104 Sourcing

104 HR 人才搜尋

概覽

本 Skill 使用 agent-browser CLI 控制瀏覽器，自動登入 104 招募管理平台並搜尋合適人選。執行流程分三個階段：需求訪談 → 登入 → 純 API 搜尋篩選。

依賴工具：本 Skill 需要 agent-browser CLI，安裝方式見 frontmatter 的 compatibility 欄位。 指令參考：references/agent-browser.md

架構原則（重要）

• 登入用 browser，其餘全用 API：瀏覽器只用來建立 session cookie，搜尋/篩選/評估全部走 API，速度快 100 倍以上
• 所有 fetch 必須在主 session（104-sourcing）內呼叫：Subagent 的獨立 session 無法共用登入 cookie
• eval 只能用 ES5 語法：var 不能用 const/let，不能用 arrow function，否則 eval 會報錯

第一階段：需求訪談

在開啟瀏覽器前，必須先透過訪談了解招募需求，不得假設或跳過。訪談分兩層：

基本條件（硬性篩選用）

1. 職位名稱：要搜尋什麼職務？（例：電銷、業務、工程師）
2. 工作地點：候選人可接受的工作地點？（例：台北市、新北市板橋區）
3. 硬性要求：有哪些必要條件？（例：工作年資、學歷、特定技能或證照）
4. 待業狀況：是否只看特定就業狀態的求職者？（預設不限）
   • 不限：empStatus=0
   • 在職中（想跳槽）：empStatus=1
   • 待業中（即可上班）：empStatus=2

質性條件（篩選後評估用）

4. 理想候選人樣貌：這個職位最重視什麼特質或背景？有哪些過往經歷特別加分？
5. 地雷：有哪些狀況要排除？（例：頻繁換工作、特定產業背景、工作空窗過長）
6. 加分項目：其他 nice-to-have？（例：具備特定軟體操作經驗、語言能力）

訪談結束後，整理並回覆「搜尋策略確認」：

• 搜尋關鍵字：用於 API 的 kws 參數
• 硬性篩選條件：JS 過濾邏輯的依據
• 質性評估標準：看完候選人資料後打分的依據

用戶確認後，再進入第二階段。

第二階段：啟動瀏覽器並確認登入狀態

瀏覽器只需登入，不需要用 UI 操作搜尋或篩選條件。

步驟

1. 直接開啟招募管理平台（帶現有 session，看是否已登入）

   agent-browser --session-name 104-sourcing open https://vip.104.com.tw/rms/index
   

2. 取得目前狀態

   agent-browser --session-name 104-sourcing snapshot -i
   

   解讀 snapshot 輸出，判斷目前頁面狀態：

3. 若已在 vip.104.com.tw（招募管理平台）→ 直接進入第三階段，不需要登入

4. 若被導向登入頁 → 向用戶索取帳號密碼，注意兩種情況：

   • 完整登入（snapshot 有 email + password 兩個輸入欄）：輸入帳號與密碼
   • 密碼重新驗證（snapshot 只有 password 輸入欄，無 email 欄）：104 在 session 過期時有時只要求再輸入密碼，不需重新輸入 email

   agent-browser --session-name 104-sourcing fill @eX "{用戶提供的 email}"  # 僅完整登入時
   agent-browser --session-name 104-sourcing fill @eX "{用戶提供的密碼}"
   agent-browser --session-name 104-sourcing click @eX   # 登入按鈕
   agent-browser --session-name 104-sourcing snapshot -i
   

5. 若出現 MFA（snapshot 中有 OTP 輸入）

   • 向用戶索取 6 位數 Email 驗證碼
   • agent-browser --session-name 104-sourcing fill @eX "驗證碼"
   • agent-browser --session-name 104-sourcing press Enter

6. 確認已進入 vip.104.com.tw

   • 若出現重複登入對話框：snapshot 找「將目前帳號登出」→ click
   • 若出現廣告彈窗（screenshot 中看到「加強曝光」等促銷文字）：snapshot 找關閉按鈕 → click

