Auto_Jobs_Applier_AI_Agent
v11.15.2024
AI 기반 구직 도우미. 애플리케이션을 자동화하고, 맞춤형 추천을 받고, 꿈의 직업을 더 빠르게 확보하세요.
커뮤니티에 참여하세요: 텔레그램(일반 사용자용) | Discord(오픈소스 기여자용)
제작자 feder-cr, AIHawk 공동 창립자
AIHawk는 회사 채용 문제를 해결하는 독점 제품에 중점을 두고 있기 때문에 현재 이 프로젝트는 구직자가 합당한 일자리를 얻을 수 있도록 돕는 도구 구축에 중점을 두고 오픈 소스 기여자 그룹에 의해 주도, 관리 및 유지됩니다. .
프로젝트 유지관리자/리드 : surapuramakhil, sarob, cjbbb
우리는 FOSS 유지관리팀을 확장하려고 합니다! 기술적 배경이 없는 경우 프로젝트 관리 팀의 일원이 되어 문제를 분류하고 프로젝트를 형성할 수 있습니다. 기술 담당자라면 코드 검토 수행, 릴리스 참여 및 이 제품의 더 나은 버전 구축에 참여할 수 있습니다.
Discord에서 수라푸라마힐에게 연락하세요. 특별한 감사
Auto_Jobs_Applier_AIHawk는 지속적으로 발전하고 있으며 귀하의 피드백, 제안 및 기여는 매우 소중합니다. 프로젝트 개선에 도움이 되도록 언제든지 이슈를 공개하고, 개선 사항을 제안하고, 끌어오기 요청을 제출하세요. Auto_Jobs_Applier_AIHawk를 전 세계 구직자를 위한 강력한 도구로 만들기 위해 함께 노력합시다.
소개
특징
설치
구성
용법
선적 서류 비치
문제 해결
결론
기여자
특허
부인 성명
Auto_Jobs_Applier_AIHawk는 구직 및 지원 프로세스를 혁신하도록 설계된 최첨단 자동화 도구입니다. 눈 깜짝할 사이에 기회가 사라질 수 있는 오늘날의 치열한 취업 시장에서 이 프로그램은 구직자에게 상당한 이점을 제공합니다. Auto_Jobs_Applier_AIHawk는 자동화와 인공 지능의 힘을 활용하여 사용자가 수많은 관련 직위에 효율적이고 개인화된 방식으로 지원할 수 있도록 하여 꿈의 직업을 얻을 가능성을 극대화합니다.
디지털 시대에 취업 환경은 극적인 변화를 겪었습니다. 온라인 플랫폼은 기회의 세계를 열어주었지만 경쟁도 심화시켰습니다. 구직자는 목록을 스크롤하고, 지원서를 맞춤화하고, 반복적으로 양식을 작성하는 데 셀 수 없이 많은 시간을 소비하는 경우가 많습니다. 이 과정은 시간이 많이 걸릴 뿐만 아니라 정서적으로 지치게 하여 구직 피로를 초래하고 기회를 놓칠 수 있습니다.
Auto_Jobs_Applier_AIHawk는 이러한 과제에 대한 판도를 바꾸는 솔루션으로 등장합니다. 이는 단순한 도구가 아닙니다. 지칠 줄 모르는 연중무휴 구직 파트너입니다. 구직 과정에서 가장 시간이 많이 걸리는 부분을 자동화함으로써 면접 준비와 전문 기술 개발 등 정말 중요한 일에 집중할 수 있습니다.
