AIHawk

给它一份简历，获取匹配的职位，选中后一键投递。运行在终端中，附带一个可实时观看的浏览器。需要 Python 3.11 或更高版本。

pipx install git+https://github.com/feder-cr/Jobs_Applier_AI_Agent_AIHawk

或者执行 uv tool install git+https://github.com/feder-cr/Jobs_Applier_AI_Agent_AIHawk；uv 安装后不会自动将 aihawk 加入 PATH，需要你运行 uv tool update-shell 并重新打开终端才能生效。或者，使用虚拟环境（在 Windows 上路径为 aihawk-env\Scripts\pip 和 aihawk-env\Scripts\aihawk；在非常长的文件夹路径下执行 pip install 可能会因为 openai 包报出 OSError [Errno 2] 错误，使用 pipx 或缩短文件夹路径可以规避该问题）：

python -m venv aihawk-env
aihawk-env/bin/pip install git+https://github.com/feder-cr/Jobs_Applier_AI_Agent_AIHawk
aihawk-env/bin/aihawk resume.pdf

简历可以放在磁盘上的任何位置：PDF、.docx 或纯文本文件均可。扫描版 PDF 没有可读取的文本，请导出为带文本层的版本，或另存为 .docx。以下截图来自一次测试搜索，使用的是虚构简历：

首次使用时，AIHawk 会要求输入一个 OrcaRouter 密钥，并将其保存在 ~/.aihawk/key 中；之后只需运行 aihawk 即可重新打开你的列表。要更换密钥，可编辑或删除该文件，或设置 ORCAROUTER_API_KEY 环境变量（优先级高于文件）。如果 OrcaRouter 拒绝了文件中的密钥，AIHawk 会将其丢弃并重新询问。

针对每个新的职位数据库，首次搜索会下载其职位索引（约 740 MB），存入 ~/.aihawk/data/index；搜索过程在本地读取该索引。AIHawk 所评估的职位描述则通过互联网从发布渠道读取。

你的数据。 你的简历、你的回答、职位描述文本和网页内容（包括截图）都会发送到模型网关 OrcaRouter 及其背后的服务商；申请则会提交到招聘方网站。其余数据保留在 ~/.aihawk 目录中：简历、回答、密钥（key）、凭证（data/proofs/）、applied.csv、职位索引，以及包含你登录信息的浏览器配置文件。你需要一个付费的 OrcaRouter 密钥。我们在 11 个真实网站上的实测中，使用 deepseek-v4.1-flash 模型，每次填写表单的模型调用费用在 0.4 到 3.3 美分之间（平均 1.5 美分），且没有任何一次运行执行到提交步骤。

责任。 申请以你的名义发出，由此产生的一切后果由你自己承担。各招聘网站有自己的使用条款，其中一些不允许自动化申请：在选取其职位之前，请先阅读相关条款。AIHawk 在发送申请前会询问一次（需确认"是"）；作为最后手段，模型可以在页面中执行脚本，这可能未经询问就提交表单（参见 SECURITY.md）。对"发送"类点击的拦截逻辑会读取控件的文案和类型，因此文案措辞特殊的控件，或一个仅写着"继续"的最终按钮，可能会绕过该拦截。

快捷键

按键	功能
space	选择一个职位
enter	查看评分、差距和理由
a	发送已选职位（或当前职位），确认一次即可
s	查看已发送的职位及每个页面的反馈
o	在浏览器中打开该职位页面
m	对更多职位进行评分
r	提供新的简历
l	打开浏览器进行登录；完成后在终端按 Enter
q	退出（Ctrl+C 也可退出）

工作流程

• 读取你的简历，据此生成搜索计划，并从中提取你的联系方式。
• 查找标题与搜索计划匹配的职位，数据来源是一个以 release 形式发布、由 jobs-database.yml 每日重建的职位数据库，包含约 1020 万条职位信息。默认排除发布超过 60 天的职位。
• 筛选出标题匹配度最高的 100 条职位：Jev（决策模型）会对每条职位回答六个问题，最终保留评分最高的 25 条。
• 评分：根据简历对每条筛选后的职位进行 1 到 5 分的评分，并指出差距所在。
• 投递：为职位生成简历，并通过 invisible-playwright-mcp 在可见的浏览器中填写表单。表单中询问的内容如果简历中没有，它会来问你，并记住答案。首次投递或登录时会下载浏览器引擎，Windows 上约 268 MB。

发送机制

模型会填写表单并识别提交按钮的名称；它被明确告知不得发送，任何可能导致发送的点击都会被拒绝。你的 a 和 Enter 就是唯一的一次确认：AIHawk 会点击模型所识别的那个控件。每次发送都会将页面反馈保存在 applied.csv 和 data/proofs/ 中；s 可以列出这些记录。

网站支持

各网站差异很大：Greenhouse、Ashby、Breezy、Recruitee 和 Teamtailor 各确认过一次真实发送，其余网站要么只填表不发送，要么卡在验证码或追问环节，要么需要账号。docs/sites.md 列出了每个网站的状态及阻碍原因。其他职位则列出供手动投递。Gmail 和 Outlook 插件可以从你的邮箱中提取验证码或链接。它们会指示模型仅读取，但这只是一条指令，而非保证：该机制只会拒绝看起来像发送的点击、Enter 键以及访问表单和邮箱之外的网站。删除或归档邮件的点击不会被拒绝。这些插件尚未在真实邮箱上测试过。

一个插件是 src/aihawk/plugins/ 中的一个 Markdown 文件，用于向模型解释某个网站的表单结构。添加新网站只需一个文件，无需编写代码：参见 docs/plugins.md。你自己的插件放在 ~/.aihawk/plugins/ 下。

计划与模型

所有模型均通过 OrcaRouter 调用：model（默认 deepseek/deepseek-v4.1-flash）负责撰写简历和填写表单；quick_model（默认 google/gemini-3.5-flash）负责生成计划；decision_model（默认 typesafe/jev-1.14，即 Jev）负责筛选岗位；judge_model（默认 deepseek/deepseek-v4.1-flash）负责评分。base_url 可指定其他网关地址，该地址必须支持 OpenAI 的 Chat API 以及决策模型自身的端点 /systemone。

• 更新： pipx upgrade aihawk，或 uv tool upgrade aihawk。
• 卸载： pipx uninstall aihawk（或 uv tool uninstall aihawk），然后删除 ~/.aihawk，其中存储了你的简历、密钥和登录凭据。
• 搜索： 计划即 ~/.aihawk/aihawk.yaml 中的 filters.plan；编辑后需重启 aihawk。

更多信息：wiki、配置说明、CONTRIBUTING.md、SECURITY.md、CHANGELOG.md。岗位数据库整合了多个公开数据源，其许可证及发布链接见 NOTICE 和 docs/data-sources.md。部分数据源未声明许可证，其中一个要求不得将其岗位信息重新发布为招聘列表，但已发布的数据库中仍包含该来源。每条岗位信息均归属于其雇主。报告的结构改编自 career-ops（MIT 许可证）。

MIT。原 Dots 项目位于 feder-cr/invisible_dots。