代码仓库分析

JevScout

供编程 Agent 调用的求职检索演示 Skill,通过 Chrome 浏览公司招聘页,用 Jev 筛选 AI 与软件工程职位并保存结果。

E2 · 资料已核对已检查公开资料或源码证据;仅有固定提交链接并经对应源码核对,才可称固定版本核验。不代表本站运行过、认可性能或保证安全。
Stars
33
Forks
7
协议
—
最近提交
2026-09-18

Jev 在这里做什么

Jev 用 Choice 识别页面类型,用 Noul 评估招聘链接、职位相关性、筛选控件和候选人匹配度;本地阈值决定导航、打开职位与保存。

把招聘入口、职位筛选和详情匹配连成一次 CLI 流程,输出本地 JSON 与 Markdown 报告。

演示版 MVP,仅核对固定提交源码,未运行浏览器或真实 API。扫描有数量与文本上限;mock 的分数和延迟为模拟值,仍可操作真实 Chrome。不能视为严格只读流程;跨站覆盖、匹配准确率与性能未验证,未确认开源许可。

这个项目适合解决什么任务?

根据候选人资料,从公司招聘网站整理待复核岗位清单。

资料分析日期:

从输入到动作

  1. 判断页面类型并给可见链接评分。
  2. 筛选软件/AI 岗位,再读取详情。
  3. overall_fit 达到本地规则后才保存岗位。

实现中值得检查的地方

导航与岗位匹配使用不同门槛

questions.py 将招聘导航 0.55、岗位检测 0.5、相关性 0.7、保存 0.7 分开;统一一个把握度阈值会改变工作流。

查看对应来源 ↗

mock 不会自动隔离浏览器

README 描述 Chrome 演示;mock 只替换模型分数,runner 仍可能访问真实页面,浏览器测试范围需单独控制。

查看对应来源 ↗

选择建议

适合学习分阶段浏览器筛选;保存结果仍需人工确认岗位有效性,不应直接视为自动投递决定。

如何自行检查

沿 policy.py 从 page_kind 跟到候选去重与 decide_detail,检查导航失败和岗位不相关是否能区分。

结论的适用边界

  • 本站未打开 Chrome 运行或付费调用。
  • 链接数量与正文截断可能漏掉岗位;匹配准确率未测。
本次分析的原始资料