作业自动化系统
一个集成的工作自动化系统，可以自动发现、排名和应用工作机会。将您的求职从数小时的手动表格填写转变为精简、智能的流程。
系统
此monorepo包含三个相互连接的MCP服务器，它们作为一个完整的解决方案协同工作：
┌─────────────────────────────────────────────────────────────────┐
│ Job Automation System │
├─────────────────────────────────────────────────────────────────┤
│ │
│ 1. Job Board Aggregator 2. Job Matcher │
│ (Python/FastAPI) (Node.js/MCP) │
│ ├─ Scrapes job boards ├─ Scores opportunities │
│ ├─ Uses Groq/Cerebras AI ├─ Semantic similarity │
│ ├─ Enriches job data ├─ Ranks by fit │
│ └─ Stores in Supabase └─ Returns ranked list │
│ ↓ ↑ │
│ (opportunities) (resume) │
│ │
│ 3. Job Application Automator │
│ (Python/Playwright) │
│ ├─ Extracts form fields │
│ ├─ Intelligently fills forms │
│ ├─ Generates cover letters │
│ └─ Tracks submissions │
│ │
└─────────────────────────────────────────────────────────────────┘工作流程
- 找到 -Job Board Aggregator从多个来源抓取并丰富工作机会
- 排名 -Job Matcher使用AI根据您的简历对机会进行评分
- 应用 -Job Application Automator自动填写和提交申请
结果： 通常每项工作需要30-60分钟，但不到5分钟。
项目结构
.
├── job-board-aggregator/ # Discover job opportunities
│ ├── job_board_aggregator/
│ │ ├── api/ # Groq/Cerebras AI integration
│ │ ├── database/ # Supabase client
│ │ ├── embeddings/ # Vector store for job data
│ │ └── server/ # FastAPI server
│ ├── requirements.txt
│ └── README.md
│
├── job-matcher/ # Rank jobs by fit to your resume
│ ├── index.js # MCP server
│ ├── tools.js # Matching logic
│ ├── markdownFormatter.js # Output formatting
│ ├── package.json
│ └── README.md
│
├── job-application-automator/ # Apply to jobs automatically
│ ├── job_application_automator/
│ │ ├── form_extractor.py # Extract form fields
│ │ ├── form_filler.py # Fill and submit forms
│ │ ├── mcp_server.py # MCP protocol server
│ │ └── setup_claude.py # Claude Desktop config
│ ├── requirements.txt
│ └── README.md
│
└── README.md # This file快速开始
安装
1.工作板聚合器
cd job-board-aggregator
pip install -r requirements.txt
# Configure .env with your API keys
python job_board_aggregator/server/app.py2.工作匹配
cd job-matcher
npm install
# Configure .env with your settings
npm start3.求职自动机
cd job-application-automator
pip install -r requirements.txt
# For Claude Desktop integration, see MCP_SERVER_GUIDE.md
python job_application_automator/mcp_server.py用法
选项A：与Claude Desktop一起使用（推荐）
- 所有三个MCP都与Claude无缝集成
- 自然语言界面
- 有关设置，请参阅各个README文件
选项B：通过REST API使用
- 每个组件都公开HTTP端点
- 将它们与您自己的编排相结合
选项C：程序化使用
# Find opportunities
from job_board_aggregator import find_jobs
jobs = find_jobs(query="DevOps Engineer", location="San Francisco")
# Rank by fit
from job_matcher import rank_jobs
ranked = rank_jobs(jobs, resume_path="my_resume.pdf")
# Apply automatically
from job_application_automator import apply_to_job
for job in ranked[:5]:
apply_to_job(job.url, resume_path="my_resume.pdf")按组件列出的功能
工作板聚合器
- 删除多个工作板
- 使用Groq或Cerebras AI进行数据丰富
- 在Supabase销售机会
- 摘录：职位、公司、工资、描述、要求、地点
- 按计划或按需运行
工作匹配器
- 语义相似性评分（简历与工作）
- 基于人工智能的排名算法
- 按技能和经验进行相关性过滤
- Claude Desktop的MCP集成
- 速率限制和缓存以提高性能
职位申请自动化工具
- 表格字段提取（温室准确率99%以上）
- 智能填写简历数据
- 求职信生成
- 应用程序跟踪
- 类人交互模式
演出
| 组件 | 延迟 | 成功率 |
|---|---|---|
| 聚合器 | 每项工作约2-5秒 | 95%+提取 |
| 匹配器 | 每份工作约1-2s | 90%+排名准确率 |
| 涂抹器 | 每份申请\<5分钟 | 95%+表格完成率 |
配置
每个组件都有自己的 .env.example 文件。复制并配置：
cd job-board-aggregator
cp .env.example .env
cd ../job-matcher
cp .env.example .env
cd ../job-application-automator
cp .env.example .env文档
技术栈
工作板聚合器：
- Python 3.8+
- REST服务器的FastAPI
- Groq/Cerebras用于AI富集的API
- 数据存储辅助数据库
- ORM的SQLAlchemy
工作匹配者：
- Node.js 16+
- 模型上下文协议
- 语义搜索算法
- 速率限制
职位申请自动化程序：
- Python 3.8+
- 浏览器自动化剧作家
- 用于表单解析的BeautifulSoup
- 用于协议实施的FastMCP
安全与隐私
- 所有处理都在本地进行
- 没有外部存储的个人数据
- 提交前手动审查
- 隐藏浏览以避免被发现
- 无跟踪或分析
部署
有关部署选项，请参阅各个组件的自述文件：
- Docker容器化
- 无服务器功能（Cloudflare Workers）
- 传统VM部署
- 本地开发
API 参考
聚合器端点
GET /api/jobs-列出机会POST /api/jobs/search-搜索职位GET /api/jobs/:id-获取作业详细信息
配对工具
match_resume-根据简历给工作打分rank_opportunities-按相关性对工作进行排名get_top_matches-前N场比赛
涂布工具
simple_form_extraction-提取表单字段simple_form_filling-填写并提交create_cover_letter-生成求职信get_applied_jobs-查看提交历史记录
贡献
欢迎投稿！我们需要帮助的领域：
- 其他工作板集成
- 改进的AI匹配算法
- 更好的形状检测
- 性能优化
- 测试和CI/CD
作者
Ajay自动机 -DevOps工程师和AI自动化专家
构建工具来自动化繁琐的工作，并专注于重要的事情。
______________________________________________________________________
更快地找到更好的工作。更聪明地应用。获得更多采访。