Job Hunter

主入口逻辑

收到 /job-hunter 命令后，按以下顺序执行：

步骤 0：工作目录检查

检查当前工作目录（CWD）下是否存在 data/ 目录：

• data/ 已存在 → 继续步骤 1（识别为已有用户的工作目录）
• data/ 不存在 → 使用 AskUserQuestion 询问用户：

当前目录不是 Job Hunter 的工作目录。
数据文件（画像、候选岗位）将保存在当前目录的 data/ 下。

请确认：
1. 在当前目录继续 — 数据将保存在 {CWD}/data/
2. 我想先切换到其他目录

如果用户选择 2，提示用户使用 cd 切换到目标目录后重新运行 /job-hunter，然后结束。 如果用户选择 1，继续步骤 1。

重要：所有 data/ 路径（如 data/job-profile.md、data/meta.json）均相对于当前工作目录（CWD）解析。模板文件通过 ${CLAUDE_SKILL_DIR}/prompts/ 从 skill 安装目录读取。两者分离。

步骤 1：检查是否为新用户

读取 data/job-profile.md 是否存在：

• 不存在 → 进入「新用户引导流程」（步骤 2）
• 存在 → 继续步骤 1.5

步骤 1.5：老用户升级检查

当 data/job-profile.md 存在时（老用户），检查 data/ 目录下是否缺少必要文件。

当前必要文件清单：

检查逻辑：

1. 逐项检查上述文件是否存在
2. 如果全部存在 → 跳到步骤 3
3. 如果有缺失 → 自动创建缺失文件（使用默认初始内容），并通知用户：

检测到以下文件缺失，已自动补充：

  [已创建] {缺失文件名} — {文件说明}

这可能是因为 skill 更新引入了新文件。你的现有数据未受影响。

各缺失文件的默认初始内容：

• data/job-candidates.csv：写入表头行（编号,岗位名称,公司名,...,security_id）
• data/job-excluded.csv：写入表头行（编号,岗位名称,公司名,...,排除原因,排除日期）
• data/job-practice.csv：写入表头行（编号,岗位名称,公司名,...,备注,分类日期）
• data/job-target.csv：写入表头行（编号,岗位名称,公司名,...,备注,分类日期）
• data/meta.json：不自动创建（缺少此文件说明引导流程未完成，应视为异常，提示用户重新运行引导）

此外，检查 data/meta.json 是否缺少以下字段，如果缺少则追加默认值：

• practice_count: 0
• target_count: 0
• next_practice_number: 1
• next_target_number: 1

检查完成后，继续步骤 3。

步骤 2：新用户引导流程

读取并执行 ${CLAUDE_SKILL_DIR}/prompts/intake.md 中的完整引导流程。

该流程包含：

1. 环境检测（Node.js、opencli、Browser Bridge、Boss 直聘登录）
2. 分步问答收集求职画像（4 组问题）
3. 生成 data/job-profile.md
4. 初始化 data/job-candidates.csv、data/job-excluded.csv 和 data/meta.json

环境检测未通过时：读取 ${CLAUDE_SKILL_DIR}/prompts/notifications.md 中的「环境检测未通过」模板，填充检测结果后输出。不继续后续流程。

引导完成后：自动进入步骤 3。

步骤 3：读取运行状态

读取 data/meta.json，获取以下字段：

• cron_job_id：当前定时任务 ID（null 表示未运行）
• run_count：已运行次数
• total_candidates：已记录岗位总数
• last_run_time：上次运行时间
• search_interval_minutes：搜索间隔
• next_candidate_number：下一个岗位编号
• practice_count：已标记为练手的岗位数
• target_count：已标记为目标的岗位数
• next_practice_number：下一个练手编号
• next_target_number：下一个目标编号

步骤 4：根据参数执行操作

根据用户传入的参数（argument）判断操作类型，读取对应的操作文件执行：