Auto_Jobs_Applier_AI_Agent
v11.15.2024
您的人工智慧求職助手。自動化申請、獲得個人化建議並更快找到您夢想的工作。
加入我們的社群：Telegram（普通用戶）| Discord（針對開源貢獻者）
創辦人feder-cr，AIHawk 共同創辦人
由於 AIHawk 專注於他們的專有產品 - 解決公司招聘中的問題，目前該專案由一組開源貢獻者領導、管理和維護，重點是建立工具來幫助求職者找到他們應得的工作。
專案維護者/領導：surapuramakhil、sarob、cjbbb
我們正在尋求擴大我們的 FOSS 維修團隊！如果您來自非技術背景，您可以成為專案管理團隊的一員，對問題進行分類並建立專案。如果你是技術人員，你可以參與程式碼評審，參與發布，建立這個產品更好的版本。
在 Discord 上聯絡 surapuramakhil。特別感謝
Auto_Jobs_Applier_AIHawk 正在不斷發展，您的回饋、建議和貢獻非常有價值。請隨意提出問題、提出改進建議或提交拉取請求以協助改善專案。讓我們共同努力，使 Auto_Jobs_Applier_AIHawk 成為全球求職者的強大工具。
介紹
特徵
安裝
配置
用法
文件
故障排除
結論
貢獻者
執照
免責聲明
Auto_Jobs_Applier_AIHawk 是一款尖端的自動化工具，旨在徹底改變職位搜尋和申請流程。在當今競爭激烈的就業市場中，機會可能會在眨眼之間消失，該計劃為求職者提供了顯著的優勢。透過利用自動化和人工智慧的力量，Auto_Jobs_Applier_AIHawk 使用戶能夠以個人化的方式有效地申請大量相關職位，從而最大限度地提高獲得夢想工作的機會。
在數位時代，求職格局發生了巨大的轉變。雖然線上平台開闢了機會的世界，但也加劇了競爭。求職者經常發現自己花費無數時間滾動清單、自訂申請並重複填寫表格。這個過程不僅耗時，而且會耗費精力，導致求職疲勞和錯失機會。
Auto_Jobs_Applier_AIHawk 作為解決這些挑戰的顛覆性解決方案介入。它不僅僅是一個工具；它是您不知疲倦、24/7 的求職夥伴。透過自動化求職過程中最耗時的部分，它可以讓您專注於真正重要的事情 - 準備面試和發展您的專業技能。
智慧求職自動化
可自訂的搜尋條件
持續掃描新空缺
智慧過濾排除不相關的列表
快速有效率的申請提交
一鍵應用
使用您的個人資料資訊自動填寫表格
自動文件附件（履歷、求職信）
人工智慧驅動的個人化
針對雇主特定問題的動態回應生成
色調和風格匹配以適應公司文化
關鍵字優化以提高應用程式相關性
數量管理與質量
大量應用能力
品質控制措施
詳細的應用程式跟踪
智慧過濾和黑名單
公司黑名單以避免不受歡迎的雇主
標題過濾以關注相關職位
動態履歷生成
自動為每個應用程式創建量身定制的簡歷
根據職位要求客製化履歷內容
安全資料處理
使用 YAML 檔案安全地管理敏感資訊
已確認成功運行以下內容：
作業系統:
Windows 10
烏班圖22
Python 版本：
3.10
3.11.9(64b)
3.12.5(64b)
下載並安裝Python：
確保您安裝了最新的 Python 版本。如果沒有，請從Python官網下載並安裝。詳細說明請參考教學：
如何在 Windows 上安裝 Python
如何在 Linux 上安裝 Python
如何在 macOS 上下載並安裝 Python
下載並安裝Google瀏覽器：
從官方網站下載並安裝最新版本的 Google Chrome 到預設位置。
克隆儲存庫：
git 克隆 https://github.com/feder-cr/Auto_Jobs_Applier_AIHawk.gitcd Auto_Jobs_Applier_AIHawk
啟動虛擬環境：
python3 -m venv 虛擬
源虛擬/bin/激活
或對於基於 Windows 的機器 -
.virtualScriptsactivate
安裝所需的軟體包：
pip install -r 要求.txt
安裝康達：
從官方網站下載並安裝Miniconda
或從 Anaconda 網站安裝 Anaconda
創建並啟動conda環境：
# 建立新環境conda create -n aihawk python=3.11# 啟動環境conda activate aihawk
克隆儲存庫：
git 克隆 https://github.com/feder-cr/Auto_Jobs_Applier_AIHawk.gitcd Auto_Jobs_Applier_AIHawk
安裝依賴項：
# 從requirements.txt安裝pip install -rrequirements.txt
該文件包含敏感資訊。切勿共用此文件或將此文件提交給版本控制。
llm_api_key: [Your OpenAI or Ollama API key or Gemini API key]
替換為您的 OpenAI API 金鑰以進行 GPT 集成
