BOSS 求职助手 CLI
为 AI 助手提供低风险的 BOSS 直聘职位检索、福利筛选与本地候选池工作流。
按维度查看评分与理由
证据显示默认低风险模式，敏感操作默认阻止，需要用户显式配置 research 模式；登录和敏感操作需用户触发。数据流有说明（本地存储、加密令牌、JSON 输出）。敏感数据处理有加密和脱敏说明。依赖安全有版本范围但无锁定或审计证据。外部影响有合规边界和风险控制。回滚有 clean 命令但无完整回滚机制。来源归属有作者和贡献者列表，但发布者未验证。
自洽性：README 与代码结构一致，有 CI 和测试。依赖可用性：依赖列表明确，但未验证所有依赖的可用性。失败消息：错误信封包含 code/recoverable/recovery_action，有 doctor 命令。
受众明确（AI agents 和求职者），场景覆盖搜索、筛选、短名单等。能力边界清晰（低风险 vs research 模式）。触发精度：命令明确，有 schema 定义。环境适配：跨平台支持，有 Docker 和 Python 版本要求。
信息架构清晰，有文档和命令参考。安装说明详细。命名稳定性：版本 1.18.0，有 CHANGELOG 但未提供。示例和 FAQ 有 getting-started 和 troubleshooting。已知限制有说明。许可证 MIT 明确。版本和变更日志有提及但未提供具体内容。维护责任：有贡献指南和 issue 模板，但发布者未验证。
输出可用性：JSON 信封设计良好，适合 agent 解析。边际价值：提供福利过滤等差异化功能。成本效益：本地运行，依赖较少，但需要浏览器内核。
声明可追溯性：README 声称的功能有代码和测试支持，但未提供具体证据。跨来源佐证：有 CI 和测试，但未独立验证。事实与推断分离：文档区分了功能描述和合规声明，但未明确标注推断。
- 发布者未验证，身份未知。
- 依赖安全未提供锁定或审计证据。
- 回滚机制不完整，仅有 clean 命令。
- 版本和变更日志未提供具体内容。
- 测试覆盖声称 1600+，但未提供具体测试文件。
这个 Agent 能做什么，适合哪些场景？
boss-agent-cli 是面向 AI Agent 和终端工作流的本地 BOSS 直聘辅助工具，默认以 Assisted Mode 运行。它通过 Click CLI 提供搜索、详情查看、福利筛选、候选池、统计、简历与 AI 求职辅助，并将标准输出限定为 JSON 信封。核心组件包括 AuthManager、BossClient、Platform 双注册表、SQLite WAL CacheStore，以及可接入 OpenAI-compatible、Ollama 和 vLLM 服务的 AIService。它可作为命令行程序、Python 类型化库或 MCP 服务使用；MCP 配置示例明确支持 Claude Desktop 和 Cursor。登录、导出与显式研究功能可使用 CDP、Bridge 或 patchright，但敏感触达、投递、聊天和候选人个人数据链路在默认模式下会被阻断。
用户先运行 boss login 主动完成登录，再用 boss search "Golang" --city 广州 --welfare "双休,五险一金" 检索职位。BossClient 使用 httpx 和节流访问平台，搜索结果可通过 show、detail 回看；福利条件按 AND 逻辑补抓与匹配，并可用 --sort score 排序。查看职位后，可用 shortlist add <security_id> <job_id> --tags 后端,远程 写入本地候选池，再通过 shortlist compare、stats、watch、preset 和 favorites 整理与分析。所有正常输出采用 {ok, data, pagination, error, hints} JSON 信封，boss schema 可导出 openai-tools 或 anthropic-tools 工具定义。显式设置 operating_mode=research 后，crawl 命令可在请求、详情、时间和重试预算内执行有断点的采集；其结果导出默认隐藏 security_id、职位 ID 和招聘者字段。
- 求职者想在终端或 Agent 中筛选广州 Golang 岗位，并要求同时满足双休和五险一金。
