Alaska45l/jobbot
GitHub: Alaska45l/jobbot
一个基于异步架构的求职自动化流水线，通过Dorking、隐蔽爬虫和词法评分系统实现零LLM成本的精准简历投递。
Stars: 0 | Forks: 0
JobBot v2.3
针对求职搜索的自动化 OSINT 与潜在客户开发流水线
为什么选择 JobBot？（架构与理念）
JobBot 源于现实需求和对当前招聘生态系统的失望。在通过传统门户（ZonaJobs、Randstad、Bumeran、LinkedIn）发送申请数月且回复率极低之后，我决定改变策略，回归基础：直接将 CV 送到公司门口。但我不想在一个下雨的下午步行去送，而是决定将其自动化。
在 GitHub 上寻找冷邮件自动化或 OSINT 工具时，我发现了一个问题：目前几乎所有的仓库都只是简单的“wrapper”，需要信用卡支付昂贵的生成式 AI API（OpenAI、Claude）费用，仅仅为了读取基本的 HTML。
因此，我在严格的技术理念下构建了 JobBot：
* **确定性优于幻觉**：该 Bot 不使用 LLM 进行分类任务。它采用纯 Python 编写的词法引擎，结合正则表达式和加权词典。它评估严格的规则来决定发送哪份 CV，且不出错。
* **零成本与高效率**：异步架构（asyncio + Playwright）旨在消耗最少的资源。单个 Chromium 进程管理多个上下文，允许编排器在本地运行，无需在 API tokens 上花费一分钱。
* **“精细强力”的 OSINT**：该 Bot 不是盲目发送垃圾邮件，而是利用智能搜索绘制本地企业网络（Mar del Plata），绕过过滤器，抓取人力资源邮箱，并应用速率限制（Jitter）以维护 SMTP 服务器的声誉。
JobBot 是街头投递简历行为的数字化，转化为一个异步流水线。
## 
架构与功能
* **Dorking 引擎**：在搜索引擎中自动化高级查询（site:、intext: 操作符），按区域和行业将相关域名植入数据库。
* **隐蔽爬虫 (Playwright)**：并发异步导航，具备指纹规避功能（webdriver 欺骗、User-Agents/Viewports 轮换）。在网络层面阻止媒体加载以优化带宽。
* **Lead Scoring**：本地词法分析器，评估渲染后的 HTML 以分配相关性得分（0-100+），并决定哪种 CV 配置文件（CV_Tech 或 CV_Admin_IT）最适合目标公司。
* **智能调度器**：支持 Dry-Run、队列处理和随机等待时间（jitter）的 SMTP 客户端，以规避垃圾邮件过滤器和账户封锁。
* **持久状态**：基于 SQLite 的 90 天域名冷却系统和活动记录，以防止重复发送。
## 
流水线使用
系统通过一个 wrapper 脚本 (start_bot.sh) 操作，该脚本注入环境变量并分三个独立阶段执行 CLI。
### 阶段 1：种子收集 (Dorking)
根据指定行业向本地数据库填充候选 URL。
```
./start_bot.sh --dork --rubros "software house" "clínica" "estudio contable" --limite-dork 30
```
### 阶段 2：提取与评分 (Scraping)
部署并发 headless browsers 访问种子，提取企业邮箱和 LinkedIn 资料并计算公司得分。
```
./start_bot.sh --scrape --concurrencia 5
```
### 阶段 3：SMTP 分发 (Mailing)
按最低得分筛选目标并执行邮件发送。强烈建议先使用 --dry-run 安全地审核消息构建情况。
```
# 终端审计（不打开 SMTP 连接）
./start_bot.sh --mail --dry-run --min-score 30
# 批量 10 个发送的实际执行
./start_bot.sh --mail --min-score 30 --limite 10
```
## 
CLI 参考
| 参数 | 类型 | 默认值 | 描述 |
| :--- | :--- | :--- | :--- |
| --dork | Flag | False | 执行搜索模块 (DuckDuckGo)。 |
| --rubros | List | (内部) | 要搜索的行业（例如 "QA testing" "soporte técnico"）。 |
| --limite-dork | Int | 10 | 每个行业提取的域名数量。 |
| --scrape | Flag | False | 执行 Playwright 提取模块。 |
| --concurrencia | Int | 3 | 并行 Playwright 线程数。 |
| --mail | Flag | False | 执行 SMTP 引擎。 |
| --min-score | Int | 55 | 数据库中考虑公司合格所需的最低得分。 |
| --limite | Int | 0 | 当前执行中发送的最大邮件数。 |
| --dry-run | Flag | False | 模拟发送并记录生成的输出而不实际发送。 |
## 
环境配置
JobBot 需要有效的凭据和环境变量配置才能运行。这些必须在 start\_bot.sh 文件中定义：
```
# SMTP 服务器（推荐：Gmail 配合 App Password）
export SMTP_HOST="smtp.gmail.com"
export SMTP_PORT="587"
export SMTP_USER="tu_correo@gmail.com"
export SMTP_PASS="tu_app_password_de_16_caracteres"
# 发件人 Profile
export SENDER_NAME="Tu Nombre"
export GITHUB_USER="TuUsuarioGitHub"
export LINKEDIN_USER="TuUsuarioLinkedIn"
```
**所需目录结构：**
PDF 文件必须位于项目根目录下的 cvs/ 文件夹中，以便附件引擎检测到它们：
* cvs/CV\_Tech.pdf
* cvs/CV\_Admin\_IT.pdf
## 
数据库管理
所有元数据存储在 jobbot.db 中。要重置指标、释放 90 天冷却期或擦除数据库 (Wipe)，请使用您首选的 SQL 客户端（例如 sqlite3）：
```
-- Limpiar historial de envíos (reinicia el cooldown)
DELETE FROM campanas_envios;
-- Wipe total (Borrar inteligencia recolectada)
DELETE FROM contactos;
DELETE FROM empresas;
```
*免责声明：此工具专为个人使用和优化时间而设计。请始终配置合理的速率限制，并避免向低分目标发送未经请求的邮件。*标签：BSD, ESC4, OSINT, Playwright, Python, SMTP, SQLite, 反检测, 异步编程, 招聘, 招聘工具, 数据挖掘, 无后门, 求职辅助, 潜在客户开发, 特征检测, 线索评分, 网络调试, 自动化, 营销自动化, 计算机取证, 谷歌Dorking, 逆向工具, 邮件群发, 销售自动化