第三階段：純 API 搜尋與篩選

登入完成後，全程用 eval + fetch API，不再操作瀏覽器 UI。

已知 API 端點

就業狀態代碼（empStatus 參數）

城市代碼

完整代碼清單見 references/area.json，支援台灣、大陸、海外地區。縣市層代碼末三位為 000，行政區層末三位為流水號。

常用縣市快查：

步驟 1：呼叫搜尋 API 第 1 頁，取得總頁數與 fixedUpdateDate

agent-browser --session-name 104-sourcing eval "
fetch('https://auth.vip.104.com.tw/api/search/searchResult?contactPrivacy=0&kws=%E9%9B%BB%E9%8A%B7%E4%BA%BA%E6%89%8D&city=6001001000&workExpTimeType=all&sex=2&empStatus={0|1|2}&updateDateType=1&sortType=RANK&readStatus=all&plastActionDateType=1&page=1&ec=105', {credentials:'include'})
  .then(function(r){return r.json()})
  .then(function(d){
    window._fixedDate = d.result.fixedUpdateDate;
    window._totalPages = d.result.pageInfo.total_page;
    window._allCandidates = d.result.data;
    window._p1done = true;
  });
'fetching page 1...'
"

等待後確認：

sleep 3 && agent-browser --session-name 104-sourcing eval "JSON.stringify({done:window._p1done, fixedDate:window._fixedDate, totalPages:window._totalPages, count:window._allCandidates&&window._allCandidates.length})"

重要：fixedUpdateDate 必須從第 1 頁回應取得，後續所有分頁都要帶這個值，確保結果一致性。

步驟 2：並發抓取所有剩餘頁

agent-browser --session-name 104-sourcing eval "
var baseUrl = 'https://auth.vip.104.com.tw/api/search/searchResult?contactPrivacy=0&kws=%E9%9B%BB%E9%8A%B7%E4%BA%BA%E6%89%8D&city=6001001000&workExpTimeType=all&sex=2&empStatus={0|1|2}&updateDateType=1&sortType=RANK&readStatus=all&plastActionDateType=1&ec=105&fixed_update_date=';
var pages = [];
for(var i=2; i<=window._totalPages; i++) pages.push(i);
Promise.all(pages.map(function(p){
  return fetch(baseUrl+window._fixedDate+'&page='+p, {credentials:'include'})
    .then(function(r){return r.json()})
    .then(function(d){ window._allCandidates = window._allCandidates.concat(d.result.data); });
})).then(function(){ window._allDone = true; });
'fetching remaining pages...'
"

等待後確認：

sleep 8 && agent-browser --session-name 104-sourcing eval "JSON.stringify({done:window._allDone, total:window._allCandidates.length})"

步驟 3：在 JS 中直接篩選，不需要呼叫個別履歷 API

搜尋結果的每筆資料已包含完整 expJobArr，可直接在記憶體中篩選：

agent-browser --session-name 104-sourcing eval "
# 範例：篩選職稱含「電銷」且年資 >= 1 年的候選人
var qualified = window._allCandidates.filter(function(c){
  return c.expJobArr && c.expJobArr.some(function(e){
    if((e.expTitle||'').indexOf('電銷') === -1) return false;
    var desc = e.expEndDesc || '';
    if(desc.indexOf('仍在職') > -1) return true;
    var yr = desc.match(/(\d+)年/);
    return yr && parseInt(yr[1]) >= 1;
  });
});
window._qualified = qualified;
JSON.stringify({
  totalSearched: window._allCandidates.length,
  qualified: qualified.length,
  list: qualified.map(function(c){
    return {
      idNo: c.idNo,
      name: c.userName,
      age: c.age,
      edu: c.eduDesc.split(' ')[0],
      city: c.wcityNoDesc,
      totalExp: c.expPeriodDesc,
      teleSalesJobs: c.expJobArr.filter(function(e){
        return (e.expTitle||'').indexOf('電銷')>-1;
      }).map(function(e){ return e.expTitle+'@'+e.expFirm+'('+e.expEndDesc+')'; })
    };
  })
})"

