Auto_Jobs_Applier_AI_Agent
v11.15.2024
您的人工智能求职助手。自动化申请、获得个性化建议并更快地找到您梦想的工作。
加入我们的社区：Telegram（普通用户）| Discord（针对开源贡献者）
创始人feder-cr，AIHawk 联合创始人
由于 AIHawk 专注于他们的专有产品 - 解决公司招聘中的问题，目前该项目由一组开源贡献者领导、管理和维护，重点是构建工具来帮助求职者找到他们应得的工作。
项目维护者/领导：surapuramakhil、sarob、cjbbb
我们正在寻求扩大我们的 FOSS 维护团队！如果您来自非技术背景，您可以成为项目管理团队的一员，对问题进行分类并制定项目。如果你是技术人员，你可以参与代码评审，参与发布，构建这个产品更好的版本。
在 Discord 上联系 surapuramakhil。特别感谢
Auto_Jobs_Applier_AIHawk 正在不断发展，您的反馈、建议和贡献非常有价值。请随意提出问题、提出改进建议或提交拉取请求以帮助改进项目。让我们共同努力，使 Auto_Jobs_Applier_AIHawk 成为全球求职者的强大工具。
介绍
特征
安装
配置
用法
文档
故障排除
结论
贡献者
执照
免责声明
Auto_Jobs_Applier_AIHawk 是一款尖端的自动化工具，旨在彻底改变职位搜索和申请流程。在当今竞争激烈的就业市场中，机会可能会在眨眼之间消失，该计划为求职者提供了显着的优势。通过利用自动化和人工智能的力量，Auto_Jobs_Applier_AIHawk 使用户能够以个性化方式高效地申请大量相关职位，从而最大限度地提高获得梦想工作的机会。
在数字时代，求职格局发生了巨大的转变。虽然在线平台开辟了充满机遇的世界，但也加剧了竞争。求职者经常发现自己花费无数时间滚动列表、定制申请并重复填写表格。这个过程不仅耗时，而且会耗费精力，导致求职疲劳和错失机会。
Auto_Jobs_Applier_AIHawk 作为解决这些挑战的颠覆性解决方案介入。它不仅仅是一个工具；它是您不知疲倦、24/7 的求职伙伴。通过自动化求职过程中最耗时的部分，它可以让您专注于真正重要的事情 - 准备面试和发展您的专业技能。
智能求职自动化
可定制的搜索条件
持续扫描新空缺
智能过滤排除不相关的列表
快速高效的申请提交
一键应用
使用您的个人资料信息自动填写表格
自动文件附件（简历、求职信）
人工智能驱动的个性化
针对雇主特定问题的动态响应生成
色调和风格匹配以适应公司文化
关键词优化以提高应用相关性
数量管理与质量
批量应用能力
质量控制措施
详细的应用程序跟踪
智能过滤和黑名单
公司黑名单以避免不受欢迎的雇主
标题过滤以关注相关职位
动态简历生成
自动为每个应用程序创建量身定制的简历
根据职位要求定制简历内容
安全数据处理
使用 YAML 文件安全地管理敏感信息
已确认成功运行以下内容：
操作系统：
Windows 10
乌班图22
Python 版本：
3.10
3.11.9(64b)
3.12.5(64b)
下载并安装Python：
确保您安装了最新的 Python 版本。如果没有，请从Python官网下载并安装。详细说明请参考教程：
如何在 Windows 上安装 Python
如何在 Linux 上安装 Python
如何在 macOS 上下载并安装 Python
下载并安装谷歌浏览器：
从官方网站下载并安装最新版本的 Google Chrome 到默认位置。
克隆存储库：
git 克隆 https://github.com/feder-cr/Auto_Jobs_Applier_AIHawk.gitcd Auto_Jobs_Applier_AIHawk
激活虚拟环境：
python3 -m venv 虚拟
源虚拟/bin/激活
或对于基于 Windows 的机器 -
.virtualScriptsactivate
安装所需的软件包：
pip install -r 要求.txt
安装康达：
从官网下载并安装Miniconda
或者从 Anaconda 网站安装 Anaconda
创建并激活conda环境：
# 创建新环境conda create -n aihawk python=3.11# 激活环境conda activate aihawk
克隆存储库：
git 克隆 https://github.com/feder-cr/Auto_Jobs_Applier_AIHawk.gitcd Auto_Jobs_Applier_AIHawk
安装依赖项：
# 从requirements.txt安装pip install -rrequirements.txt
该文件包含敏感信息。切勿共享此文件或将此文件提交给版本控制。
llm_api_key: [Your OpenAI or Ollama API key or Gemini API key]
替换为您的 OpenAI API 密钥以进行 GPT 集成
要获取 API 密钥，请按照以下教程操作：https://medium.com/@lorenzozar/how-to-get-your-own-openai-api-key-f4d44e60c327
