【免费下载链接】ApplyPilotAI agent that applies to jobs for you. Any site. Any form.项目地址https://gitcode.com/gh_mirrors/ap/ApplyPilot点击查看免费下载ApplyPilot 是一款开源 AI 求职代理job application agent能在两天内自动投递 1000 份岗位。它把整个求职流程拆成六条独立流水线阶段职位发现、信息富集、AI 评分、简历定制、求职信生成与自动申请。本文带你逐段拆解这条 ApplyPilot 六阶段流水线的工作原理让你彻底搞懂它是怎么「找活→打分→改简历→投递」一气呵成的。 核心心智模型一条 SQLite 数据库就是整条流水线的传送带每个阶段只关心「上游给了我什么、我要产出什么」。一、整体架构传送带式流水线设计ApplyPilot 的流水线调度器是 pipeline.py。它把六个阶段定义为一个固定顺序的元组并用一个_UPSTREAM字典声明「谁依赖谁」discover → enrich → score → tailor → cover → pdf │ │ │ │ │ │ 无上游 discover enrich score tailor cover这种设计的最大好处是每个阶段彼此独立你可以只跑其中一段也可以让多段同时并发streaming 模式甚至只挑「LLM 阶段」单独跑评分、定制、求职信。运行方式命令适用场景顺序执行applypilot run稳定、便于排查流式并发applypilot run --stream上游产出即被下游消费整体更快指定阶段applypilot run score tailor cover只重跑某几段并行抓取applypilot run -w 4发现/富集阶段开 4 线程流式模式的关键在 _PENDING_SQL每个阶段周期性去数据库里「数一下还有多少活没干」干完就退出。数据库就是天然的并发缓冲带。二、阶段一职位发现Discover这是流水线的数据源头由 pipeline.py 里的 _run_discover 一次性跑完三条抓取支线JobSpy 全量抓取— jobspy.py 调用 python-jobspy 一次性扫过 Indeed、LinkedIn、Glassdoor、ZipRecruiter、Google Jobs 五大求职板自动去重、解析薪资区间再写进 SQLite。Workday 企业门户抓取— workday.py 按 employers.yaml 里预置的 48 家企业租户TD 银行、RBC、Manulife 等逐个爬取。智能抽取Smart Extract— smartextract.py 用 AI 直接打穿 30 个直连招聘官网连没有结构化数据的页面也能提取。发现阶段的「口味」完全由用户配置驱动而非写死搜索词、目标岗位、地点、要抓的板子都来自 searches.yaml。地点过滤规则远程一律放行、非远程需命中白名单见 _location_ok。三、阶段二信息富集Enrich发现阶段只拿到「职位列表 链接」真正的内容还不在本地。detail.py 负责逐个访问职位详情页提取两块关键数据完整职位描述full_description和投递按钮的真实链接application_url。它用了一套「由便宜到昂贵」的三级抽取级联能省多少 token 就省多少层级手段Token 成本Tier 1解析 JSON-LDJobPosting结构化数据0Tier 2确定性 CSS 选择器匹配0Tier 3LLM 兜底抽取应对未知版式1 次调用这套级联是成本控制的精髓——大多数标准页面在前两级就搞定了只有真正奇葩的版式才会动用 AI。被明确拉黑的站点Glassdoor、Google 等会整体跳过避免白费力气。四、阶段三AI 评分Score有了完整描述scorer.py 让 LLM 把每个职位和你的简历做匹配度打分范围 1–10。评分标准内置在 SCORE_PROMPT 中9–10完美匹配几乎覆盖全部要求技能7–8强匹配只有小缺口5–6中等缺关键项3–4弱匹配1–2几乎不沾边模型还会同步吐出一组 ATS 关键词和打分理由。只有分数≥ 阈值默认 7的职位才能进入下一段。这就是整条流水线的「漏斗口」——它把海量职位精准收敛成真正值得投的少数几个省掉后面所有昂贵的定制与投递开销。五、阶段四简历定制Tailortailor.py 会为每个高分职位单独重写一份简历重排经历顺序、突出与岗位相关的技能、把职位描述里的关键词自然织进内容。这里有一条铁律AI 只重组绝不编造。