专标准筛选。

连续看多人不串号 连续查看多位候选人时,详情面板会层叠,旧方法偶尔会读到上一个人的数据。现在能稳定锁定当前正在看的候选人,确保读到的正文和你看到的是同一个人。

Ver o original no GitHub

Bom para

Relacionados