OpenHR — Boss直聘自动化招聘智能体
6 大模块全部通过验收 ✅
项目路径：~/clawd/projects/openhr/
⚠️ 安全警告（必读）
- Boss 直聘有严格反爬虫机制，所有操作间隔必须 ≥ 5 秒
- 每日打招呼上限 100 次（Boss 官方产品限制，不可突破）
- 验证码出现时必须暂停，等人工处理完成后再继续
- 封号风险提示：频繁操作、异常行为可能触发风控导致封号
- 必须使用 headed 浏览器（有界面，会弹窗），不能 headless
- 首次使用需要人工扫码登录
- 建议先用
--dry-run 测试，确认无误后再正式运行
路由表
| 触发词 |
子模块 |
执行脚本 |
说明 |
| 登录Boss / boss login |
boss-login |
scripts/boss_login.py |
扫码登录 + Cookie 持久化 |
| 自动打招呼 / openhr greet / boss greet / 打招呼 |
boss-greet |
scripts/boss_greet.py |
遍历筛选 + 个性化打招呼 |
| 启动聊天引擎 / openhr chat |
chat-engine |
scripts/chat_engine.py |
监控回复 + LLM 智能跟进 |
| 简历解析 / openhr resume |
resume-parser |
scripts/resume_parser.py |
提取简历信息 |
| 上传飞书 / openhr feishu |
resume-parser |
scripts/feishu_upload.py |
写入飞书多维表格 |
| 查看候选人 / openhr candidates |
boss-greet |
scripts/boss_greet.py --list |
列出已筛选候选人 |
| 招聘监控 / openhr monitor |
chat-engine |
scripts/chat_engine.py --monitor |
持续监控聊天消息 |
| 查看招聘进度 / openhr status |
— |
直接读取状态 |
汇总 greet_count.json + chat_logs |
| 启动招聘 |
boss-greet |
scripts/boss_greet.py |
完整招聘流程入口 |
模块一览
| 模块 |
脚本 |
用途 |
| 登录 |
scripts/boss_login.py |
扫码登录 + Cookie 持久化 |
| 风控 |
scripts/anti_detect.py |
随机间隔 + 验证码检测 + 封号预警 |
| 打招呼 |
scripts/boss_greet.py |
自动筛选 + 个性化打招呼 |
| 聊天 |
scripts/chat_engine.py |
监控回复 + LLM 智能跟进 |
| 简历 |
scripts/resume_parser.py |
简历信息提取 |
| 飞书 |
scripts/feishu_upload.py |
飞书多维表格写入 |
| 知识库 |
scripts/knowledge_base.py |
话术 + 岗位需求管理 |
快速开始
第一步：登录 Boss 直聘
cd ~/clawd/projects/openhr
python scripts/boss_login.py
- 首次运行会弹出浏览器二维码
- 用 Boss 直聘 APP 扫码确认登录
- Cookie 自动持久化到
data/cookies/boss_cookies.json
- 后续运行无需重复登录（Cookie 过期需重新扫码）
第二步：Dry-run 测试（强烈建议）
cd ~/clawd/projects/openhr
python scripts/boss_greet.py --dry-run
- 只筛选候选人，不发送任何消息
- 预览打招呼话术，确认无误后再正式运行
- 查看
data/logs/dry_run.json 了解模拟结果
第三步：正式打招呼
cd ~/clawd/projects/openhr
python scripts/boss_greet.py
- 默认每日上限 100 次（自动遵守 Boss 限制）
- 所有操作间隔 5-15 秒随机（内置风控保护）
- 运行日志实时输出，可随时 Ctrl+C 中断
第四步：启动聊天引擎
cd ~/clawd/projects/openhr
python scripts/chat_engine.py
- 监控新消息，LLM 生成智能回复
- 支持多种聊天模式（主动跟进、被动响应、催入职等）
- 聊天记录存入
data/chat_logs/
查看招聘进度
# 直接读取状态文件
cat ~/clawd/projects/openhr/data/greet_count.json
# 或运行 status 命令
cd ~/clawd/projects/openhr
python -c "
import json, os
gc = json.load(open('data/greet_count.json'))
print(f'打招呼总数: {gc.get(\"total\",0)}')
print(f'今日打招呼: {gc.get(\"today\",0)}')
print(f'昨日打招呼: {gc.get(\"yesterday\",0)}')
logs = sorted([f for f in os.listdir('data/chat_logs') if f.endswith('.json')])
print(f'聊天记录数: {len(logs)}')
"
简历解析 + 飞书同步
# 解析简历（支持 PDF、DOCX、图片）
cd ~/clawd/projects/openhr
python scripts/resume_parser.py <简历文件路径>
# 上传解析结果到飞书多维表格
python scripts/feishu_upload.py <简历文件路径>
飞书配置：config/feishu.json（需填写 app_id、table_id）
配置文件
| 文件 |
说明 |
config/anti_detect.json |
风控参数（间隔、验证码检测规则） |
config/feishu.json |
飞书多维表格配置（app_id、table_id、fields） |
config/templates.json |
打招呼话术模板（8 个场景） |
config/llm.json |
LLM 模型配置（provider、model、api_key） |
data/knowledge/ |
岗位需求、话术库、聊天模式、反馈模板 |
子模块详细文档
- boss-login
- anti-detect
- boss-greet
- chat-engine
- resume-parser
- knowledge-base
执行命令速查
cd ~/clawd/projects/openhr
# 登录
python scripts/boss_login.py
# 打招呼（测试）
python scripts/boss_greet.py --dry-run
# 打招呼（正式）
python scripts/boss_greet.py
# 列出候选人
python scripts/boss_greet.py --list
# 聊天引擎
python scripts/chat_engine.py
# 聊天监控
python scripts/chat_engine.py --monitor
# 简历解析
python scripts/resume_parser.py path/to/resume.pdf
# 飞书上传统一简历
python scripts/feishu_upload.py path/to/resume.pdf
aAAaqwq