若要取得 API 金鑰，請依照下列教學：https://medium.com/@lorenzozar/how-to-get-your-own-openai-api-key-f4d44e60c327
注意：您需要為您的 OpenAI 帳戶充值才能使用該 API。您可以透過存取 OpenAI 計費儀表板來新增積分。
根據 OpenAI 社群和我們的用戶報告，在設定 OpenAI 帳戶並購買所需積分後，用戶仍然擁有Free帳戶類型。這使得他們無法無限制地存取 OpenAI 模型，並且每天只允許 200 個請求。這可能會導致運行時錯誤，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 會自動更新您的帳戶，但可能需要一些時間，從幾個小時到幾天不等。
您可以在官方頁面上找到有關您的組織限制的更多資訊。
若要取得 Gemini API 金鑰，請造訪 Google AI for Devs
該文件定義您的求職參數和機器人行為。每個部分都包含您可以自訂的選項：
remote: [true/false]
設定為true以包含遠端作業，設定為false以排除它們
hybrid: [true/false]
設定為true以包含混合作業，設定為false以排除它們
onsite: [true/false]
設定為true則包含現場工作，設定為false則排除現場工作
experience_level:
將所需的經驗等級設為true ，其他設定為false
job_types:
將所需的工作類型設為true ，其他設定為false
date:
透過將其設為true來選擇職位發布的一個時間範圍，將其他時間範圍設為false
positions:
列出您感興趣的職位，每行一個
例子：
職位： - 軟體開發者 - 資料科學家
locations:
列出您要搜尋的位置，每行一個
例子：
地點： - 義大利 - 倫敦
apply_once_at_company: [True/False]
設定為True時每家公司僅申請一次，設定為False允許每家公司多次申請
distance: [number]
設定求職半徑（以英里為單位）
例： distance: 50
companyBlacklist:
列出您想要從搜尋中排除的公司，每行一個
例子：
公司黑名單： - X 公司 - Y公司
titleBlacklist:
列出您想要避免的職位名稱中的關鍵字，每行一個
例子：
標題黑名單： - 銷售量 - 行銷
LLM_MODEL_TYPE ：
選擇模型類型，支援：openai / ollama / claude / gemini
LLM_MODEL ：
開啟：gpt-4o
llama: llama2, 米斯特拉爾:v0.3
克勞德：任何型號
雙子座：任何型號
選擇目前支援的LLM模型：
LLM_API_URL ：
openai：https://api.pawan.krd/cosmosrp/v1
烏拉馬：http://127.0.0.1:11434/
克勞德：https://api.anthropic.com/v1
雙子座：https://aistudio.google.com/app/apikey
LLM 模型的 API 端點的鏈接
注意：要執行本機 Ollama，請遵循此處的指南：Ollama 部署指南
該文件包含您的結構化格式的簡歷資訊。填寫您的個人詳細資料、教育背景、工作經驗和技能。此資訊用於自動填寫申請表並產生客製化履歷。
每個部分都有特定的欄位需要填寫：
personal_information:
個人資料：姓名：“簡” 姓氏：“多伊” 出生日期：“1990 年 1 月 1 日” 國家：“美國” 城市：“紐約” 地址：“主街123號” 郵遞區號：“520123” 電話前綴：“+1” 電話：“5551234567” 電子郵件：“[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，格式為 DD/MM/YYYY。
Country ：您目前居住的國家。
city ：您目前居住的城市。
地址：您的完整地址，包括街道和門牌號碼。
zip_code ：您的郵遞區號。
phone_prefix ：您的電話號碼的國際撥號代碼（例如，+1 表示美國，+44 表示英國）。
電話：您的電話號碼，不含國際字首。
email ：您的主要電子郵件地址。
github ：您的 GitHub 個人資料的 URL（如果適用）。
linkedin ：您的 LinkedIn 個人資料的 URL（如果適用）。
本部分包含用於識別您的身分並提供聯絡資訊的基本個人詳細資訊。
例子
education_details:
教育詳情： - education_level：「學士學位」機構：「範例大學」field_of_study：「軟體工程」final_evaluation_grade：「4/4」start_date：「2021」year_of_completion：「2023」考試：「A.A」資料結構：「B+」資料庫演算法系統：“A” 作業系統：“A-” Web 開發：“B”
Degree ：獲得的學位類型（例如，學士學位、碩士學位）。
