AI 求职助手

问题：投递多但反馈少时，难以定位瓶颈

当简历分散在多个平台，岗位搜索依赖单一批量关键词，面试失败后只能凭感觉换方向时，求职过程会变成低信号循环。AI Job Hunter 把问题拆成可追踪链路：先建立候选人画像，再生成搜索词，抓取多来源岗位，评分筛选，最后用漏斗数据判断是搜索方向、简历匹配还是面试表现出了问题。

工作方式：从自我认知到投递复盘

• 画像先行：读取 MEMORY.md 或引导用户补充简历、城市、薪资底线、价值观，用花图法、冰山模型、奥德赛计划形成目标约束。
• 多渠道抓取：支持 web_fetch、web_search 与脚本组合，覆盖猎聘、智联、BOSS、小红书、知乎、脉脉，以及事业单位、高校人才网等来源，并对同公司同岗位去重。
• 量化筛选：按硬性条件排除后，对技能、领域、非一线程度、薪资等维度评分，输出 S/A/B/C/D 等级和岗位卡片。
• 投递与迭代：为高匹配岗位生成简历关键词优化、ATS 建议、开场文字，并在用户确认后记录投递时间；每周用投递、回复、面试、Offer 数据识别瓶颈。

适用边界

该技能适合需要持续追踪求职状态的工程师或转岗者，尤其是岗位分散在招聘平台、社交平台与公共招聘渠道的场景。它依赖脚本运行环境，BOSS 直聘抓取需要 Chrome 与首次登录，部分平台薪资、正文可能无法完整获取。抓取和投递前应确认目标平台允许自动化访问，并由用户完成登录、核对岗位信息与最终投递。