지능형 구직 자동화
사용자 정의 가능한 검색 기준
새로운 개구부에 대한 지속적인 스캔
관련 없는 목록을 제외하는 스마트 필터링
신속하고 효율적인 지원서 제출
원클릭 애플리케이션
프로필 정보를 사용하여 양식 자동 완성
자동문서첨부(이력서, 자기소개서)
AI 기반 개인화
고용주별 질문에 대한 동적 응답 생성
회사 문화에 맞는 톤과 스타일 매칭
애플리케이션 관련성 향상을 위한 키워드 최적화
품질을 갖춘 볼륨 관리
대량 적용 기능
품질 관리 조치
상세한 애플리케이션 추적
지능형 필터링 및 블랙리스트
원하지 않는 고용주를 피하기 위한 회사 블랙리스트
관련 직위에 집중하기 위한 제목 필터링
동적 이력서 생성
각 지원서에 맞는 맞춤형 이력서를 자동으로 생성합니다.
직무 요구 사항에 따라 이력서 내용을 사용자 정의합니다.
안전한 데이터 처리
YAML 파일을 사용하여 민감한 정보를 안전하게 관리합니다.
다음에서 성공적인 실행이 확인되었습니다.
운영 체제:
윈도우 10
우분투 22
Python 버전:
3.10
3.11.9(64b)
3.12.5(64b)
Python을 다운로드하고 설치합니다.
마지막 Python 버전이 설치되어 있는지 확인하세요. 그렇지 않은 경우 Python 공식 웹사이트에서 다운로드하여 설치하세요. 자세한 지침은 다음 튜토리얼을 참조하세요.
Windows에 Python을 설치하는 방법
Linux에 Python을 설치하는 방법
macOS에서 Python을 다운로드하고 설치하는 방법
Google 크롬을 다운로드하고 설치합니다.
공식 웹사이트에서 최신 버전의 Chrome을 기본 위치에 다운로드하여 설치하세요.
저장소를 복제합니다.
자식 복제 https://github.com/feder-cr/Auto_Jobs_Applier_AIHawk.gitcd Auto_Jobs_Applier_AIHawk
가상 환경 활성화:
python3 -m venv 가상
소스 가상/빈/활성화
또는 Windows 기반 컴퓨터의 경우 -
.virtualScripts활성화
필수 패키지를 설치합니다:
pip 설치 -r 요구사항.txt
Conda를 설치합니다:
공식 웹사이트에서 Miniconda를 다운로드하고 설치하세요.
또는 Anaconda 웹사이트에서 Anaconda를 설치하세요.
Conda 환경 생성 및 활성화:
# 새 환경 생성conda create -n aihawk python=3.11# 환경 활성화conda activate aihawk
저장소를 복제합니다.
자식 복제 https://github.com/feder-cr/Auto_Jobs_Applier_AIHawk.gitcd Auto_Jobs_Applier_AIHawk
종속성을 설치합니다.
# 요구 사항.txt에서 설치pip install -r 요구 사항.txt
이 파일에는 민감한 정보가 포함되어 있습니다. 버전 관리를 위해 이 파일을 공유하거나 커밋하지 마세요.
llm_api_key: [Your OpenAI or Ollama API key or Gemini API key]
GPT 통합을 위해 OpenAI API 키로 교체
API 키를 얻으려면 https://medium.com/@lorenzozar/how-to-get-your-own-openai-api-key-f4d44e60c327의 튜토리얼을 따르십시오.
참고: API를 사용하려면 OpenAI 계정에 크레딧을 추가해야 합니다. OpenAI 청구 대시보드를 방문하여 크레딧을 추가할 수 있습니다.
OpenAI 커뮤니티와 사용자 보고서에 따르면 OpenAI 계정을 설정하고 필요한 크레딧을 구매한 후에도 사용자는 여전히 Free 계정 유형을 갖게 됩니다. 이렇게 하면 OpenAI 모델에 무제한으로 액세스할 수 없으며 하루에 200개의 요청만 허용됩니다. 이로 인해 다음과 같은 런타임 오류가 발생할 수 있습니다.
Error code: 429 - {'error': {'message': 'You exceeded your current quota, please check your plan and billing details. ...}}
{'error': {'message': 'Rate limit reached for gpt-4o-mini in organization <org> on requests per day (RPD): Limit 200, Used 200, Requested 1.}}
OpenAI는 자동으로 계정을 업데이트하지만 몇 시간에서 며칠까지 시간이 걸릴 수 있습니다.