- 使用 Claude Desktop、Cursor 或其他 MCP 宿主的用户，需要让宿主先读取
boss schema后调用低风险、本地辅助工具。 - 需要把已查看岗位加入带“远程”“后端”等标签和备注的本地候选池，并离线比较候选项的求职者。
- 需要分析 JD、润色或定向优化简历、准备面试和沟通内容，同时希望使用 OpenAI-compatible、Ollama 或 vLLM 模型服务的用户。
- BOSS 直聘招聘者需要通过
hr jobs list、hr jobs online、hr jobs offline管理职位上下架，但不处理候选人个人数据。
这个 Agent 有哪些优点和局限？
- 福利筛选会自动翻页补抓，并按 AND 逻辑进行真实匹配和本地评分排序，不只是关键词过滤。
- stdout 固定为 JSON 信封、stderr 仅写日志，且
boss schema可导出 OpenAI/Anthropic 工具定义，便于 CLI、MCP 与脚本编排。 - 本地 SQLite WAL 候选池支持标签、备注、对比、统计和离线整理；状态保存在
~/.boss-agent/。 - 默认 Assisted Mode 明确阻断打招呼、投递、联系方式交换、聊天及招聘者候选人数据处理，降低自动化触达的风险。
- 核心职位工作流依赖 BOSS 直聘；智联招聘只有部分路径可用，前程无忧适配器统一返回
NOT_SUPPORTED。 - 用户仍须主动在平台完成登录、打招呼、投递和沟通，工具不会替代这些官网操作。
- 研究采集不是默认能力：需要显式 Research Mode、额外 crawl 依赖、预算限制、checkpoint 和用户决定是否继续。
- 登录和本地导出涉及 Chromium、patchright、CDP 或 Bridge 等运行环境；平台风控或安全页会停止自动化访问。
如何安装或部署这个 Agent？
需要 Python ≥3.10、uv，以及用于用户主动登录或本地导出的 Chromium。可执行：uv tool install boss-agent-cli，随后执行 patchright install chromium。首次使用运行 boss doctor 检查环境，运行 boss login 由用户主动完成平台登录，再以 boss status 验证登录态。README 未说明独立的平台 API 密钥；AI 功能需通过 boss ai config 配置所选模型服务。也可用 MCP：uvx --from "boss-agent-cli[mcp]" boss-mcp。
如何使用这个 Agent？
完成登录后，先运行 boss search "Golang" --city 广州 --welfare "双休,五险一金"，再用 boss detail <security_id> 查看具体职位。将职位保存到本地候选池可运行 boss shortlist add <security_id> <job_id> --tags 后端,远程，并用 boss shortlist compare --tag 远程 和 boss stats 复盘。Agent 集成时先运行 boss schema 获取能力描述并解析 stdout JSON，或将 boss-mcp 配置为 MCP server。批量采集须先安装 uv sync --extra crawl，并显式执行 boss config set operating_mode research；默认 Assisted Mode 不允许该类研究采集。
这个 Agent 与同类方案有什么区别？
与完全在 BOSS 直聘官网完成职位发现相比，它把检索、福利匹配和本地候选管理移到 CLI 与 Agent 工作流中；打招呼、投递和沟通仍按设计回到官网由用户手动完成。
常见问题
它会自动投递或批量联系招聘者吗？
COMPLIANCE_BLOCKED。是否必须使用某一家大模型服务？
发生登录、平台风控或接口问题时怎么办？
boss doctor，或使用 boss status --live 进行低频只读探测。错误信封包含 code、recoverable 和 recovery_action；命中平台风险码或安全页时工具会停止。研究采集会泄露职位或招聘者标识吗？
crawl results 和导出默认不会暴露 security_id、职位 ID 或招聘者字段；boss clean --privacy 会删除 crawl 状态、预算和导出。