能力标签
AI职位搜索
⚙️
Agent工作流

AI职位搜索

基于 JavaScript · 无代码搭建完整 AI 自动化流程
英文名:job-search-automation
⭐ 9 Stars 🍴 3 Forks 💻 JavaScript 📄 MIT 🏷 AI 8.0分
8.0AI 综合评分
atsdockergeminijob-searchllmjavascript
✦ AI Skill Hub 推荐

AI Skill Hub 强烈推荐:AI职位搜索 是一款优质的Agent工作流。AI 综合评分 8.0 分,在同类工具中表现稳健。如果你正在寻找可靠的Agent工作流解决方案,这是一个值得深入了解的选择。

📚 深度解析

AI职位搜索 是一套完整的 AI Agent 自动化工作流方案。随着 AI 能力的不断提升,基于 Agent 的自动化工作流正在成为提升个人和团队效率的核心方式。区别于传统的 RPA 自动化(模拟鼠标键盘操作),AI Agent 工作流通过理解任务意图、动态规划执行路径,能够处理更复杂的非结构化任务。

AI职位搜索 工作流的设计遵循"最小配置,最大复用"原则:核心逻辑已经封装好,用户只需配置自己的 API Key 和业务参数即可快速上手。工作流内置错误处理和重试机制,在网络波动或 API 限速等情况下仍能稳定运行,适合作为生产环境的自动化基础设施。

在实际部署时,建议先在测试环境中运行 3-5 次,验证各个环节的输出结果符合预期,再部署到生产环境。AI Skill Hub 评分 8.0 分,是同类 Agent 工作流中的精选推荐。

📋 工具概览

私人AI驱动的职位搜索引擎,爬取11+平台

AI职位搜索 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排,将复杂的多步骤任务拆解为清晰的自动化流程,实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成,适合构建数据处理管线、业务自动化和 AI 辅助决策系统。

GitHub Stars
⭐ 9
开发语言
JavaScript
支持平台
Windows / macOS / Linux
维护状态
轻量级项目,按需更新
开源协议
MIT
AI 综合评分
8.0 分
工具类型
Agent工作流
Forks
3

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理,如需查看完整原始文档请访问底部「原始来源」。

私人AI驱动的职位搜索引擎,爬取11+平台

AI职位搜索 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排,将复杂的多步骤任务拆解为清晰的自动化流程,实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成,适合构建数据处理管线、业务自动化和 AI 辅助决策系统。

📌 核心特色
  • 可视化 Agent 工作流编排,无需编写复杂代码
  • 支持多步骤自动化任务链,实现全流程无人值守
  • 与外部 API、数据库和第三方服务无缝集成
  • 内置错误处理与自动重试机制,保障稳定运行
  • 提供可复用的自动化模板,快速在同类场景部署
🎯 主要使用场景
  • 自动化日常重复性工作,将精力集中于创造性任务
  • 构建数据采集 → 处理 → 输出的完整自动化管线
  • 实现跨平台、跨系统的数据流转和业务协同
以下安装命令基于项目开发语言和类型自动生成,实际以官方 README 为准。
安装命令
# 方式一:npm 全局安装
npm install -g job-search-automation

# 方式二:npx 直接运行(无需安装)
npx job-search-automation --help

# 方式三:项目依赖安装
npm install job-search-automation

# 方式四:从源码运行
git clone https://github.com/jakemercure28/job-search-automation
cd job-search-automation
npm install
npm start
📋 安装步骤说明
  1. 访问 GitHub 仓库获取工作流文件
  2. 在对应平台(Dify / Flowise / Make 等)中找到「导入工作流」功能
  3. 上传工作流文件
  4. 按照提示配置必要的环境变量和 API Key
  5. 运行测试确认流程正常后投入使用
以下用法示例由 AI Skill Hub 整理,涵盖最常见的使用场景。
常用命令 / 代码示例
# 命令行使用
job-search-automation --help

# 基本用法
job-search-automation [options] <input>

# Node.js 代码中使用
const job_search_automation = require('job-search-automation');

const result = await job_search_automation.run(options);
console.log(result);
以下配置示例基于典型使用场景生成,具体参数请参照官方文档调整。
配置示例
# job-search-automation 配置说明
# 查看配置选项
job-search-automation --config-example > config.yml

# 常见配置项
# output_dir: ./output
# log_level: info
# workers: 4

# 环境变量(覆盖配置文件)
export JOB_SEARCH_AUTOMATION_CONFIG="/path/to/config.yml"
📑 README 深度解析 真实文档 完整度 44/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理,保留代码块、表格与列表结构。

Job Search Automation

A private, local, AI-powered job search engine that runs entirely on your machine. No SaaS, no account, no telemetry.

