一套面向近百家大厂招聘官网的本地求职工作台。
OpenResume 是一个基于 Electron + React + FastAPI 构建的本地优先桌面应用,用来把简历管理、岗位检索、职位排序、官网账号管理、Agent 投递辅助和面试题知识沉淀,收回到你自己的电脑里。
它不是简单的岗位聚合器,也不是只会批量海投的脚本集合。
它更像一套为高强度求职准备的个人操作系统:
- 接入近百家大厂招聘官网,统一管理岗位入口
- 统一管理招聘官网账号、登录态和投递会话
- 用 Agent 自动优化简历、匹配岗位并辅助投递
- 为目标岗位沉淀对应的面试题向量数据库
- 在本地保留你的简历、搜索历史、投递记录和策略资产
开发者群:1091543696 欢迎大家交流,提意见!
OpenResume 以招聘官网为核心数据源,而不是只依赖第三方聚合平台。
这意味着你面对的是更直接的岗位来源、更完整的职位信息,以及更可控的投递链路。
招聘官网来源列表统一维护在 url.md,覆盖近百家大厂官网入口,并作为平台接入能力的扩展基础。
你看到的不是零散链接集合,而是一套统一接入、统一清洗、统一排序的招聘官网网络。
不同公司的招聘官网、登录方式、会话状态、验证流程长期割裂。
OpenResume 把这些账号资产和登录流程纳入同一个桌面工作台管理:
- 官网账号与登录态统一管理
- 会话状态可复用
- 遇到验证码、登录确认、人工验证时回到应用内处理
- 投递过程中的关键步骤可追踪、可继续、可中断
这不是“替你假装成一个浏览器”,而是把复杂的官网操作变成一套可维护的求职基础设施。
OpenResume 不只负责找岗位,还负责把“岗位要求”和“你的材料”放到同一条链路里处理:
- 自动解析简历,生成结构化候选人画像
- 根据岗位要求做规则筛选与匹配排序
- 用 Agent 优化简历内容、关键词覆盖和投递策略
- 按目标岗位给出更贴近需求的投递建议
求职不再只是“投”,而是“分析、调整、再投”。
OpenResume 不把投递当作终点,而是把每一次岗位搜索继续沉淀为面试准备资产:
- 按岗位方向沉淀面试题
- 按公司、部门、职能、技术栈组织知识
- 构建可检索的向量数据库
- 让投递结果和面试准备天然连在一起
从岗位发现,到投递,再到面试准备,整条链路会持续积累,而不是每次重新开始。
简历、候选人画像、搜索记录、投递尝试、账号状态、策略数据,全部围绕本地存储展开。
OpenResume 的目标不是做一个通用 SaaS,而是让高价值的求职资产尽可能留在你自己的设备里。
OpenResume 正在把求职这件事拆成四层能力,并放到同一套系统里:
- 数据层: 接入近百家大厂官网岗位源
- 账号层: 统一管理官网账号、登录态和会话
- Agent 层: 自动优化简历、分析匹配、辅助投递
- 知识层: 建立对应岗位的面试题向量数据库
这四层组合起来,形成一条完整链路:
简历导入
-> 结构化候选人画像
-> 招聘官网检索
-> 岗位清洗 / 去重 / 排序
-> Agent 优化简历与投递策略
-> 官网投递与验证处理
-> 面试题向量数据库沉淀
- 上传
PDF或DOCX简历 - 自动提取姓名、摘要、目标岗位、城市、技能、关键词等字段
- 手动修正候选人画像
- 让后续搜索、排序、Agent 分析共享同一份候选人数据
- 统一接入招聘官网岗位源
- 按岗位、城市、薪资、关键词做过滤
- 对抓取结果进行清洗、标准化、去重
- 基于规则进行第一轮筛选
- 基于 LLM 或 Agent 做增强排序和补充分析
- 打开原始官网职位页面
- 在应用内处理登录、验证码和验证窗口
- 记录投递尝试和状态变化
- 支持继续、取消和回看历史链路
- 围绕目标岗位建立面试题知识库
- 把公司、岗位、技能要求和题目组织到同一空间
- 用向量数据库支持后续检索、复习和针对性准备
大多数求职工具只解决一个点:
- 有的只会聚合岗位
- 有的只会改简历
- 有的只会做投递脚本
- 有的只会刷题或做面试题库
OpenResume 解决的是整条链路:
- 从官网岗位源开始
- 到账号与登录管理
- 到 Agent 优化简历和投递
- 再到面试题向量数据库沉淀
它的目标不是做一个单点工具,而是做一套长期可复用、可迭代、可积累的个人求职基础设施。
- 桌面容器: Electron
- 前端界面: React + Vite + TypeScript + Tailwind CSS
- 本地接口: FastAPI + SQLModel
- 简历解析:
pypdf、python-docx - 可选模型接入: OpenAI-compatible API
npm installcd backend
python -m pip install -e .[dev]后端要求:
- Python
>= 3.11
npm run dev默认情况下,本地 API 运行在 127.0.0.1:38417。
如果你希望使用 OpenAI-compatible 模型增强职位分析和排序,可以配置下面这些环境变量:
OPENRESUME_LLM_PROVIDER=openai_compatible
OPENRESUME_OPENAI_BASE_URL=https://your-model-endpoint/v1
OPENRESUME_OPENAI_API_KEY=your-key
OPENRESUME_OPENAI_MODEL=your-model-name不配置也可以运行。
当模型不可用、配置缺失或调用失败时,OpenResume 会自动回退到启发式排序,并在界面上提示当前结果处于降级分析模式。
# 启动桌面开发环境
npm run dev
# 前端类型检查
npm run typecheck
# 后端测试
cd backend
pytest
# 打包 Windows 便携版
cd ..
npm run package:windowsOpenResume/
├─ src/ # Electron 前端界面
├─ electron/ # Electron 主进程与 preload
├─ backend/
│ ├─ openresume_api/ # FastAPI 本地 API
│ │ ├─ adapters/ # 平台适配器
│ │ ├─ career_collectors/ # 招聘官网采集器与来源清单
│ │ ├─ services/ # 搜索、匹配、风控、模型等服务
│ │ └─ rules/ # 平台规则包
│ └─ tests/ # 后端测试
├─ scripts/ # 开发与打包辅助脚本
└─ url.md # 招聘官网来源列表
当前仓库主分支已经打通本地桌面应用的核心骨架,包括:
- 本地简历解析与候选人画像
- 招聘官网岗位抓取、清洗、排序链路
- 模型增强排序与降级回退
- 应用内验证弹窗、投递记录、历史记录、紧急停止开关
- 平台适配器、规则包、风控和事件流基础设施
主分支当前优先展示 official 链路,boss 适配器仍保留在仓库中但未启用。
这意味着仓库已经具备扩展到更多官网、账号管理、Agent 工作流和面试题知识沉淀的基础结构。
- 想把求职流程做成“自己的本地工作台”的开发者
- 想做招聘官网聚合、账号管理和自动化投递系统的人
- 想把简历优化、岗位匹配、投递执行、面试准备串成一条链路的人
- 想长期积累自己的求职数据资产,而不是一次性海投的人
仓库当前未提供单独的许可证文件。
如果你准备公开发布或接收外部贡献,建议尽快补充明确的 License。