之前把 BOSS直聘抓取工具 开源之后，工具本身已经能把列表、薪资、详情页 JD 拉下来，也能导出 JSON/CSV。

但抓完之后还有一个问题：这些数据怎么用？

一开始很容易往一个方向想：既然岗位数据有了，那是不是顺手做一个“简历匹配打分”？把简历扔进去，给每个岗位算一个匹配度，最后排个序。

这个想法看起来完整，但我最后还是把它砍掉了。今天补的是另一个更轻的东西：岗位摘要 + 提示词。

为什么不做简历匹配打分

不是做不了，而是不太应该放在这个项目里。

简历匹配打分听起来很有用，但它很容易制造一种假的精确感。比如某个岗位 86 分，另一个岗位 73 分，看起来很像那么回事。可这个分数背后到底代表什么？关键词重合？经历年限？项目相似度？模型的主观判断？

如果解释不清，这个分数就会误导人。

而且这个项目一开始的边界很清楚：它是一个 BOSS直聘数据抓取和分析工具。它应该回答的是：

  • 这个岗位市场现在在招什么
  • 薪资大概集中在哪
  • 高频技能是什么
  • 经验和学历要求是什么
  • 哪些公司在反复出现

它不应该变成一个读取本地简历、解析 PDF、调用 LLM、再给你一个“你适合哪个岗位”的半自动决策器。那会把项目复杂度拉高，也会引入隐私和依赖问题。

所以最后定下来的边界是：不读简历，不做个人匹配分，只做岗位市场摘要。

新增了什么

这次新增了一个脚本：

scripts/job_summary.py

打包后也可以用入口命令：

uv run boss-summary --top 15

它做的事情很简单：读取已经抓好的 boss_jobs_*.json 和 boss_details_*.json，然后输出一份聚合摘要。

比如：

岗位市场摘要: AI Agent @ 上海
列表岗位: 60 条；详情 JD: 20 条

薪资区间: 30-60K(12)、40-70K(8)、20-40K(7)
经验要求: 3-5年(24)、5-10年(18)
学历要求: 本科(42)、硕士(9)
地区分布: 浦东新区(15)、徐汇区(8)、闵行区(6)
高频公司: 某某科技(3)、某某智能(2)
技能标签: Python(18)、LLM(15)、RAG(11)、Agent(9)
JD 高频词: Python(16)、LLM(14)、RAG(10)、Agent(9)

然后它会生成一段可以直接复制给模型的提示词，大概是让模型基于这些统计，帮你做：

  1. 简历技能关键词补齐建议
  2. 项目经历和工作经历的改写方向
  3. 面试准备清单
  4. 投递时需要避开的岗位特征

重点是最后那句要求：不要虚构经历，只把真实经历改写得更贴近这些岗位。

这比“给我打个分”要稳得多。

使用方式

正常流程是先抓岗位：

python3 scripts/boss_cdp_raw.py --keyword "AI Agent" --city 上海 --pages 3 --analysis

抓完之后跑摘要：

python3 scripts/job_summary.py --top 15

默认会去 ~/.boss-zhipin-scraper/job-result 下面找最新的 boss_jobs_*.json，并自动匹配同时间戳或者最新的详情文件。

如果你想指定文件：

python3 scripts/job_summary.py \
  --input ~/.boss-zhipin-scraper/job-result/boss_jobs_20260625_1200.json \
  --details ~/.boss-zhipin-scraper/job-result/boss_details_20260625_1200.json \
  --top 15

如果只想要提示词：

python3 scripts/job_summary.py --prompt-only

如果只想看摘要：

python3 scripts/job_summary.py --summary-only

这次补了几个边界

这类小工具最容易出问题的地方，不是功能写不出来，而是边界不清楚。

比如详情文件这件事。

抓取结果里有列表文件，也有详情文件。如果你今天抓了“AI Agent”，昨天抓了“Java 后端”，默认找最新详情文件时就有可能串数据。摘要脚本现在会按 job_id 做过滤：只有属于当前列表的详情，才会进入统计。

如果你显式传了 --details，但路径写错了，它也不会偷偷 fallback 到最新详情，而是直接报错。这个很重要，因为“静默帮你找另一个文件”看起来贴心，实际会污染分析结果。

技能统计也补了口径。

BOSS 列表里的经验和学历在 tags，技能通常在 skills 或 job_labels。一开始如果只看 tags，没有详情页时技能会很空。现在会同时看：

  • tags
  • skills
  • job_labels
  • 详情页里的 skill_tags
  • JD 正文里的高频技术词

还有一些 CLI 边界：

  • --summary-only 和 --prompt-only 互斥，不能一起传
  • --top 必须是正整数
  • JSON 文件坏了会给明确错误，不直接甩 traceback
  • 英文关键词匹配加了词边界，避免 Go 命中 Django，AI 命中 AIGC

这些东西都不酷，但很有用。

我现在更喜欢这种工具形态

以前做工具，总想把链路做满：输入简历，抓岗位，算匹配，生成建议，甚至自动投递。

现在反而更愿意把工具停在一个比较克制的位置。

数据抓取工具就把数据抓干净；分析脚本就把市场轮廓整理出来；真正要不要投、简历怎么改，还是留给人自己判断。AI 可以参与，但最好是作为辅助阅读和改写的工具，而不是装成一个“打分裁判”。

这次更新之后，我比较满意的用法是：

  1. 用抓取脚本拉一批目标岗位
  2. 用摘要脚本看市场画像
  3. 把生成的提示词和自己的真实经历一起丢给模型
  4. 人自己判断哪些建议能用，哪些不能用

这个流程没那么玄学，也不假装特别智能，但它真的能帮人少看很多重复 JD。

今天收尾

今天这版算是给 BOSS直聘抓取工具补上了一个比较自然的下游动作。

不是大而全的“求职 AI Agent”，也不是简历匹配平台。就是一个简单的抓取后总结：把岗位市场里的重点拎出来，再给你一段可复制的提示词。

有时候工具做到这里就够了。

仓库地址：

https://github.com/eatmoreduck/boss-zhipin-scraper