공식 페이지에서 조직 제한에 대한 자세한 내용을 확인할 수 있습니다.
Gemini API 키를 얻으려면 개발자용 Google AI를 방문하세요.
이 파일은 채용정보 검색 매개변수와 봇 동작을 정의합니다. 각 섹션에는 사용자 정의할 수 있는 옵션이 포함되어 있습니다.
remote: [true/false]
원격 작업을 포함하려면 true 로 설정하고, 제외하려면 false 로 설정하세요.
hybrid: [true/false]
하이브리드 작업을 포함하려면 true 로 설정하고, 제외하려면 false 로 설정하세요.
onsite: [true/false]
현장 작업을 포함하려면 true 로 설정하고, 제외하려면 false 로 설정합니다.
experience_level:
원하는 경험 수준을 true 로 설정하고 다른 경험 수준을 false 로 설정합니다.
job_types:
원하는 작업 유형을 true 로 설정하고 다른 작업 유형을 false 로 설정합니다.
date:
채용 공고에 대한 한 가지 기간을 true 로 설정하고 다른 기간은 false 로 설정하여 선택하세요.
positions:
관심 있는 직책을 한 줄에 하나씩 나열하세요.
예:
위치: - 소프트웨어 개발자 - 데이터 과학자
locations:
검색하려는 위치를 한 줄에 하나씩 나열하세요.
예:
위치: - 이탈리아 - 런던
apply_once_at_company: [True/False]
회사당 한 번만 적용하려면 True 로 설정하고, 회사당 여러 번 적용하려면 False 로 설정하세요.
distance: [number]
구직 반경을 마일 단위로 설정하세요.
예: distance: 50
companyBlacklist:
검색에서 제외할 회사를 한 줄에 하나씩 나열합니다.
예:
회사블랙리스트: - X사 - Y회사
titleBlacklist:
피하고 싶은 직위에 대한 키워드를 한 줄에 하나씩 나열하세요.
예:
제목블랙리스트: - 판매 - 마케팅
LLM_MODEL_TYPE :
지원되는 모델 유형을 선택하십시오: openai / ollama / claude / gemini
LLM_MODEL :
열기: gpt-4o
올라마: llama2, 미스트랄:v0.3
클로드: 어떤 모델이든
쌍둥이자리: 어떤 모델이든
현재 지원되는 LLM 모델을 선택하세요.
LLM_API_URL :
오픈아이: https://api.pawan.krd/cosmosrp/v1
올라마: http://127.0.0.1:11434/
클로드: https://api.anthropic.com/v1
쌍둥이자리: https://aistudio.google.com/app/apikey
LLM 모델의 API 엔드포인트 링크
참고: 로컬 Ollama를 실행하려면 다음 지침을 따르십시오. Ollama 배포 가이드
이 파일에는 이력서 정보가 구조화된 형식으로 포함되어 있습니다. 개인 세부 정보, 교육, 업무 경험 및 기술을 입력하세요. 이 정보는 지원 양식을 자동으로 채우고 맞춤형 이력서를 생성하는 데 사용됩니다.
각 섹션에는 작성해야 할 특정 필드가 있습니다.
personal_information:
personal_information: 이름: "제인" 성 : "Doe" date_of_birth: "1990년 1월 1일" 국가: "미국" 도시: "뉴욕" 주소: "123 Main St" 우편번호: "520123" 전화_접두사: "+1" 전화번호: "5551234567" 이메일: "[email protected]" github: "https://github.com/janedoe" 링크드인: "https://www.linkedin.com/in/janedoe/"
name : 당신의 이름입니다.
성 : 성 또는 성을 입력하세요.
date_of_birth : DD/MM/YYYY 형식의 생년월일입니다.
country : 현재 거주하고 있는 국가입니다.
city : 현재 살고 있는 도시.
