boss直聘自动化（无GUI） — boss直聘自动化（无图形界面）

Boss 自动化 - Boss 直聘职位沟通自动化技能 📋 概述

Boss 自动化 是一个完整的 Boss 直聘职位沟通自动化技能，能够自动浏览职位列表、OCR 分析职位描述、智能匹配技术栈、自动生成沟通话术并发送消息。

基于 pyauto图形界面 实现桌面自动化，支持多分辨率适配、坐标自动缩放、随机延迟模拟人工操作等功能。

🎯 核心功能 ✅ 自动滚动 - 向下滚动职位列表加载新内容 ✅ 自动点击 - 点击职位卡片查看详情 ✅ 截图保存 - 截取职位描述区域并保存 ✅ OCR 识别 - 调用 ocr-local 技能提取技术关键词 ✅ 智能匹配 - 技术方向占比分析（≥60%）和技术栈匹配（≥2/3） ✅ 话术生成 - 根据匹配度生成沟通话术 ✅ 自动沟通 - 点击沟通按钮、粘贴话术、发送消息 ✅ 浏览器控制 - 前进/后退、激活输入框等操作 📦 安装与依赖 Python 依赖 pip 安装 pyauto图形界面>=0.9.5 pyper命令行工具p>=1.8.2 Pillow>=10.0.0

Node.js 依赖 cd 技能s/ocr-local npm 安装

OCR 工具

本技能使用 技能s/ocr-local 目录下的 OCR 脚本进行文字识别，支持：

简体中文（chi_sim） 繁体中文（chi_tra） 英文（eng） 🚀 快速开始 配置参数

编辑 config.json 修改：

{ "browser": { "url": "https://www.zhipin.com/网页/geek/jobs" }, "coordinates": { "resolution": [2560, 1440], "扩展_multiplier": 1.0 }, "matching": { "threshold": 60 } }

运行流程 方式一：自动循环模式 python 技能s/boss-自动化/mAIn.py

方式二：命令行工具 命令行 python 技能s/boss-自动化/命令行工具.py 启动 # 开始自动处理 python 技能s/boss-自动化/命令行工具.py scroll # 滚动一次 python 技能s/boss-自动化/命令行工具.py 命令行工具ck # 点击职位 python 技能s/boss-自动化/命令行工具.py screenshot # 截图 python 技能s/boss-自动化/命令行工具.py ocr # OCR 识别 python 技能s/boss-自动化/命令行工具.py chat # 执行沟通 python 技能s/boss-自动化/命令行工具.py back # 返回职位列表 python 技能s/boss-自动化/命令行工具.py config # 显示配置 python 技能s/boss-自动化/命令行工具.py test # 测试坐标

独立函数调用 from boss_自动化 导入

# 只执行点击和截图 命令行工具ck_job_item() path = capture_screenshot()

# 自定义流程 命令行工具ck_chat_button() 发送_chat_message("自定义消息")

# 处理单个职位 process_job()

📊 技术匹配策略 匹配标准 技术方向占比 >= 60% AND 技术栈匹配数 >= 2/3

技术方向分类 方向 关键词示例 前端 前端/页面/界面/Vue/React/Angular/HTML/CSS/TypeScript 后端 后端/API/RESTful/Spring/Django/Flask/Go/Kubernetes/Docker 数据 数据/数据库/SQL/NoSQL/Pandas/Spark/Hadoop/Flink/Redis 算法 算法/模型/PyTorch/TensorFlow/Scikit-learn/OpenCV/ONNX/LLM/NLP/CV 全栈 全栈/全端/MERN/MEAN/Next.js/NestJS/GraphQL 技术栈关键词 类别 关键词 语言 Python/Java/Go/Rust/JavaScript/TypeScript/C++/C# 框架 PyTorch/TensorFlow/Spring/Django/FastAPI/Express/NestJS 模型 LLM/GPT/BERT/转换ers/Stable Diffusion/YOLO/OpenCV 💬 话术生成策略 生成规则 说明符合要求的内容 - 直接提及匹配的技术点 技术方面适当夸大 - 了解→熟悉，不熟悉→了解 模仿人类语言习惯 - 自然流畅的中文表达 表达强烈应聘希望 - 体现求职诚意 字数控制 - 40-60 字 示例话术 您好！对这个 AI 大模型岗位很感兴趣。我的大模型技术栈非常匹配：精通 PyTorch 训练优化，熟悉 SFT/RLHF，有 LangChAIn 构建 RAG 应用经验，能独立完成 LLM 代理 架构设计。对贵司技术方向契合！