University ：您就讀的大學或機構的名稱。
Final_evaluation_grade ：您的平均績點或同等的學業成績衡量標準。
start_date ：您學習的開始年份。
graduate_year ：您畢業的年份。
field_of_study ：您學習的專業或重點領域。
考試：所修課程或科目及其各自成績的清單。
本部分概述您的學術背景，包括所獲得的學位和相關課程。
例子：
experience_details:
經驗詳情：
- 職位：「軟體開發人員」公司：「Tech Innovations Inc.」工作期限：「06/2021 - 目前」位置：「加州舊金山」產業：「技術」關鍵職責：
- 職責：「使用 React 和 Node.js 開發 Web 應用程式」 - 職責：「與跨職能團隊合作設計和實現新功能」 - 職責：「排除並解決複雜的軟體問題」 獲得的技能：
- “React” - “Node.js” - “軟體故障排除”職位：您的職位或角色。
公司：您工作過的公司或組織的名稱。
job_period ：您受僱於該角色的時間範圍，使用格式 MM/YYYY - MM/YYYY。
位置：公司所在的城市和國家。
行業：公司經營的行業或領域。
key_ Responsible ：您在該角色中所承擔的主要職責或職責列表，例如職責：「使用 React 和 Node.js 開發 Web 應用程式」。
Skills_acquired ：透過該角色所獲得的技能或專業知識，例如「React」。
本節詳細介紹您的工作經歷，包括工作角色、公司和主要職責。
例子：
projects:
name ：項目的名稱或標題。
描述：項目涉及內容或其目的的簡要概述。
link ：專案的 URL（如果可用）（例如 GitHub 儲存庫、網站）。
包括您從事過的著名項目，包括個人或專業項目。
例子：
專案: - 名稱：“天氣應用程式”描述：“使用第三方 API 提供即時天氣資訊的 Web 應用程式。”連結：“https://github.com/janedoe/weather-app” - 名稱：“任務管理器”描述：“具有追蹤任務和確定任務優先級功能的任務管理工具。”連結：“https://github.com/janedoe/task-manager”
achievements:
成就： - 名稱：“本月最佳員工”描述：“因卓越表現和對團隊的貢獻而受到認可。” - 名稱：“黑客馬拉松獲勝者”描述：“在全國黑客馬拉鬆比賽中獲得第一名。”
name ：成就的標題或名稱。
描述：對此成就及其意義的簡要說明。
突出顯示您所獲得的顯著成就或獎項。
例子：
certifications:
認證： - “認證 Scrum Master” - “AWS認證解決方案架構師”
名稱：“PMP”
描述：“專案管理專業人員認證，由專案管理協會（PMI）頒發”
包括您獲得的任何專業認證。
例子：
languages:
語言： - 語言：“英語” 熟練程度：“流利” - 語言：“西班牙語” 熟練程度：“中級”
語言：語言的名稱。
proficiency ：您的熟練程度（例如，母語、流暢、中級）。
詳細說明您使用的語言以及每種語言的熟練程度。
例子：
interests:
興趣： - 《機器學習》 - “網路安全” - “開源專案” - 《數位行銷》 ——《創業精神》
興趣：興趣或嗜好的清單。
提及可能與您的職業相關的專業或個人興趣。
例子：
availability:
可用性：notice_period：“2 週”
notification_period ：開始新角色之前所需的時間（例如「2 週」、「1 個月」）。
說明您目前的空閒時間或通知期限。
例子：
salary_expectations:
薪水期望：薪水範圍_美元：“80000 - 100000”
salary_range_usd ：您預期的薪資範圍，以美元表示。
提供您的預期薪資範圍。
例子：
self_identification:
self_identification：性別：“女” 代名詞：“她/她” 老兵：“沒有” 殘疾：“無” 種族：“亞洲人”
性別：您的性別認同。
代名詞：您使用的代名詞（例如，他/他、她/她、他們/他們）。
退伍軍人：您作為退伍軍人的身份（例如，是，否）。
殘疾：您是否有殘疾（例如，是、否）。
種族：您的種族。
提供與個人身分相關的信息，包括性別和代名詞。
例子：
legal_authorization:
eu_work_authorization ：您是否有權在歐盟工作（是/否）。
us_work_authorization ：您是否有權在美國工作（是/否）。
require_us_visa ：您是否需要簽證才能在美國工作（是/否）。
require_us_sponsorship ：您是否需要贊助才能在美國工作（是/否）。
require_eu_visa ：您是否需要簽證才能在歐盟工作（是/否）。
legal_allowed_to_work_in_eu ：法律是否允許您在歐盟工作（是/否）。