注意：您需要为您的 OpenAI 账户充值才能使用 API。您可以通过访问 OpenAI 计费仪表板来添加积分。
根据 OpenAI 社区和我们的用户报告，在设置 OpenAI 帐户并购买所需积分后，用户仍然拥有Free帐户类型。这使得他们无法无限制地访问 OpenAI 模型，并且每天只允许 200 个请求。这可能会导致运行时错误，例如：
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.}}
OpenAI 会自动更新您的帐户，但可能需要一些时间，从几个小时到几天不等。
您可以在官方页面上找到有关您的组织限制的更多信息。
要获取 Gemini API 密钥，请访问 Google AI for Devs
该文件定义您的求职参数和机器人行为。每个部分都包含您可以自定义的选项：
remote: [true/false]
设置为true以包含远程作业，设置为false以排除它们
hybrid: [true/false]
设置为true以包含混合作业，设置为false以排除它们
onsite: [true/false]
设置为true则包含现场工作，设置为false则排除现场工作
experience_level:
将所需的经验级别设置为true ，其他设置为false
job_types:
将所需的工作类型设置为true ，其他设置为false
date:
通过将其设置为true来选择职位发布的一个时间范围，将其他时间范围设置为false
positions:
列出您感兴趣的职位，每行一个
例子：
职位： - 软件开发人员 - 数据科学家
locations:
列出您要搜索的位置，每行一个
例子：
地点： - 意大利 - 伦敦
apply_once_at_company: [True/False]
设置为True时每个公司仅申请一次，设置为False允许每个公司多次申请
distance: [number]
设置求职半径（以英里为单位）
示例： distance: 50
companyBlacklist:
列出您想要从搜索中排除的公司，每行一个
例子：
公司黑名单： - X 公司 - Y公司
titleBlacklist:
列出您想要避免的职位名称中的关键字，每行一个
例子：
标题黑名单： - 销售量 - 营销
LLM_MODEL_TYPE ：
选择模型类型，支持：openai / ollama / claude / gemini
LLM_MODEL ：
打开：gpt-4o
llama: llama2, 米斯特拉尔:v0.3
克劳德：任何型号
双子座：任何型号
选择目前支持的LLM模型：
LLM_API_URL ：
openai：https://api.pawan.krd/cosmosrp/v1
乌拉马：http://127.0.0.1:11434/
克劳德：https://api.anthropic.com/v1
双子座：https://aistudio.google.com/app/apikey
LLM 模型的 API 端点的链接
注意：要运行本地 Ollama，请遵循此处的指南：Ollama 部署指南
该文件包含您的结构化格式的简历信息。填写您的个人详细信息、教育背景、工作经验和技能。此信息用于自动填写申请表并生成定制简历。
每个部分都有特定的字段需要填写：
personal_information:
个人信息：姓名：“简” 姓氏：“多伊” 出生日期：“1990 年 1 月 1 日” 国家：“美国” 城市：“纽约” 地址：“主街123号” 邮政编码：“520123” 电话前缀：“+1” 电话：“5551234567” 电子邮件：“[email protected]” github：“https://github.com/janedoe” linkedin：“https://www.linkedin.com/in/janedoe/”
姓名：您的名字。
姓氏：您的姓氏或姓氏。
date_of_birth ：您的出生日期，格式为 DD/MM/YYYY。
Country ：您当前居住的国家/地区。
city ：您当前居住的城市。
地址：您的完整地址，包括街道和门牌号。
zip_code ：您的邮政编码。
phone_prefix ：您的电话号码的国际拨号代码（例如，+1 表示美国，+44 表示英国）。
电话：您的电话号码，不带国际前缀。
email ：您的主要电子邮件地址。
github ：您的 GitHub 个人资料的 URL（如果适用）。
linkedin ：您的 LinkedIn 个人资料的 URL（如果适用）。
本部分包含用于识别您的身份并提供联系信息的基本个人详细信息。
例子
education_details:
教育详情： - education_level：“学士学位”机构：“示例大学”field_of_study：“软件工程”final_evaluation_grade：“4/4”start_date：“2021”year_of_completion：“2023”考试：算法：“A”数据结构：“B+”数据库系统：“A” 操作系统：“A-” Web 开发：“B”
Degree ：获得的学位类型（例如学士学位、硕士学位）。
University ：您就读的大学或机构的名称。
