JobClaw：开源 AI 求职 Agent，自动抓岗匹配 + 一键批量投递
前言
找工作最磨人的不是面试，是投简历。
Boss 直聘刷到手酸，点开 JD 觉得不行，退出来继续刷。好不容易看到个合适的，想半天打招呼说啥，发完没下文。更气的是投了个三个月没上线的 HR——投了个寂寞。
一天下来投十几个，时间全花在重复劳动上。
JobClaw 是个开源 AI 求职 Agent：自动抓岗位、大模型打分匹配、批量投递、投完 Telegram 汇报。基于 OpenClaw 构建，Python + Playwright，MIT 协议。
项目地址：https://github.com/slothsheepking/jobclaw
这篇不只讲它怎么用，也讲讲什么人该用、什么人别用——这是README 不会告诉你的。
一、它到底干了什么
一条链路：抓岗位 → LLM 匹配打分 → 过滤僵尸岗 → 自动投递 → 消息汇报。
几个值得展开的点：
匹配不是关键词，是阅读理解
" LLM 读你的简历画像和岗位 JD，输出匹配分数加理由。不是"简历含 Python 就推 Python 岗"，是真的在读"3 年经验要不要投要求 5 年的岗"。
LLM 费用可以是零
三种认证方式，优先级最高的是 Claude OAuth——直接复用 Claude Code 订阅（$20/月）的额度，不花 API 钱。Token 过期自动刷新。
这个设计很聪明：求职者的模型调用量，订阅额度完全兜得住。
防封是核心工程量
Boss 直聘没有投递 API，全靠 Playwright 模拟真人操作：
- 每次投递随机延迟 3-8 秒
- 每日上限 100 次（可配）
- 僵尸岗过滤：HR 超 7 天不活跃直接跳过——这个功能比自动投递本身更有价值，人肉刷的时候根本不知道对面三个月没上线
- JSON 历史记录防重复
- 遇到验证码自动暂停，Telegram 叫你人工处理
二、快速上手
git clone https://github.com/slothsheepking/jobclaw.git
cd jobclaw && pip install -e .
playwright install chromium
# 登录（弹浏览器，手动扫码）
jobclaw login --platform boss
# 先只抓不投，看看岗位质量
jobclaw scrape --platform boss --query "AI 工程师" --limit 20
# 确认没问题再跑完整流程
jobclaw run --profile profiles/me.yaml --query "AI 工程师"求职画像是个 YAML：技能、期望薪资、偏好城市，甚至可以写 deal_breakers（比如"996"、"大小周"）——投递时直接排除。
cp profiles/example.yaml profiles/me.yaml # 编辑成你的情况通知配 Telegram Bot 或 Discord Webhook，投完自动汇报。
三、什么人该用，什么人别用
这是我最想说的部分。
适合用的人：
- 正在海投期的应届生或转行者，岗位面广、重复劳动多
- 边工作边悄悄看机会的，没时间盯盘
- 想测试市场行情的：跑一周看看自己的画像能匹配到什么、什么薪资，比空想靠谱
不适合、甚至别碰的人：
- 有明确目标公司名单的。精准求职靠的是内推和定制化简历，批量投递帮倒忙——同一个 HR 收到你千篇一律的打招呼语，印象分是负的
- 高端岗位。薪资 50w+ 的岗位靠的是猎头和人脉，Boss 直聘上挂的那些你也不想投
一个刺眼的悖论：工具帮你投得越多，HR 收到的垃圾投递越多，大家越依赖筛选器。自动化军备竞赛里，没有赢家。所以那个 deal_breakers 和匹配分数功能请认真配——让它帮你筛掉不合适的，比帮你多投一百个更有价值。
四、合规这条线
README 写了免责声明，我把话说明白：
- 平台条款风险：自动化操作大概率违反 Boss 直聘用户协议。最坏情况是封号——你的求职主阵地没了。建议拿小号或新号先试
- 频率自律：默认 100 次/天已经是克制值，别改到 1000。封号事小，把平台生态搞坏，最后所有人没得用
- 个人信息：简历画像和 cookie 都在本地，这点做得对。但登录凭证本身要保管好
工具是中性的，用法自己负责。
记住
求职最磨人的是投简历的重复劳动，不是面试。
JobClaw 把抓岗、匹配、投递全自动化，LLM 打分而不是关键词匹配，僵尸岗过滤比自动投递本身更值钱。
但记住：让它帮你筛掉不合适的，比帮你多投一百个更有价值。
参考资源
- GitHub：https://github.com/slothsheepking/jobclaw
- License：MIT