legal_allowed_to_work_in_us ：您是否合法地被允許在美國工作（是/否）。
require_eu_sponsorship ：您是否需要贊助才能在歐盟工作（是/否）。
canada_work_authorization ：您是否有權在加拿大工作（是/否）。
require_canada_visa ：您是否需要簽證才能在加拿大工作（是/否）。
legal_allowed_to_work_in_canada ：您是否合法地被允許在加拿大工作（是/否）。
require_canada_sponsorship ：您是否需要贊助才能在加拿大工作（是/否）。
uk_work_authorization ：您是否有權在英國工作（是/否）。
require_uk_visa ：您是否需要簽證才能在英國工作（是/否）。
legal_allowed_to_work_in_uk ：法律是否允許您在英國工作（是/否）。
require_uk_sponsorship ：您是否需要贊助才能在英國工作（是/否）。
表明您在不同地點工作的合法能力。
例子：
legal_authorization：eu_work_authorization：「是」us_work_authorization：「是」requires_us_visa：「否」requires_us_sponsorship：「是」requires_eu_visa：『否』 work_authorization：「是」requires_加拿大簽證：「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_sponsor：「否」
work_preferences:
工作首選項：遠距工作：“是” in_person_work：“否” open_to_relocation：“是” Willing_to_complete_assessments：“是” willing_to_undergo_drug_tests：“否” willing_to_undergo_background_checks：“是”
Remote_work ：您是否願意遠端工作（是/否）。
in_person_work ：您是否願意接受面對面工作（是/否）。
open_to_relocation ：您是否願意因工作而搬遷（是/否）。
willing_to_complete_assessments ：您是否願意完成工作評估（是/否）。
willing_to_undergo_drug_tests ：您是否願意接受藥物測試（是/否）。
willing_to_undergo_background_checks ：您是否願意接受背景調查（是/否）。
指定您對工作安排和條件的偏好。
例子：
data_folder_example資料夾包含一個工作範例，說明如何建置和填寫機器人操作所需的檔案。此資料夾可作為實用參考，協助您正確設定求職機器人的工作環境。
在此資料夾中，您將找到密鑰檔案的範例版本：
secrets.yaml
config.yaml
plain_text_resume.yaml
這些文件已經填入了虛構但真實的資料。它們會向您顯示要在每個文件中輸入的資訊的正確格式和類型。
使用此資料夾作為指南對於以下方面特別有幫助：
了解每個設定檔的正確結構
查看每個欄位的有效資料範例
填寫個人檔案時有參考點
帳戶語言為了確保機器人正常運作，您的帳戶語言必須設定為英文。
資料資料夾：確保您的 data_folder 包含以下檔案：
secrets.yaml
config.yaml
plain_text_resume.yaml
輸出資料夾：包含機器人的輸出。
注意： answers.json不是輸出資料夾的一部分，可以在專案的根目錄中找到。它用於儲存向用戶提出的問題的答案。可用於用正確的答案更新機器人。搜尋Select an option 、 0 、 Authorized以及驗證正確答案how many years of 。
--collect 模式的data.json結果
failed.json失敗的應用程式
open_ai_calls.json對 LLM 模型的所有調用
skipped.json已跳過的應用程序
success.json成功申請
運行機器人：
Auto_Jobs_Applier_AIHawk 在處理 pdf 履歷方面提供了彈性：
動態簡歷產生：如果您不使用--resume選項，機器人將為每個應用程式自動產生唯一的簡歷。此功能使用plain_text_resume.yaml文件中的信息，並根據每個特定的工作申請進行定制，透過為每個職位定制簡歷，可能會增加您的成功機會。
蟒蛇主.py
使用特定簡歷：如果您想對所有應用程式使用特定的 PDF 簡歷，請將您的簡歷 PDF 放在data_folder目錄中，並使用--resume選項來運行機器人：
python main.py --resume /path/to/your/resume.pdf
使用 colled 模式：如果您只想收集作業資料以執行任何類型的資料分析，您可以使用具有--collect選項的機器人。這將從 linkedin 職位招聘中找到的所有資料儲存在 output/data.json 檔案中。