주소 : 거리와 전화번호를 포함한 전체 주소입니다.
zip_code : 우편번호입니다.
Phone_prefix : 전화번호의 국제 전화 코드입니다(예: 미국의 경우 +1, 영국의 경우 +44).
전화 : 국제 국번이 없는 전화번호입니다.
email : 기본 이메일 주소입니다.
github : 해당되는 경우 GitHub 프로필의 URL입니다.
linkedin : 해당되는 경우 LinkedIn 프로필의 URL입니다.
이 섹션에는 본인을 식별하고 연락처 정보를 제공하기 위한 기본적인 개인 정보가 포함되어 있습니다.
예
education_details:
교육_세부정보: - education_level: "학사 학위" 기관: "예제 대학" field_of_study: "소프트웨어 공학"final_evaluation_grade: "4/4"start_date: "2021"year_of_completion: "2023"exam: 알고리즘: "A" 데이터 구조: "B+" 데이터베이스 시스템: "A" 운영 체제: "A-" 웹 개발: "B"
학위 : 취득한 학위 유형(예: 학사 학위, 석사 학위).
대학 : 귀하가 공부한 대학 또는 기관의 이름입니다.
final_evaluation_grade : 귀하의 평점 평균 또는 이에 상응하는 학업 성취도 척도입니다.
start_date : 학습 시작 연도입니다.
graduation_year : 졸업한 연도입니다.
field_of_study : 연구의 전공 또는 초점 영역입니다.
시험 : 해당 성적과 함께 수강한 코스 또는 과목 목록입니다.
이 섹션에서는 취득한 학위 및 관련 교과 과정을 포함한 학업 배경을 간략하게 설명합니다.
예:
experience_details:
경험_세부사항:
- 직위: "소프트웨어 개발자"회사: "Tech Innovations Inc."고용 기간: "2021년 6월 - 현재"위치: "캘리포니아주 샌프란시스코"산업: "기술"주요_책임:
- 책임: "React 및 Node.js를 사용하여 웹 애플리케이션 개발" - 책임: "다기능 팀과 협력하여 새로운 기능을 설계 및 구현" - 책임: "복잡한 소프트웨어 문제 해결 및 문제 해결"skills_acquired:
- "React" - "Node.js" - "소프트웨어 문제 해결"position : 귀하의 직위 또는 역할입니다.
회사 : 귀하가 근무한 회사 또는 조직의 이름입니다.
고용_기간 : 귀하가 해당 역할에 고용된 기간으로, MM/YYYY - MM/YYYY 형식을 사용합니다.
location : 회사가 위치한 도시와 국가입니다.
industry : 회사가 운영되는 산업 또는 분야입니다.
key_responsibility : 해당 역할에서 맡은 주요 책임 또는 임무 목록(예: 책임: "React 및 Node.js를 사용하여 웹 애플리케이션 개발").
Skill_acquired : 이 역할을 통해 얻은 기술 또는 전문 지식(예: "React").
이 섹션에서는 직무, 회사 및 주요 책임을 포함한 업무 경험을 자세히 설명합니다.
예:
projects:
name : 프로젝트의 이름 또는 제목입니다.
설명 : 프로젝트와 관련된 내용이나 목적에 대한 간략한 요약입니다.
link : 가능한 경우 프로젝트에 대한 URL입니다(예: GitHub 저장소, 웹사이트).
개인 또는 전문 프로젝트를 포함하여 귀하가 작업한 주목할만한 프로젝트를 포함하십시오.
예:
프로젝트: - 이름: "날씨 앱"description: "타사 API를 사용하여 실시간 날씨 정보를 제공하는 웹 애플리케이션."link: "https://github.com/janedoe/weather-app" - 이름: "작업 관리자"description: "작업을 추적하고 우선순위를 지정하는 기능을 갖춘 작업 관리 도구입니다."link: "https://github.com/janedoe/task-manager"
achievements:
업적: - 이름: "이달의 직원" 설명: "탁월한 성과와 팀에 대한 공헌을 인정받았습니다." - name: "해커톤 우승자"description: "전국 해커톤 대회에서 1위를 차지했습니다."
name : 업적의 제목 또는 이름입니다.