搜尋 API 回傳的候選人欄位參考

步驟 4：批次儲存合格候選人到資料夾

篩選完成後，一次 API 呼叫即可批次儲存所有合格候選人，不需要 UI 操作。

先取得資料夾列表，讓用戶選擇

agent-browser --session-name 104-sourcing eval "fetch('https://auth.vip.104.com.tw/api/resumeTools/getFolderList?source=search&ec=105',{credentials:'include'}).then(function(r){return r.json()}).then(function(d){window._folders=JSON.stringify(d.result.folderList.map(function(f){return {name:f.name,folderNo:f.folderNo}}))});'fetching'"
sleep 2 && agent-browser --session-name 104-sourcing eval "window._folders"

取得結果後，以表格呈現給用戶：

詢問用戶：「請問要將 N 位候選人存入哪個資料夾？」，等用戶選擇後，以選定的 folderNo 執行下一步。

批次儲存所有合格候選人

重要：每次 API 呼叫最多成功儲存 50 筆，超過的會靜默失敗（在 params.fail 中）。 必須以 50 筆為單位分批送出，並使用同步 XHR 取得即時結果（async fetch + window 變數在頁面導航後會消失）。

# 以每批 50 筆為單位，用同步 XHR 儲存，直接取得結果
agent-browser --session-name 104-sourcing eval "
var folderNo = '{用戶選擇的 folderNo}';
var batch = window._qualified.slice(0, 50).map(function(c){return c.idNo});
var body = 'rc=11012313&docNo='+folderNo+'&pageSource=search&isDuplicate=0&contentInfo%5Bsnapshot%5D=&contentInfo%5BsearchEngine%5D='+batch.join('%2C');
var xhr = new XMLHttpRequest();
xhr.open('POST','https://auth.vip.104.com.tw/api/resumeTools/saveResume',false);
xhr.setRequestHeader('Content-Type','application/x-www-form-urlencoded');
xhr.withCredentials = true;
xhr.send(body);
xhr.responseText;
"

將 slice(0, 50) 改為 slice(50, 100)、slice(100, 150)... 依此類推完成所有批次。

回應格式說明：

• code: 0 → 全部儲存成功
• code: 6, type: dataDuplicated → 使用 isDuplicate=-1 時才會出現；params.id 是成功儲存的 ID（非重複），其餘全被帳號層級的重複檢查跳過
• code: 7, type: partialFail → 部分失敗；params.success.searchEngine[] 是成功的，params.fail.searchEngine[] 是失敗的
• code: 4, type: overStorage → 資料夾已滿（上限 300 筆）
• code: 5, type: overView → 單次請求候選人數量超過平台上限

saveResume POST 參數說明：

候選人評估報告格式（基本版）

## 篩選結果（共 N 位符合條件）

| # | 姓名 | 年齡 | 學歷 | 希望地點 | 工作年資 | 相關經歷 |
|---|------|------|------|----------|----------|----------|
| 1 | 王小明 | 35 | 大學 | 台北市 | 8~9年 | 電銷主管@XX公司(3年) |
...

**建議聯絡**：#1 王小明、#3 ...
**建議略過**：#2 ...（原因：地點不符）

步驟 3.5（選用）：深度履歷分析

顯示基本篩選結果後，詢問用戶是否進行深度分析：

「目前根據搜尋列表資料篩出 N 位候選人。是否進行深度履歷分析？（額外讀取自我介紹、希望薪資、產業年資，耗時較長但評估更精準）」

用戶選擇「是」後，依序執行：

分批 fetch 個別履歷（每批 50 筆）

以 50 筆為一批，批次間 sleep 5 秒，避免 rate limit。主 session 收集每批 JSON：

# 第 1 批（idNo 0~49）
agent-browser --session-name 104-sourcing eval "
var ids = window._qualified.slice(0, 50).map(function(c){return c.idNo});
var results = {};
Promise.all(ids.map(function(id){
  return fetch('https://auth.vip.104.com.tw/vipapi/resume/search/'+id+'?path_for_log=list_search',{credentials:'include'})
    .then(function(r){return r.json()})
    .then(function(d){
      var res = d.data ? d.data.resume : null;
      if(!res) return;
      results[id] = {
        intro: res.intro ? res.intro.replace(/<[^>]+>/g,'') : '',
        hopeSalary: res.hopeSalaryDesc || '',
        expCats: res.expCatTimeDesc ? res.expCatTimeDesc.map(function(e){return e.expCatDesc+':'+e.expTimeDesc}).join(', ') : ''
      };
    });
})).then(function(){ window._resumeBatch = JSON.stringify(results); });
'fetching batch 1...'
"
sleep 10 && agent-browser --session-name 104-sourcing eval "window._resumeBatch"