It scrapes 11+ job boards (Greenhouse, Lever, Ashby, Workable, Workday, Wellfound, Built In, and more), scores every listing against your resume with Google's free Gemini API, and serves a dashboard at http://localhost:3131 for review and pipeline tracking.

Dashboard

Features

  • Scraping. Pulls fresh listings from 11+ ATS platforms on a schedule.
  • LLM scoring. Gemini scores each job 1 to 10 across five dimensions (stack match, seniority, comp, company stage, desirability) grounded in your resume. Deterministic post-processing caps mis-rated roles.
  • Pipeline tracking. Manual stage transitions from Pending through Applied, Phone Screen, Interview, Onsite, Offer, Rejected, Closed, and Ghosted.
  • Market research. Aggregate JD analysis against your profile: top skills, seniority signals, comp ranges, and emerging high-score patterns.
  • Gmail rejection sync. Optional. Watches your inbox and auto-flips matching jobs to rejected with the parsed reason.

Final "applied" status is always set by you. The scraper never marks anything as applied.

Quickstart

The only requirement is Docker Desktop (Compose v2).

git clone https://github.com/jakemercure28/job-search-automation.git
cd job-search-automation
cp .env.example .env
docker compose up -d

Open http://localhost:3131. A setup wizard walks you through adding your Gemini API key, resume, and job targets in the browser.

Free Gemini key: https://aistudio.google.com/apikey. No credit card required. The defaults keep you inside the free tier (500 requests/day).

Configuration

Everything is in .env. Common settings:

VariableDefaultPurpose
GEMINI_API_KEY**Required.** Free key from Google AI Studio.
GEMINI_RATE_DELAY_MS5000Throttle between Gemini calls. Lower on a paid key.
LOCATION_FILTERComma-separated cities to allow. Empty = allow all.
LOCATION_BLOCKLISTComma-separated cities to drop.
BUILTIN_SUBDOMAINwwwBuilt In region (seattle, nyc, austin, etc.).
REFRESH_INTERVAL_MINUTES30How often the worker reruns the full pipeline.
GMAIL_EMAIL / GMAIL_APP_PASSWORDOptional. Enables rejection email sync.
DASHBOARD_PORT3131
🎯 aiskill88 AI 点评 A 级 2026-05-28

高效的AI职位搜索工具,支持多平台

⚡ 核心功能

👥 适合人群

自动化工程师和运维人员项目经理和业务分析师希望减少重复性工作的专业人士数字化转型团队

🎯 使用场景

  • 自动化日常重复性工作,将精力集中于创造性任务
  • 构建数据采集 → 处理 → 输出的完整自动化管线
  • 实现跨平台、跨系统的数据流转和业务协同

⚖️ 优点与不足

✅ 优点
  • +MIT 协议,可免费商用
  • +大幅减少重复性人工操作
  • +可视化流程,清晰直观
  • +可扩展性强,支持复杂场景
⚠️ 不足
  • 初始配置和调试需投入一定时间
  • 强依赖外部服务的稳定性
  • 复杂场景需具备一定技术基础
⚠️ 使用须知

AI Skill Hub 为第三方内容聚合平台,本页面信息基于公开数据整理,不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后,再部署至生产环境,并做好必要的安全评估。

📄 License 说明

✅ MIT 协议 — 最宽松的开源协议之一,可自由商用、修改、分发,仅需保留版权声明。

🔗 相关工具推荐

🧩 你可能还需要
基于当前 Skill 的能力图谱,自动补全的工具组合

❓ 常见问题 FAQ

修改配置文件中的搜索参数
💡 AI Skill Hub 点评

总体来看,AI职位搜索 是一款质量优秀的Agent工作流,在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态,建议收藏备用,结合自身场景选择合适时机引入使用。

⬇️ 获取与下载
⬇ 下载源码 ZIP

✅ MIT 协议 · 可免费商用 · 直接从 aiskill88 服务器下载,无需跳转 GitHub

📚 深入学习 AI职位搜索
查看分步骤安装教程和完整使用指南,快速上手这款工具
🌐 原始信息
原始名称 job-search-automation
原始描述 开源AI工作流:A private, local, AI-powered job search engine. Scrapes 11+ ATS platforms, score。⭐9 · JavaScript
Topics atsdockergeminijob-searchllmjavascript
GitHub https://github.com/jakemercure28/job-search-automation
License MIT
语言 JavaScript
🔗 原始来源
🐙 GitHub 仓库  https://github.com/jakemercure28/job-search-automation

收录时间:2026-05-28 · 更新时间:2026-05-28 · License:MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。