你在 profile.json 里声明的resume_facts公司、项目、量化指标会被原样保留。这意味着你可以放心地大规模投递而不用担心简历「注水」被背调打脸。定制后的文本还会经过校验可用--validation strict / lenient调节严格度。六、阶段五求职信 PDF 生成Cover PDF求职信cover_letter.py 针对每家公司、每个岗位写一封定制化求职信明确引用公司名、职位和你经历如何对应对方的要求。PDF 转换pdf.py 把定制简历和求职信统一转成排版规整的 PDF形成可以直接上传的成品文件。到这一步每个高分职位都配齐了「定制简历 PDF 求职信 PDF」万事俱备。七、阶段六自动申请Auto-Apply这是 ApplyPilot 最硬核的一步——真正「替你点鼠标」。由 launcher.py 编排它对每个待投岗位启动一个独立 Chrome 实例按 CDP 端口区分支持-w 3并行 3 个浏览器拉起 Claude Code 会话自动挂载 Playwright MCP 服务器_make_mcp_config 在运行时按 worker 自动生成无需手工配 MCP导航到投递页、识别表单类型、填个人信息与工作经历、上传定制简历与求职信、用 AI 回答筛选问题最后点击提交实时进度看板同步展示结果写回数据库。它还很「懂事」遇到带 SSO 登录或无解验证码的 ATS如 sites.yaml 里列出的manual_ats域会直接标记为「需手动」跳过而不是卡死。applypilot apply --dry-run # 只填表不提交安全试跑 applypilot apply --continuous # 常驻轮询新职位自动投 applypilot apply --reset-failed # 把失败项重置重试八、如何上手三条命令跑通全流程得益于 wizard/init.py 的首次配置向导你只需一次性指定简历、填好 profile.json、搜索配置与 API Key之后核心工作就三条命令pip install applypilot applypilot init # 一次性配置简历、画像、搜索偏好、API Key applypilot run # 发现→富集→评分→定制→求职信→PDF applypilot apply # 浏览器驱动的自动投递 想只用「发现 定制」而不自动投递跑完applypilot run即可拿着 AI 备好的材料手动投递也行。Gemini 免费档15 RPM / 1M tokens/天就够用。九、小结为什么这条流水线值得学设计点价值阶段解耦 数据库传送带可单独重跑、可并发、易排查三级抽取级联把 LLM 调用成本压到最低评分漏斗把昂贵操作只留给高匹配职位「只重组不编造」大规模投递也能经得起背调手动兜底机制遇 SSO/CAPTCHA 优雅降级不硬刚ApplyPilot 把一个枯燥的求职流程做成了可组合、可并发、可降级的工程化流水线。理解这条六段流水线的依赖关系你不仅能用它提效也能把它当作「AI Agent 抓取 LLM 批处理」的实战范本来借鉴。想深入某个阶段建议直接读 pipeline.py 里的_run_discover到_run_pdf各段实现以及 database.py 中各阶段的 SQL 状态机——那是整条传送带真正的齿轮。赞分享【免费下载链接】ApplyPilotAI agent that applies to jobs for you. Any site. Any form.项目地址https://gitcode.com/gh_mirrors/ap/ApplyPilot点击查看免费下载相关推荐GoReleaser 工作原理解析从 .goreleaser.yaml 到发布完成的四阶段流水线GoReleaser 工作原理解析从 .goreleaser.yaml 到发布完成的四阶段流水线 本文以 GoReleaser 官方文档 How it wor开发工具CI/CD构建工具Waza Learn 技能全解析从原始材料到可发布成稿的六阶段研究工作流Waza Learn 技能全解析从原始材料到可发布成稿的六阶段研究工作流 本文是 Waza 项目中 learn 技能的完整技术指南。 learn 是一个面向MAS 激活脚本完全指南Windows 和 Office 免费激活四种方案一篇讲透MAS 激活脚本完全指南Windows 和 Office 免费激活四种方案一篇讲透 MASMicrosoft Activation Scripts是一款操作系统创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考