설명 : 업적과 그 의미에 대한 간략한 설명입니다.
귀하가 받은 주목할 만한 업적이나 상을 강조하십시오.
예:
certifications:
인증: - "공인 스크럼 마스터" - "AWS 인증 솔루션 아키텍트"
이름: "PMP"
설명: "PMI(Project Management Institute)에서 발행한 프로젝트 관리 전문가 자격증"
귀하가 취득한 전문 자격증을 모두 포함하세요.
예:
languages:
언어: - 언어: "영어" 숙련도: "유창함" - 언어: "스페인어" 숙련도: "중급"
언어 : 언어의 이름입니다.
proficiency : 귀하의 능숙도 수준(예: 원어민, 유창함, 중급)입니다.
귀하가 사용하는 언어와 각 언어의 능숙도를 자세히 설명하세요.
예:
interests:
이해: - "머신러닝" - "사이버 보안" - "오픈 소스 프로젝트" - "디지털 마케팅" - "기업가 정신"
Interest : 관심분야나 취미 목록입니다.
귀하의 경력과 관련이 있을 수 있는 직업적 또는 개인적 관심사를 언급하십시오.
예:
availability:
가용성: 통지_기간: "2주"
통지_기간 : 새 역할을 시작하기까지 필요한 시간입니다(예: "2주", "1개월").
현재 이용 가능 여부 또는 통지 기간을 명시하십시오.
예:
salary_expectations:
급여_기대: 급여_범위_usd: "80000 - 100000"
Salary_range_usd : 기대하는 급여 범위(USD로 표시).
예상 연봉 범위를 알려주세요.
예:
self_identification:
self_identification: 성별: "여성" 대명사: "그녀/그녀" 베테랑: "아니요" 장애: "아니요" 민족성: "아시아인"
성별 : 귀하의 성 정체성입니다.
대명사 : 사용하는 대명사(예: 그/그, 그녀/그녀, 그들/그들).
베테랑 : 재향 군인으로서의 귀하의 상태(예: 예, 아니오)입니다.
장애 : 장애가 있는지 여부(예: 예, 아니오).
민족성 : 당신의 민족.
성별, 대명사 등 개인 신원과 관련된 정보를 제공합니다.
예:
legal_authorization:
eu_work_authorization : 유럽 연합에서 일할 수 있는 권한이 있는지 여부(예/아니요).
us_work_authorization : 미국에서 일할 수 있는 권한이 있는지 여부(예/아니요).
require_us_visa : 미국에서 일하기 위해 비자가 필요한지 여부(예/아니요).
require_us_sponsorship : 미국에서 일하기 위해 후원이 필요한지 여부(예/아니요).
require_eu_visa : 유럽 연합에서 일하기 위해 비자가 필요한지 여부(예/아니요).
legally_allowed_to_work_in_eu : 유럽 연합에서 합법적으로 일할 수 있는지 여부(예/아니요).
legally_allowed_to_work_in_us : 미국에서 합법적으로 일할 수 있는지 여부(예/아니요).
require_eu_sponsorship : 유럽 연합에서 일하기 위해 후원이 필요한지 여부(예/아니요).
canada_work_authorization : 캐나다에서 취업 허가를 받았는지 여부(예/아니요).
require_canada_visa : 캐나다에서 일하기 위해 비자가 필요한지 여부(예/아니요).
legally_allowed_to_work_in_canada : 캐나다에서 합법적으로 일할 수 있는지 여부(예/아니요).
require_canada_sponsorship : 캐나다에서 일하기 위해 후원이 필요한지 여부(예/아니요).
uk_work_authorization : 영국에서 일할 수 있는 권한이 있는지 여부(예/아니요).
require_uk_visa : 영국에서 일하기 위해 비자가 필요한지 여부(예/아니요).
legally_allowed_to_work_in_uk : 영국에서 합법적으로 일할 수 있는지 여부(예/아니요).
require_uk_sponsorship : 영국에서 일하기 위해 후원이 필요한지 여부(예/아니요).