📁 文件结构 boss-自动化/ ├── 技能.md # 本技能文档 ├── config.json # 主配置文件 ├── chat_template.txt # 话术模板 ├── mAIn.py # 主流程脚本 ├── 命令行工具.py # 命令行工具 命令行接口 └── boss_自动化.py # pyauto图形界面 自动化函数

🔄 自动化流程（9 步循环） graph TD 启动[开始] --> Step1[点击职位] Step1 --> Step2[截图保存] Step2 --> Step3[OCR 分析] Step3 --> Step4{方向占比≥60%?} Step4 -->|否| Skip[跳过职位] Step4 -->|是| Step4a{技术栈匹配≥2/3?} Step4a -->|否| Skip Step4a -->|是| Step5[生成话术] Step5 --> Step6[沟通] Step6 --> Step7{发送成功？} Step7 -->|否| Retry[重试] Step7 -->|是| Step8[返回] Step8 --> Step9{有下一个职位?} Step9 -->|否| End[结束] Step9 -->|是| Scroll[滚动加载] Scroll --> Step1

⚙️ 配置说明 主要配置项 { "browser": { "url": "目标页面 URL" }, "screenshot": { "输出_dir": "截图输出目录", "filename_prefix": "文件名前缀", "timestamp_格式化": "时间戳格式" }, "scroll": { "amount": -155, "times": 1 }, "coordinates": { "resolution": [2560, 1440], "扩展_multiplier": 1.0, "job_启动": [888, 350], "screenshot": [1100, 300, 1800, 1250], "chat_button": [1765, 335], "chat_输入": [1500, 1300] }, "matching": { "threshold": 60, "core_技能s": ["Python", "PyTorch", "LLM", "代理"], "stack_matching": 2, "total_stack": 3 }, "delay": { "min_seconds": 1.0, "max_seconds": 3.0 } }

自定义分辨率

在 config.json 中修改：

"coordinates": { "resolution": [1920, 1080], // 自定义分辨率 "扩展_multiplier": 0.8 // 相对于基准 2560x1440 的缩放比例 }

🛠️ 高级用法 自定义话术模板

编辑 chat_template.txt：

您好！我对这个职位很感兴趣。我精通 Python、PyTorch 和大模型技术，有多年 LLM、代理、工作流 项目落地经验，熟悉 LangChAIn、LangGraph 等框架，能独立负责智能体平台架构设计和核心模块研发。对贵司的 AI 代理/智能体平台岗位非常匹配，希望能进一步沟通！

修改匹配阈值 "matching": { "threshold": 70 // 修改为 70% }

修改滚动参数 "scroll": { "amount": -200, // 滚动像素量 "times": 2 // 滚动次数 }

📝 使用示例 示例 1：完整自动流程 python 命令行工具.py 启动

示例 2：手动控制流程 from mAIn 导入

# 滚动一次 scroll_job_列出()

# 点击职位 命令行工具ck_job_item()

# 截图 path = capture_screenshot()

# 执行沟通 命令行工具ck_chat_button() 发送_chat_message()

# 返回 browser_go_back()

示例 3：自定义消息 from mAIn 导入 *

命令行工具ck_chat_button() 发送_chat_message("您好！我对这个岗位很感兴趣...")

示例 4：仅截图保存 python 命令行工具.py screenshot

示例 5：OCR 识别 python 命令行工具.py ocr screenshots/job_20260428_231512.png

🐛 故障排除

• OCR 无法识别

确保 技能s/ocr-local 已安装依赖：npm 安装 检查图像路径是否正确 确认 tesseract.js 已安装

• 中文话术乱码

使用 pyper命令行工具p 复制（已在代码中自动处理） 确保文件编码为 UTF-8

• 坐标偏移

在 config.json 中调整坐标值 或使用 扩展_multiplier 自动缩放 运行 python 命令行工具.py test 查看缩放结果

• 匹配度不达标

检查 core_技能s 配置 调整 matching.threshold 阈值 修改话术模板中的技能描述

• 页面加载慢

增加 delay.min_seconds