智能岗位推荐系统

解决什么问题

求职者经常面对 JD 分散、薪资信息滞后、岗位风险不易识别等具体问题。尤其应届、转型、长期空窗或考虑创业的人群，需要同时判断技能匹配、兴趣匹配、城市机会、家庭责任与长期发展。该技能把岗位推荐从“凭感觉搜索”变成可复现的多维评估流程。

工作方式

• 信息收集：通过对话采集教育背景、技能、薪资期望、城市偏好、企业文化偏好、家庭状况和创业意向等。
• 实时搜索：推荐前调用 web_search 获取岗位需求、市场薪资和行业趋势，降低依赖过时数据的风险。
• 多视角匹配：整合 HR、猎头、职业规划师、心理学家、城市顾问等 10 个视角，并按用户类型动态调整权重。
• 结构化输出：给出匹配得分、专家评估、岗位详情、求职策略、备选方案和安全基线说明。
• 质量自检：可用 recommendation_quality_check.py 检查安全基线、情感支持、实时搜索和专家视角覆盖。

适用边界

• 适合方向判断、岗位对比和求职准备，不替代真实招聘平台或雇主决策。
• 若用户信息过少，需要先补充关键背景，否则匹配结果会偏泛。
• 输出会强调合法、正规岗位，避免黑灰产，但不能验证每条招聘信息的最终真实性。
• 对长期空窗、转型等场景会加入情感支持，但不应把推荐结果理解为录用保证。