Job Hunter

可选追问

• 经验年限要求（过滤掉要求太初级或太高级的）
• 行业偏好（互联网、硬件/机器人、金融科技、其他）
• 公司黑名单（不想看到的公司）
• 每天运行时间（默认 08:30）

Phase 2：部署脚本

收集完信息后，执行以下步骤：

2.1 检查依赖

python3 -c "import DrissionPage" 2>/dev/null || pip3 install DrissionPage pyyaml -q

2.2 确认 Obsidian vault 路径

cat ~/Library/Application\ Support/obsidian/obsidian.json | python3 -c "
import json,sys
d=json.load(sys.stdin)
for v in d.get('vaults',{}).values():
    print(v['path'])
"

选择用户的主 vault，在 3. Resources（或 Resources）下创建 求职/<城市><岗位> 子目录。

2.3 生成 config.yaml

根据用户的回答生成配置，城市代码映射：

深圳: 101280600 | 北京: 101010100 | 上海: 101020100
广州: 101280100 | 杭州: 101210100 | 成都: 101270100

公司规模偏好处理：

• 大厂优先 → 在结果 Markdown 里用 emoji 🏢 标注 10000人以上 的岗位
• 早期创业 → 标注 天使轮/A轮 的岗位
• 黑名单 → 写入 company_blacklist 字段

2.4 生成 scraper.py

核心逻辑（不要修改，这是经过验证的可工作版本）：

# 登录检测
page.get("https://www.zhipin.com/")
time.sleep(3)
if not (page.ele(".nav-figure", timeout=3) or page.ele(".user-nav", timeout=1)):
    # 跳转登录页，等用户扫码，最多 300 秒
    page.get("https://www.zhipin.com/web/user/?ka=header-login")
    for i in range(300):
        time.sleep(1)
        if "zhipin.com" in page.url and "login" not in page.url and "user" not in page.url:
            break

# API 拦截抓取（每个关键词每页）
page.listen.start("zpgeek/search/joblist.json")
page.get(f"https://www.zhipin.com/web/geek/jobs?query={keyword}&city={city_code}&page={page_num}")
resp = page.listen.wait(timeout=12)
page.listen.stop()
job_list = resp.response.body["zpData"]["jobList"]  # 真实 JSON 数据

# 关键字段
# item["salaryDesc"]      → "25-40K·13薪"（明文，无混淆）
# item["jobName"]         → 职位名
# item["brandName"]       → 公司名
# item["jobExperience"]   → "3-5年"
# item["jobDegree"]       → "本科"
# item["brandStageName"]  → "A轮"
# item["brandScaleName"]  → "100-499人"
# item["areaDistrict"]    → "南山区"
# item["encryptJobId"]    → 用于构造链接 https://www.zhipin.com/job_detail/{id}.html

2.5 Markdown 输出格式

# {城市} {关键词} 职位 · YYYY-MM-DD

> 共 N 条（月薪上限 ≥ XK）

| 职位 | 公司 | 薪资 | 经验 | 规模/阶段 | 区域 | 链接 |
|------|------|------|------|-----------|------|------|
| ... | 🏢字节跳动 | 25-50K·15薪 | 3-5年·本科 | 10000+/D轮 | 南山区 | [查看](...) |

大厂岗位（brandScaleName 含 10000）在公司名前加 🏢 标注。

2.6 设置 Cron

# 读取用户配置的运行时间，默认 08:30 工作日
(crontab -l 2>/dev/null | grep -v "job-hunter"; \
 echo "30 8 * * 1-5 cd $HOME/job-hunter && python3 scraper.py >> $HOME/job-hunter/run.log 2>&1") \
| crontab -

Phase 3：首次运行与验证

1. 运行脚本，等用户扫码登录（如果 Chrome profile 里没有有效 session）
2. 确认抓取成功后，告知用户：
   • 今日结果路径（OB 里的文件）
   • 抓取到的岗位数量
   • Cron 生效时间
3. 如果岗位数量 < 10，提示用户可以放宽关键词或降低薪资门槛

常见问题

Q: 抓到的条数少（< 20条） → 每个关键词默认只取前2页（30条），去重后会减少。可增加 pages_per_keyword 或增加关键词。

Q: 薪资显示为 -K → 说明用了 DOM 爬取而非 API 拦截。确认使用 page.listen.start("zpgeek/search/joblist.json") 方式。

Q: 登录失效 → 删除 ~/.job-hunter-chrome/Default/Cookies，重新扫码。

Q: 想加岗位描述（JD） → 需对每条岗位额外请求详情页 API，时间成本 ×5，按需开启。详情页 API：/wapi/zpgeek/job/card.json?jobId={encryptJobId}

Q: 想换平台（拉勾网等） → 拉勾网同样无公开 API，但可用类似的 API 拦截方式，其搜索接口为 /api/search/positions。