Final_evaluation_grade ：您的平均绩点或同等的学业成绩衡量标准。
start_date ：您学习的开始年份。
graduate_year ：您毕业的年份。
field_of_study ：您学习的专业或重点领域。
考试：所修课程或科目及其各自成绩的列表。
本部分概述您的学术背景，包括获得的学位和相关课程。
例子：
experience_details:
经验详情：
- 职位：“软件开发人员”公司：“Tech Innovations Inc.”工作期限：“06/2021 - 目前”位置：“加利福尼亚州旧金山”行业：“技术”关键职责：
- 职责：“使用 React 和 Node.js 开发 Web 应用程序” - 职责：“与跨职能团队合作设计和实现新功能” - 职责：“排除并解决复杂的软件问题” 获得的技能：
- “React” - “Node.js” - “软件故障排除”职位：您的职位或角色。
公司：您工作过的公司或组织的名称。
job_period ：您受雇于该角色的时间范围，使用格式 MM/YYYY - MM/YYYY。
位置：公司所在的城市和国家。
行业：公司经营的行业或领域。
key_ Responsible ：您在该角色中所承担的主要职责或职责列表，例如职责：“使用 React 和 Node.js 开发 Web 应用程序”。
Skills_acquired ：通过此角色获得的技能或专业知识，例如“React”。
本节详细介绍您的工作经历，包括工作角色、公司和主要职责。
例子：
projects:
name ：项目的名称或标题。
描述：项目涉及内容或其目的的简要概述。
link ：项目的 URL（如果可用）（例如 GitHub 存储库、网站）。
包括您从事过的著名项目，包括个人或专业项目。
例子：
项目： - 名称：“天气应用程序”描述：“使用第三方 API 提供实时天气信息的 Web 应用程序。”链接：“https://github.com/janedoe/weather-app” - 名称：“任务管理器”描述：“具有跟踪任务和确定任务优先级功能的任务管理工具。”链接：“https://github.com/janedoe/task-manager”
achievements:
成就： - 名称：“本月最佳员工”描述：“因卓越表现和对团队的贡献而受到认可。” - 名称：“黑客马拉松获胜者”描述：“在全国黑客马拉松比赛中获得第一名。”
name ：成就的标题或名称。
描述：对该成就及其意义的简要说明。
突出显示您所获得的显着成就或奖项。
例子：
certifications:
认证： - “认证 Scrum 大师” - “AWS认证解决方案架构师”
名称：“PMP”
描述：“项目管理专业人员认证，由项目管理协会（PMI）颁发”
包括您获得的任何专业认证。
例子：
languages:
语言： - 语言：“英语” 熟练程度：“流利” - 语言：“西班牙语” 熟练程度：“中级”
语言：语言的名称。
proficiency ：您的熟练程度（例如，母语、流利、中级）。
详细说明您使用的语言以及每种语言的熟练程度。
例子：
interests:
兴趣： - 《机器学习》 - “网络安全” - “开源项目” - 《数字营销》 ——《创业精神》
兴趣：兴趣或爱好的列表。
提及可能与您的职业相关的专业或个人兴趣。
例子：
availability:
可用性：notice_period：“2 周”
notification_period ：开始新角色之前所需的时间（例如“2 周”、“1 个月”）。
说明您当前的空闲时间或通知期限。
例子：
salary_expectations:
薪水期望：薪水范围_美元：“80000 - 100000”
salary_range_usd ：您期望的薪资范围，以美元表示。
提供您的预期薪资范围。
例子：
self_identification:
self_identification：性别：“女” 代词：“她/她” 老兵：“没有” 残疾：“无” 种族：“亚洲人”
性别：您的性别认同。
代词：您使用的代词（例如，他/他、她/她、他们/他们）。
退伍军人：您作为退伍军人的身份（例如，是，否）。
残疾：您是否有残疾（例如，是、否）。
种族：您的种族。
提供与个人身份相关的信息，包括性别和代词。
例子：
legal_authorization:
eu_work_authorization ：您是否有权在欧盟工作（是/否）。
us_work_authorization ：您是否有权在美国工作（是/否）。
require_us_visa ：您是否需要签证才能在美国工作（是/否）。
require_us_sponsorship ：您是否需要赞助才能在美国工作（是/否）。
require_eu_visa ：您是否需要签证才能在欧盟工作（是/否）。
legal_allowed_to_work_in_eu ：法律是否允许您在欧盟工作（是/否）。
legal_allowed_to_work_in_us ：您是否合法地被允许在美国工作（是/否）。
require_eu_sponsorship ：您是否需要赞助才能在欧盟工作（是/否）。