다양한 장소에서 일할 수 있는 법적 능력을 나타냅니다.
예:
legal_authorization:eu_work_authorization: "예"us_work_authorization: "예"requires_us_visa: "아니요"requires_us_sponsorship: "예"requires_eu_visa: "아니요"legally_allowed_to_work_in_eu: "예"legally_allowed_to_work_in_us: "예"requires_eu_sponsorship: "아니요"canada_work_authorization: "예"requires_canada_visa: "아니요"legally_allowed_to_work_in_canada: "예"requires_canada_sponsorship: "아니요"uk_work_authorization: "예"requires_uk_visa: "아니요"legally_allowed_to_work_in_uk: "예"requires_uk_sponsorship: "아니요"
work_preferences:
work_preferences: remote_work: "예" in_person_work: "아니요" open_to_relocation: "예" will_to_complete_assessments: "예" will_to_undergo_drug_tests: "아니요" will_to_undergo_Background_checks: "예"
remote_work : 원격 근무 가능 여부(예/아니요).
in_person_work : 대면 근무에 대한 개방 여부(예/아니요).
open_to_relocation : 취업을 위해 재배치할 의향이 있는지 여부(예/아니요).
will_to_complete_assessments : 직무 평가를 완료할 의향이 있는지 여부(예/아니요).
willy_to_undergo_drug_tests : 약물 검사를 받을 의향이 있는지 여부(예/아니요).
willy_to_undergo_ground_checks : 신원 조사를 받을 의향이 있는지 여부(예/아니요).
근무 방식 및 조건에 대한 기본 설정을 지정하세요.
예:
data_folder_example 폴더에는 봇 작업에 필요한 파일을 구성하고 작성하는 방법에 대한 작업 예제가 포함되어 있습니다. 이 폴더는 구직 봇의 작업 환경을 올바르게 설정하는 데 도움이 되는 실용적인 참조 역할을 합니다.
이 폴더 안에는 키 파일의 예제 버전이 있습니다.
secrets.yaml
config.yaml
plain_text_resume.yaml
이러한 파일은 이미 가상이지만 현실적인 데이터로 채워져 있습니다. 각 파일에 입력할 올바른 형식과 정보 유형이 표시됩니다.
이 폴더를 가이드로 사용하면 특히 다음과 같은 경우에 도움이 될 수 있습니다.
각 구성 파일의 올바른 구조 이해
각 필드에 유효한 데이터의 예 보기
개인 파일을 작성하는 동안 참조 지점 확보
계정 언어 봇이 작동하려면 계정 언어를 영어로 설정해야 합니다.
데이터 폴더: data_folder에 다음 파일이 포함되어 있는지 확인하십시오.
secrets.yaml
config.yaml
plain_text_resume.yaml
출력 폴더: 봇의 출력이 포함됩니다.
참고: answers.json 출력 폴더의 일부가 아니며 프로젝트 루트에서 찾을 수 있습니다. 이용자에게 질문한 내용에 대한 답변을 저장하기 위해 사용됩니다. 정답으로 봇을 업데이트하는 데 사용할 수 있습니다. Select an option , 0 , Authorized , how many years of 선택하여 정답을 확인하세요.
--collect 모드의 data.json 결과
failed.json 실패한 애플리케이션
open_ai_calls.json LLM 모델에 대한 모든 호출
건너뛴 skipped.json 애플리케이션
success.json 성공적인 애플리케이션
봇 실행:
Auto_Jobs_Applier_AIHawk는 PDF 이력서를 처리하는 방법에 유연성을 제공합니다.