每批取回 JSON 後，累積到主 session 的物件中（let allDetails = {...allDetails, ...JSON.parse(batchJson)}）。 將 slice(0,50) 改為 slice(50,100), slice(100,150) ... 完成所有批次。

批次數量 = Math.ceil(qualified.length / 50)，每批 sleep 10 秒。

合併資料並寫入暫存檔

所有批次完成後，將 window._qualified（基本資料）與累積的個別履歷合併，寫入暫存檔：

# 主 session 中取出 _qualified 基本資料
agent-browser --session-name 104-sourcing eval "JSON.stringify(window._qualified)"

將兩份資料合併為：

[
  {
    "idNo": "...",
    "name": "...",
    "age": 28,
    "expJobArr": [...],
    "intro": "...",
    "hopeSalary": "35,000~45,000",
    "expCats": "教育業:2年, 金融業:1年"
  },
  ...
]

寫入 /tmp/104_resumes.json。

並發啟動 Sub-agents 分析

將候選人分組，每組 50 筆，用 Task tool 同時啟動多個 sub-agents（subagent_type: general-purpose）：

Task prompt 範例（每個 sub-agent）：

請讀取 /tmp/104_resumes.json，分析第 {start} 到第 {end} 筆候選人（0-indexed）。

招募條件：
- 職位：{職位}
- 硬性要求：{條件}
- 理想候選人：{描述}
- 地雷：{排除條件}
- 加分：{nice-to-have}

請針對每位候選人：
1. 評分（1-5）
2. 推薦原因（一句話）
3. 疑慮（若有）

回傳格式（JSON array）：
[{"idNo":"...","score":4,"reason":"...","concern":"..."}]

主 session 等所有 sub-agents 回傳後，彙整所有評分結果，以分數排序後呈現深度版評估報告：

## 深度篩選結果（共 N 位，按推薦分數排序）

| # | 姓名 | 評分 | 年齡 | 希望薪資 | 產業背景 | 推薦原因 | 疑慮 |
|---|------|------|------|----------|----------|----------|------|
| 1 | 王小明 | ★★★★★ | 28 | 4~5萬 | 教育業2年 | 符合理想背景 | 無 |
...

注意事項

• eval 只能用 ES5：不可用 const/let、arrow function、template literal，否則報 SyntaxError
• API fetch 必須在主 session（104-sourcing）內呼叫：Subagent 的獨立 session 沒有登入 cookie
• expJobNote 含 HTML 標籤，分析前用 .replace(/<[^>]+>/g, '') 清除
• fixedUpdateDate 必須從第 1 頁回應取得後，用於所有後續分頁請求
• 若 session 失效（fetch 回傳「尚未登入」），重新執行第二階段登入流程
• 搜尋關鍵字不要加「人才」兩字：104 搜尋機制不夠精準，加了「人才」後容易搜到「人才專員」「人才顧問」等人資職缺，反而干擾結果。直接用職位名稱即可（例如：電銷、業務、工程師）
• saveResume 必須用 isDuplicate=0：-1 是帳號層級的重複檢查（只要曾存過任何資料夾就算重複），會導致大量候選人被靜默跳過；0 才會強制儲存到目標資料夾
• 每批最多 50 筆：saveResume 每次請求實際成功儲存上限為 50 筆，超過的會列在 params.fail 但不報錯，務必以 50 為單位分批
• saveResume 用同步 XHR，不用 async fetch：async fetch 需要額外的 sleep + 讀取 window 變數，一旦中間導航頁面就會遺失；同步 XHR 直接回傳結果，更可靠
• 頁面導航會清空所有 window 變數：只要執行 open 切換頁面，window._qualified、window._allCandidates 等全部消失，需重新抓取篩選