canada_work_authorization ：您是否有权在加拿大工作（是/否）。
require_canada_visa ：您是否需要签证才能在加拿大工作（是/否）。
legal_allowed_to_work_in_canada ：您是否合法地被允许在加拿大工作（是/否）。
require_canada_sponsorship ：您是否需要赞助才能在加拿大工作（是/否）。
uk_work_authorization ：您是否有权在英国工作（是/否）。
require_uk_visa ：您是否需要签证才能在英国工作（是/否）。
legal_allowed_to_work_in_uk ：法律是否允许您在英国工作（是/否）。
require_uk_sponsorship ：您是否需要赞助才能在英国工作（是/否）。
表明您在不同地点工作的合法能力。
例子：
legal_authorization：eu_work_authorization：“是”us_work_authorization：“是”requires_us_visa：“否”requires_us_sponsorship：“是”requires_eu_visa：“否”legally_allowed_to_work_in_eu：“是”legally_allowed_to_work_in_us：“是”requires_eu_sponsorship：“否”canada_work_authorization： “是”requires_canada_visa：“否”legally_allowed_to_work_in_canada：“是”requires_canada_sponsorship：“否”uk_work_authorization：“是”requires_uk_visa：“否”legally_allowed_to_work_in_uk：“是”requires_uk_sponsorship：“否”
work_preferences:
工作首选项：远程工作：“是” in_person_work：“否” open_to_relocation：“是” Willing_to_complete_assessments：“是” willing_to_undergo_drug_tests：“不” willing_to_undergo_background_checks：“是”
Remote_work ：您是否愿意远程工作（是/否）。
in_person_work ：您是否愿意接受面对面工作（是/否）。
open_to_relocation ：您是否愿意因工作而搬迁（是/否）。
willing_to_complete_assessments ：您是否愿意完成工作评估（是/否）。
willing_to_undergo_drug_tests ：您是否愿意接受药物测试（是/否）。
willing_to_undergo_background_checks ：您是否愿意接受背景调查（是/否）。
指定您对工作安排和条件的偏好。
例子：
data_folder_example文件夹包含一个工作示例，说明如何构建和填写机器人操作所需的文件。该文件夹可作为实用参考，帮助您正确设置求职机器人的工作环境。
在此文件夹中，您将找到密钥文件的示例版本：
secrets.yaml
config.yaml
plain_text_resume.yaml
这些文件已经填充了虚构但真实的数据。它们向您显示要在每个文件中输入的信息的正确格式和类型。
使用此文件夹作为指南对于以下方面特别有帮助：
了解每个配置文件的正确结构
查看每个字段的有效数据示例
填写个人档案时有参考点
帐户语言为了确保机器人正常工作，您的帐户语言必须设置为英语。
数据文件夹：确保您的 data_folder 包含以下文件：
secrets.yaml
config.yaml
plain_text_resume.yaml
输出文件夹：包含机器人的输出。
注意： answers.json不是输出文件夹的一部分，可以在项目的根目录中找到。它用于存储向用户提出的问题的答案。可用于用正确的答案更新机器人。搜索Select an option 、 0 、 Authorized以及验证正确答案how many years of 。
--collect 模式的data.json结果
failed.json失败的应用程序
open_ai_calls.json对 LLM 模型进行的所有调用
skipped.json已跳过的应用程序
success.json成功申请
运行机器人：
Auto_Jobs_Applier_AIHawk 在处理 pdf 简历方面提供了灵活性：
动态简历生成：如果您不使用--resume选项，机器人将为每个应用程序自动生成唯一的简历。此功能使用plain_text_resume.yaml文件中的信息，并根据每个特定的工作申请进行定制，通过为每个职位定制简历，可能会增加您的成功机会。
蟒蛇主.py
使用特定的简历：如果您想对所有应用程序使用特定的 PDF 简历，请将您的简历 PDF 放在data_folder目录中，并使用--resume选项运行机器人：
python main.py --resume /path/to/your/resume.pdf