동적 이력서 생성: --resume 옵션을 사용하지 않으면 봇이 자동으로 각 애플리케이션에 대한 고유한 이력서를 생성합니다. 이 기능은 plain_text_resume.yaml 파일의 정보를 사용하고 이를 각 특정 직무 지원에 맞게 조정하므로 각 직위에 대한 이력서를 사용자 정의하여 잠재적으로 성공 가능성을 높일 수 있습니다.
파이썬 메인.py
특정 이력서 사용: 모든 애플리케이션에 특정 PDF 이력서를 사용하려면 이력서 PDF를 data_folder 디렉터리에 넣고 --resume 옵션을 사용하여 봇을 실행하세요.
python main.py --resume /path/to/your/resume.pdf
콜드 모드 사용: 모든 유형의 데이터 분석을 수행하기 위해서만 작업 데이터를 수집하려는 경우 --collect 옵션과 함께 봇을 사용할 수 있습니다. 이렇게 하면 연결된 채용 정보에서 찾은 모든 데이터가 출력/data.json 파일에 저장됩니다.
파이썬 main.py --수집
오류 메시지:
openai.RateLimitError: 오류 코드: 429 - {'error': {'message': '현재 할당량을 초과했습니다. 요금제와 청구 세부정보를 확인하세요. 이 오류에 대한 자세한 내용은 다음 문서를 참조하세요: https://platform.openai.com/docs/guides/error-codes/api-errors.', 'type': 'insufficient_quota', 'param': None, ' 코드': '부족한_할당량'}}
해결책:
https://platform.openai.com/account/billing에서 OpenAI API 청구 설정을 확인하세요.
OpenAI 계정에 유효한 결제 수단을 추가했는지 확인하세요.
ChatGPT Plus 구독은 API 액세스와 다릅니다.
최근에 자금을 추가했거나 업그레이드한 경우 변경 사항이 적용될 때까지 12~24시간 정도 기다리세요.
무료 등급에는 3RPM 제한이 있습니다. API 사용량을 늘리려면 최소 5달러를 지출하세요.
오류 메시지:
예외: 클릭 가능한 '간편 적용' 버튼이 없습니다.
해결책:
올바르게 로그인되었는지 확인하세요.
대상으로 삼고 있는 채용 정보에 실제로 "쉬운 지원" 옵션이 있는지 확인하세요.
config.yaml 파일의 검색 매개변수가 올바른지 확인하고 "Easy Apply" 버튼을 사용하여 작업을 반환하는지 확인하세요.
버튼을 검색하기 전에 모든 요소가 로드되도록 스크립트에서 페이지 로드 대기 시간을 늘려보세요.
문제: 봇이 경험치, CTC, 통지 기간에 대해 부정확한 데이터를 제공합니다.
해결책:
전문적 경험의 특이성에 대한 업데이트 메시지
현재 CTC, 예상 CTC 및 통지 기간에 대한 필드를 config.yaml 에 추가합니다.
이러한 새로운 구성 필드를 사용하도록 봇 로직을 수정하세요.
오류 메시지:
yaml.scanner.ScannerError: 단순 키를 스캔하는 중
해결책:
예제 config.yaml 복사하고 점진적으로 수정합니다.
적절한 YAML 들여쓰기 및 간격을 확인하세요.
YAML 유효성 검사 도구 사용
불필요한 특수 문자나 따옴표를 피하세요.
문제: 봇이 채용정보를 검색하지만 지원하지 않고 계속 스크롤합니다.
해결책:
보안 검사 또는 CAPTCHA를 확인하세요.
config.yaml 채용정보 검색 매개변수 확인
계정 프로필이 직무 요구 사항을 충족하는지 확인하세요.
오류 메시지에 대한 콘솔 출력 검토
최신 버전의 스크립트를 사용하세요.
모든 종속성이 설치 및 업데이트되었는지 확인하세요.
