openhr

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）

1. Boss 直聘有严格反爬虫机制，所有操作间隔必须 ≥ 5 秒
2. 每日打招呼上限 100 次（Boss 官方产品限制，不可突破）
3. 验证码出现时必须暂停，等人工处理完成后再继续
4. 封号风险提示：频繁操作、异常行为可能触发风控导致封号
5. 必须使用 headed 浏览器（有界面，会弹窗），不能 headless
6. 首次使用需要人工扫码登录
7. 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