使用 colled 模式：如果您只想收集作业数据以执行任何类型的数据分析，您可以使用带有--collect选项的机器人。这会将从 linkedin 职位招聘中找到的所有数据存储在 output/data.json 文件中。
python main.py --收集
错误信息：
openai.RateLimitError：错误代码：429 - {'error'：{'message'：'您超出了当前配额，请检查您的计划和账单详细信息。有关此错误的更多信息，请阅读文档：https://platform.openai.com/docs/guides/error-codes/api-errors.', 'type': 'insufficient_quota', 'param': None, '代码': 'insufficient_quota'}}
解决方案：
检查您的 OpenAI API 计费设置：https://platform.openai.com/account/billing
确保您已将有效的付款方式添加到您的 OpenAI 帐户
请注意，ChatGPT Plus 订阅与 API 访问不同
如果您最近添加了资金或升级，请等待 12-24 小时以使更改生效
免费套餐的转速限制为 3 RPM；至少花费 5 美元来增加 API 使用量
错误信息：
例外：找不到可点击的“轻松应用”按钮
解决方案：
确保您已正确登录
检查您定位的职位列表是否确实具有“轻松申请”选项
验证config.yaml文件中的搜索参数是否正确，并使用“轻松应用”按钮返回作业
尝试增加脚本中页面加载的等待时间，以确保在搜索按钮之前加载所有元素
问题：机器人提供的经验、CTC 和通知期数据不准确
解决方案：
更新专业经验特异性的提示
在config.yaml中添加当前 CTC、预期 CTC 和通知期的字段
修改机器人逻辑以使用这些新的配置字段
错误信息：
yaml.scanner.ScannerError：扫描简单密钥时
解决方案：
复制示例config.yaml并逐步修改
确保正确的 YAML 缩进和间距
使用 YAML 验证器工具
避免不必要的特殊字符或引号
问题：机器人搜索职位但继续滚动而不申请
解决方案：
检查安全检查或验证码
验证config.yaml职位搜索参数
确保您的帐户资料符合工作要求
查看控制台输出中的错误消息
使用最新版本的脚本
验证所有依赖项均已安装并更新
检查互联网连接稳定性
如果问题仍然存在，请清除浏览器缓存和 cookie
如需进一步帮助，请在 GitHub 存储库上创建一个问题，其中包含有关您的问题的详细信息，包括错误消息和您的配置（已删除敏感信息）。
奥拉马和双子座设置
要安装和配置Ollama和Gemini ，请下载 Ollama 和 Gemini 设置指南 (PDF)
请按照这些指南中的说明进行操作，以确保AIHawk与Ollama和Gemini的正确配置。
由 Rushi 撰写，Linkedin，关注支持他。
编辑 YAML 文件
有关编辑AIHawk的 YAML 配置部分的详细说明，请参阅此文档：
下载 YAML 编辑指南 (PDF)
由 Rushi 撰写，Linkedin，关注支持他。
自动启动AIHawk
要使AIHawk在系统启动时自动启动，请按照本指南中的步骤操作：
下载自动启动 AIHawk 指南 (PDF)
由 Rushi 撰写，Linkedin，关注支持他。
视频教程
如何设置 Auto_Jobs_Applier_AIHawk
由 Rushi 撰写，Linkedin，关注支持他。
OpenAI API 文档
贡献指南
郎链开发者文档
工作流程图
如果您遇到任何问题，可以在 GitHub 上提出问题。请在主题和描述中添加有价值的详细信息。如果您需要新功能，请反映这一点。
我将非常乐意为您提供帮助！
贡献者请注意：如果您想提交拉取请求 (PR)，请针对release分支而不是main 。 release分支用于测试新的代码更改，并在验证后定期合并到main中。这种方法确保只有经过测试的功能才能进入主分支。
Auto_Jobs_Applier_AIHawk 通过自动化和增强工作申请流程，在现代就业市场中提供了显着的优势。凭借动态简历生成和人工智能驱动的个性化等功能，它提供了无与伦比的灵活性和效率。无论您是希望最大限度地提高找到工作机会的求职者、希望简化申请提交的招聘人员，还是希望提供更好服务的职业顾问，Auto_Jobs_Applier_AIHawk 都是宝贵的资源。通过利用尖端的自动化和人工智能，该工具不仅可以节省时间，还可以在当今的竞争格局中显着提高工作申请的有效性和质量。
如果您喜欢该项目，请为存储库加注星标！
用 contrib.rocks 制作。
该项目根据 MIT + Commons Clause License 获得许可 - 有关详细信息，请参阅许可证文件。
该工具 Auto_Jobs_Applier_AIHawk 的使用风险由您自行承担。创建者/维护者/贡献者对其使用所产生的任何后果不承担任何责任。建议用户遵守相关平台的服务条款，并遵守所有适用的法律、法规和道德准则。使用自动化工具进行求职可能会带来风险，包括对用户帐户的潜在影响。请谨慎行事并自行决定。
返回顶部