python main.py --收集
錯誤訊息:
openai.RateLimitError：錯誤代碼：429 - {'error'：{'message'：'您超出了當前配額，請檢查您的計劃和賬單詳細信息。有關此錯誤的更多信息，請閱讀文檔：https://platform.openai.com/docs/guides/error-codes/api-errors.', 'type': 'insufficient_quota', 'param': None, '代碼': 'insufficient_quota'}}
解決方案：
檢查您的 OpenAI API 計費設定：https://platform.openai.com/account/billing
確保您已將有效的付款方式新增至您的 OpenAI 帳戶
請注意，ChatGPT Plus 訂閱與 API 存取權不同
如果您最近新增了資金或升級，請等待 12-24 小時以使變更生效
免費套餐的轉速限制為 3 RPM；至少花費 5 美元來增加 API 使用量
錯誤訊息:
例外：找不到可點擊的「輕鬆套用」按鈕
解決方案：
確保您已正確登入
檢查您定位的職位清單是否確實具有「輕鬆申請」選項
驗證config.yaml檔案中的搜尋參數是否正確，並使用「輕鬆套用」按鈕返回作業
嘗試增加腳本中頁面載入的等待時間，以確保在搜尋按鈕之前載入所有元素
問題：機器人提供的經驗、CTC 和通知期資料不準確
解決方案：
更新專業經驗特異性的提示
在config.yaml中加入目前 CTC、預期 CTC 和通知期的字段
修改機器人邏輯以使用這些新的配置字段
錯誤訊息:
yaml.scanner.ScannerError：掃描簡單金鑰時
解決方案：
複製範例config.yaml並逐步修改
確保正確的 YAML 縮排和間距
使用 YAML 驗證器工具
避免不必要的特殊字元或引號
問題：機器人搜尋職位但繼續滾動而不申請
解決方案：
檢查安全檢查或驗證碼
驗證config.yaml職位搜尋參數
確保您的帳戶資料符合工作要求
查看控制台輸出中的錯誤訊息
使用最新版本的腳本
驗證所有相依性已安裝並更新
檢查網路連線穩定性
如果問題仍然存在，請清除瀏覽器快取和 cookie
如需進一步協助，請在 GitHub 儲存庫上建立一個問題，其中包含有關您的問題的詳細信息，包括錯誤訊息和您的配置（已刪除敏感資訊）。
奧拉馬和雙子座設置
若要安裝和設定Ollama和Gemini ，請下載 Ollama 和 Gemini 設定指南 (PDF)
請按照這些指南中的說明進行操作，以確保AIHawk與Ollama和Gemini的正確配置。
由 Rushi 撰寫，Linkedin，關注支持他。
編輯 YAML 文件
有關編輯AIHawk的 YAML 設定部分的詳細說明，請參閱此文件：
下載 YAML 編輯指南 (PDF)
由 Rushi 撰寫，Linkedin，關注支持他。
自動啟動AIHawk
若要讓AIHawk在系統啟動時自動啟動，請依照本指南中的步驟操作：
下載自動啟動 AIHawk 指南 (PDF)
由 Rushi 撰寫，Linkedin，關注支持他。
影片教學
如何設定 Auto_Jobs_Applier_AIHawk
由 Rushi 撰寫，Linkedin，關注支持他。
OpenAI API 文件
貢獻指南
郎鏈開發者文檔
工作流程圖
如果您遇到任何問題，可以在 GitHub 上提出問題。請在主題和描述中添加有價值的詳細資訊。如果您需要新功能，請反映這一點。
我將非常樂意為您提供協助！
貢獻者請注意：如果您想提交拉取請求 (PR)，請針對release分支而不是main 。 release分支用於測試新的程式碼更改，並在驗證後定期合併到main 。這種方法確保只有經過測試的功能才能進入主分支。
Auto_Jobs_Applier_AIHawk 透過自動化和增強工作申請流程，在現代就業市場中提供了顯著的優勢。憑藉動態履歷生成和人工智慧驅動的個人化等功能，它提供了無與倫比的靈活性和效率。無論您是希望最大限度地提高找到工作機會的求職者、希望簡化申請提交的招聘人員，還是希望提供更好服務的職業顧問，Auto_Jobs_Applier_AIHawk 都是寶貴的資源。透過利用尖端的自動化和人工智慧，該工具不僅可以節省時間，還可以在當今的競爭格局中顯著提高工作申請的有效性和品質。
如果您喜歡該項目，請為儲存庫加註星標！
用 contrib.rocks 製作。
該項目根據 MIT + Commons Clause License 獲得許可 - 有關詳細信息，請參閱許可證文件。
此工具 Auto_Jobs_Applier_AIHawk 的使用風險由您自行承擔。創建者/維護者/貢獻者對其使用所產生的任何後果不承擔任何責任。建議使用者遵守相關平台的服務條款，並遵守所有適用的法律、法規和道德準則。使用自動化工具進行求職可能會帶來風險，包括對使用者帳戶的潛在影響。請謹慎行事並自行決定。
回到頂部
