job-bro

About

一个 AI 驱动的求职副驾驶 Chrome 扩展，能一键提取、评估 LinkedIn 与 Greenhouse 职位并自动生成定制简历。支持云端 API、本地 Chrome AI (Gemini Nano) 以及免 API Key 的 Qwen (通义千问) 网页版双向/三向后端。 🚀 v0.5.0 & v0.4.0 双版本重磅更新 自 v0.3.0 发布以来，我连续完成了两次核心架构大升级，将 Job Bro 塑造成了一个真正的多平台、全自动、零成本的求职副驾驶工具。 1. 🏗️ 重构多站点提取：支持 Greenhouse 招聘平台 (v0.5.0) 问题：旧版本完全硬编码支持 LinkedIn 页面。但现实中，大量优质的科技公司（如 Anthropic 等）直接在 Greenhouse 上发布职位。 解决：我抽象出了一套多站点适配器架构 (src/extractor/site.ts)： 无缝路由：扩展能智能感知当前活动的标签页，动态分发至特定的解析模块 (linkedin.ts 或 greenhouse.ts)，仅在需要时注入内容脚本。 防止 ID 冲突：LinkedIn 和 Greenhouse 均采用纯数字表示 Job ID。我在数据库存储层引入了命名空间前缀 (gh:4593216008 vs. 纯数字)，避免跨站数据相互覆盖。 安全防抖：MutationObserver 监听挂载目标增加了 document.documentElement 兜底，防止脚本极早期执行导致 document.body === null 崩溃。 2. 🛠️ 深度兼容 LinkedIn 搜索面板与多 DOM 渲染 (v0.5.0) 问题：LinkedIn 的职位展现有两套完全不同的 DOM。直接访问链接 (/jobs/view/) 渲染在 lazy-column 内；而在搜索列表页 (/jobs/search/) 或推荐页中，职位被渲染在右侧的 unified-top-card 面板中。旧版在搜索页提取经常失败。 解决： 多 DOM 分支适配：解析器现在会自动嗅探当前呈现的布局（lazy-column 或 unified-top-card）并执行不同的字段提取分支。 解决内容截断：LinkedIn 搜索页右侧面板展示的 Description 会被 CSS 截断，旧版基于文本 H2 节点游走只能抓到 200 字的摘要。新版改为优先锁定 #job-details 及 .jobs-descriptioncontent 容器，确保抓取 100% 完整的职位描述供 LLM 分析。 3. 📦 IndexedDB v4 安全数据迁移 (v0.5.0) 问题：早期版本在处理带有职位名称的 Slug 风格 LinkedIn URL（如 /jobs/view/software-engineer-at-openai-4417162348/）时存在正则缺陷，解析出的 jobid 为 undefined。这导致分析生成了历史记录，但从未成功持久化到 sessions 存储层，导致 reopened 侧边栏时一片空白。 解决：我将数据库升级至 v4。在首次加载时自动执行安全幂等的数据修复： 提取受影响的历史记录，通过修复后的正则从 URL 中重新纠正并写回 jobid 为这些记录无损合成缺失的 sessions 字段 整个迁移通过 existingSessionIds.has(jobId) 严密校验，绝不覆盖或混淆用户任何现存的自定义会话或简历修改数据。 🧠 4. 零成本天花板：集成 Qwen Chat (通义千问) 网页智能体后端 (v0.4.0) 问题：很多用户想要使用业内最顶尖的推理模型（如 Qwen3.7 Max）进行深度职位匹配与简历生成，但苦于没有云端 API Key，或者不想承担高昂的 Token 费用。 解决：我将 Job Bro 变成了 Qwen 网页智能体的桥接客户端： BYOK 终结者：只要你的浏览器登录了 chat.qwen.ai，Job Bro 就可以直接 proxy 你的浏览器会话来发送分析和会话指令。完全免费、无限额度、开箱即用。 抗封禁与伪装：在 Background 层面通过 declarativeNetRequest 动态欺骗劫持请求的 Origin 和 Referer 头。同时我们本地逆向并实现了 Qwen 反爬虫所需的 ssxmoditna / ssxmoditna2 安全指纹 LZW 压缩 cookie 算法，每 10 秒向 Service Worker 发送 keep-alive ping 保证长会话不被中断。 Qwen 智能体赋能：Qwen 3.7 Max 网页端是一个高度自治的 Agent，会自行进行搜索、思考并输出。这使得该后端下的职位分析质量甚至超越了很多付费的云端 API（Gemini/Claude 等在分析时容易出现因预训练数据偏见带来的偏袒，而 Qwen 在各大科技大厂职位评估上展现出了惊人的中立与客观）。 🛡️ 5. 自研 Provide Verdict 结构化输出通道 (v0.4.0) 问题：各大云端模型（如 OpenAI 兼容端）在启用 Tool Calls（联网搜索等工具）时，通常与 Strict JSON Schema（结构化输出）是互斥的。模型很容易在调用完搜索后输出不合规的 JSON，导致客户端解析崩溃。 解决：我设计了一套自研的拦截机制。在需要返回 JSON Verdict 时，我向模型伪造并声明一个名为 provideverdict 的虚拟 Function Tool，将其参数定义为我们期望的 JSON Schema。Agent 循环在检测到模型发起该调用时，直接将其 Arguments 截获为最终的合规数据并提前终止循环。该机制在 OpenAI 兼容云端架构下极其稳定。 📦 核心功能一览 1. 深度求职五维 AI 评估 薪资评估：结合公开数据、地点、年限等，智能推算职位的合理薪资范围，与你填写的期望相比对。 技能匹配：精准标出你简历中匹配的亮点、缺失的技术栈，以及职位的溢出要求。 偏好匹配：评估远程/混合办公、公司规模、特定黑名单行业及一票否决项的合规度。 风险检测：全网检索该企业近期的裁员历史、招聘热度以及职位替代性。 成长评估：分析该职位能带给你的核心竞争力、技能树提升路径与潜在天花板。 2. 简历智能多版本润色与修改 在完成职位分析后，可一键将你的原始简历、当前的职位要求及 AI 的匹配评估报告合并，自动为你生成一份高度契合该岗位的定制化简历（Markdown 格式）。你可以在编辑区输入意见进行交互式追问，简历会自动更新迭代，并沉淀累计更新日志。 🧗 使用方式 1. 安装：git clone + bun install && bun dev（开发模式），或直接在 chrome://extensions 载入编译后的 .output/chrome-mv3。 2. 体验： LinkedIn：打开任意职位详情页或搜索列表页，打开侧边栏 Job Bro 点击「提取并分析」。 Greenhouse：打开如 Anthropic 招聘详情页 (job-boards.greenhouse.io/<org>/jobs/...)，直接点击侧边栏进行无缝提取。 3. Qwen 免 Key 配置：在设置面板中选择 Qwen Chat 模式，确保浏览器已登录 chat.qwen.ai 即可。

Discovery history

1. 阮一峰周刊·用户投稿

   May 15, 2026 – Jun 28, 2026 · 3 observations