인터넷 연결 안정성 확인
문제가 지속되면 브라우저 캐시 및 쿠키 지우기
추가 지원이 필요하면 오류 메시지 및 구성(민감한 정보가 제거됨)을 포함하여 문제에 대한 자세한 정보가 포함된 문제를 GitHub 저장소에 생성하세요.
Ollama & Gemini 설정
Ollama 및 Gemini를 설치 및 구성하려면 Ollama 및 Gemini 설치 가이드(PDF)를 다운로드하세요.
Ollama 및 Gemini 와 함께 AIHawk 를 올바르게 구성하려면 이 가이드의 지침을 따르세요.
Rushi가 작성한 Linkedin은 팔로우를 통해 그를 지원합니다.
YAML 파일 편집
AIHawk 의 YAML 구성 섹션 편집에 대한 자세한 지침은 다음 문서를 참조하세요.
YAML 편집 가이드 다운로드(PDF)
Rushi가 작성한 Linkedin은 팔로우를 통해 그를 지원합니다.
AIHawk 자동 시작
시스템 부팅 시 AIHawk가 자동으로 시작되도록 하려면 이 가이드의 단계를 따르세요.
자동 시작 AIHawk 가이드 다운로드(PDF)
Rushi가 작성한 Linkedin은 다음과 같이 그를 지원합니다.
비디오 튜토리얼
Auto_Jobs_Applier_AIHawk 설정 방법
Rushi가 작성한 Linkedin은 팔로우를 통해 그를 지원합니다.
OpenAI API 문서
기여 지침
Lang Chain 개발자 문서
워크플로우 다이어그램
문제가 발생하면 GitHub에서 문제를 열 수 있습니다. 제목과 설명에 중요한 세부정보를 추가해 주세요. 새로운 기능이 필요하다면 이를 반영해주세요.
최선을 다해 도와드리겠습니다!
기여자를 위한 참고 사항: PR(Pull Request)을 제출하려면 main 대신 release 브랜치를 대상으로 지정하세요. release 분기는 새로운 코드 변경 사항을 테스트하는 데 사용되며 유효성 검사 후 주기적으로 main 분기에 병합됩니다. 이 접근 방식을 사용하면 테스트된 기능만 기본 분기에 포함됩니다.
Auto_Jobs_Applier_AIHawk는 입사 지원 프로세스를 자동화하고 향상하여 현대 취업 시장에서 상당한 이점을 제공합니다. 동적 이력서 생성 및 AI 기반 개인화와 같은 기능을 통해 비교할 수 없는 유연성과 효율성을 제공합니다. 취업 가능성을 극대화하려는 구직자, 지원서 제출 간소화를 원하는 채용 담당자, 더 나은 서비스를 제공하려는 경력 조언자 등 Auto_Jobs_Applier_AIHawk는 귀중한 리소스입니다. 이 도구는 최첨단 자동화 및 인공 지능을 활용하여 시간을 절약할 뿐만 아니라 오늘날의 경쟁 환경에서 취업 지원의 효율성과 품질을 크게 향상시킵니다.
프로젝트가 마음에 들면 저장소에 별표를 표시해 주세요!
contrib.rocks로 제작되었습니다.
이 프로젝트는 MIT + Commons 조항 라이선스에 따라 라이선스가 부여됩니다. 자세한 내용은 LICENSE 파일을 참조하세요.
Auto_Jobs_Applier_AIHawk 도구는 사용자의 책임 하에 사용하기 위한 것입니다. 제작자/유지관리자/기여자는 해당 자료의 사용으로 인해 발생하는 모든 결과에 대해 책임을 지지 않습니다. 사용자는 관련 플랫폼의 서비스 약관을 준수하고 모든 관련 법률, 규정 및 윤리 지침을 준수하는 것이 좋습니다. 입사 지원을 위해 자동화된 도구를 사용하면 사용자 계정에 대한 잠재적인 영향을 포함하여 위험이 발생할 수 있습니다. 주의 깊게 자신의 재량에 따라 진행하십시오.
맨 위로 돌아가기
