求职助手

一个还算不错的求职助手。把你想爬取的岗位网址输入后即可一键爬取岗位信息作为助手的数据来源，然后就可以上传你的简历，针对您的简历提供简历评估、岗位搜索、城市对比、岗位匹配分析和针对性的面试题准备。

正式使用建议克隆到本地，配置自己的 AI Key，并生成自己的岗位库。

在线演示

静态体验：https://job-assistant-demo.netlify.app/ 页面内数据都是模拟的。

功能预览

简历智能优化

岗位匹配分析

面试助手

城市推荐

本地运行

需要提前安装：

• Python 3.11 或更高版本
• Node.js 20 或更高版本
• pnpm

安装依赖：

python -m venv .venv
.\.venv\Scripts\Activate.ps1
pip install -r requirements.txt
pnpm --dir frontend install

配置 AI：

Copy-Item .env.example .env

打开 .env，填入：

AI_API_KEY=your_api_key_here
AI_BASE_URL=https://api.openai.com/v1
AI_MODEL=gpt-4o-mini
AI_WEB_SEARCH_MODEL=
AI_TIMEOUT_SECONDS=90

构建前端并启动后端：

pnpm --dir frontend build
python run_app.py

打开：

http://127.0.0.1:5000

更新岗位库

如果对岗位信息不满意，想爬取自己方向的岗位数据，先修改crawler里的配置：

crawler/job_data.py

修改字段为你想爬页面即可，代码内有详细说明：

TASK_NAME = 'boss_agent_hangzhou'
LIST_URL = 'https://www.zhipin.com/web/geek/jobs?...'
MAX_PAGE = 50

运行爬虫：

python crawler/main.py

如果采集中断，或者部分岗位描述为空：

python crawler/repair_db.py

爬取完成后，运行下面代码，根据 data/raw_db/ 已爬到的城市岗位信息，为助手提供数据源：

python crawler/build_app_db.py

生成结果会写入：

data/jobs.db

项目结构

frontend/              前端界面
webapp/                Flask 后端
crawler/               岗位数据爬取和岗位库构建脚本
data/jobs.db           公共岗位库
.env.example           AI 配置示例
render.yaml            Render 部署配置
run_app.py             本地启动入口