zc/autoAiWorkSys

Fork 0

Files

张成 c43bf79e2d 1

2025-12-25 22:51:37 +08:00

23 KiB

Raw Blame History

自动找工作系统 - 功能规划文档

版本: v1.0 | 规划日期: 2025-12-25 | 状态: 待开发

文档说明

本文档规划了自动找工作系统的未开发功能,按优先级分为4个方向共20项功能。每项功能包含现状分析、待开发内容和预期价值,可直接转化为开发任务。

优先级说明

HIGH: 核心功能,对系统价值提升明显,建议优先开发
MEDIUM: 重要优化,提升用户体验和系统性能,可分阶段实施
LOW: 未来规划,可根据实际需求决定是否开发

第一部分: 功能完善和补充

优先级: HIGH | 预计工期: 4-6周

1.1 自动聊天功能完善 ⭐⭐⭐⭐⭐

现状分析

✅ 聊天记录表结构完整 (chat_records)
✅ AI聊天内容生成基础框架 (aiService.generateChatContent)
✅ 聊天类型分类 (greeting/followup/interview/reply)
❌ AI生成器未完整实现
❌ 聊天时机判断逻辑缺失
❌ 多轮对话上下文管理未实现

待开发内容

AI聊天内容生成器完整实现
- 完善 Prompt 模板(不同场景)
- 集成简历信息和岗位描述
- 个性化内容生成(根据HR回复调整策略)
- 长度和语气控制
聊天时机智能判断
- HR查看后多久发消息(规则+AI预测)
- 避免过于频繁或过晚联系
- 根据不同平台特性调整策略
- 工作时间优先发送
多轮对话上下文管理
- 记录对话历史
- 上下文理解(避免重复询问)
- 话题延续和自然过渡
- 面试邀约智能识别和响应
情感分析和回复策略调整
- 分析HR回复的情感倾向
- 根据情感调整后续策略
- 识别拒绝信号(及时停止沟通)
- 识别兴趣信号(加大沟通力度)

技术实现

文件路径: api/middleware/job/chatManager.js
依赖: aiService.js, chat_records表
预计工期: 2周

预期价值

📈 HR回复率提升 30%+
📈 面试邀约率提升 20%+
💡 减少人工沟通成本 80%+
✨ 提供24小时自动化沟通能力

1.2 账号保活任务 ⭐⭐⭐⭐⭐

现状分析

✅ 配置项已有 (pla_account.auto_active, active_interval, active_actions_json)
✅ 任务类型定义 (auto_active_account)
❌ 执行逻辑未实现
❌ 行为模拟策略缺失

待开发内容

定时浏览岗位模拟真实用户
- 随机浏览岗位详情
- 模拟点击、滚动行为
- 页面停留时间随机化(10-60秒)
- 每日浏览次数控制(5-20次)
随机时间间隔访问
- 避免固定时间访问(容易被识别)
- 工作时间随机分布
- 模拟午休和下班后的访问
- 周末降低活跃频率
多样化操作行为
- 搜索岗位(随机关键词)
- 查看推荐岗位
- 浏览公司主页
- 修改简历可见性
- 更新最后活跃时间
避免账号被标记为机器人
- 行为模式随机化
- 添加鼠标轨迹模拟
- 操作速度人性化(不要太快)
- 避免连续大量操作

技术实现

文件路径: api/middleware/schedule/taskHandlers.js (新增 handleAutoActiveTask)
MQTT指令: 新增 auto_active 操作类型
预计工期: 1周

预期价值

📉 账号封禁风险降低 70%+
📈 简历曝光率提升 40%+
🔒 账号在线状态保持稳定
✨ 自动维护账号活跃度

1.3 简历自动更新 ⭐⭐⭐⭐

现状分析

✅ 简历同步功能完整
✅ 简历信息存储完善
❌ 简历刷新逻辑未实现
❌ 简历优化建议缺失

待开发内容

定时刷新简历排名
- 每天自动刷新简历(提升排名)
- 最佳刷新时间智能选择(如早上9点)
- 通过MQTT下发刷新指令
- 记录刷新历史和效果
简历内容优化建议
- AI分析当前简历不足
- 给出具体优化建议(哪些技能需要补充)
- 对比同类岗位的简历特征
- 建议调整项目经验描述
A/B测试不同简历版本效果
- 支持多个简历版本
- 自动切换测试
- 统计不同版本的查看率和回复率
- 推荐最优版本

技术实现

文件路径: api/middleware/job/resumeManager.js (新增刷新方法)
MQTT指令: 新增 refresh_resume 操作
数据库: resume_info 新增 last_refresh_time 字段
预计工期: 1周

预期价值

📈 简历曝光率提升 50%+
📈 查看率提升 30%+
💡 简历质量持续优化
✨ 自动维护简历新鲜度

1.4 岗位黑名单和收藏 ⭐⭐⭐⭐

现状分析

❌ 黑名单功能未实现
❌ 收藏功能未实现
❌ 岗位对比功能缺失

待开发内容

公司黑名单
- 不再投递某公司的岗位
- 黑名单原因记录(薪资虚标、工作内容不符等)
- 支持批量添加
- 黑名单导入导出
岗位类型黑名单
- 不再投递某类岗位(如外包、销售)
- 支持自定义黑名单关键词
- 黑名单优先级高于匹配规则
收藏感兴趣岗位
- 标记收藏岗位
- 收藏原因备注
- 收藏夹分类管理
- 收藏岗位状态跟踪(是否还在招聘)
岗位对比功能
- 多个岗位并排对比
- 对比维度: 薪资、技能要求、公司、地点、福利
- AI给出推荐意见
- 导出对比报告

技术实现

数据库: 新增 job_blacklist, job_favorites 表
文件路径: api/controller_admin/ 新增相关API
前端: admin/src/views/work/ 新增黑名单和收藏页面
预计工期: 1周

预期价值

📈 投递精准度提升 40%+
📉 无效投递减少 60%+
💡 提供个性化岗位管理
✨ 提高求职效率

1.5 多轮面试跟踪 ⭐⭐⭐⭐

现状分析

✅ apply_records 表有 hasInterview 字段
❌ 只记录是否有面试,未细分轮次
❌ Offer管理功能缺失
❌ 入职状态未追踪

待开发内容

一面/二面/三面状态追踪
- 新增面试轮次字段 (interview_round)
- 每轮面试时间、地点、面试官记录
- 面试类型(电话、视频、现场)
- 面试状态(待面试、已面试、通过、淘汰)
面试反馈记录
- 面试官反馈内容
- 面试问题记录
- 自我评价
- 改进建议
Offer管理
- Offer详情(薪资、福利、入职时间)
- 接受/拒绝/谈薪状态
- 谈薪记录(几轮谈判,最终结果)
- Offer对比(如有多个Offer)
入职状态追踪
- 入职日期
- 试用期状态
- 转正时间
- 离职时间(如有)

技术实现

数据库: apply_records 新增字段或新增 interview_records, offer_records 表
文件路径: api/controller_admin/apply_records.js 扩展
前端: admin/src/views/work/apply_records.vue 新增详情面板
预计工期: 1.5周

预期价值

📊 完整的求职生命周期管理
📈 面试准备更充分
💡 Offer决策更科学
✨ 提供长期职业数据积累

第二部分: AI能力增强

优先级: HIGH | 预计工期: 5-7周

2.1 简历智能优化 ⭐⭐⭐⭐⭐

现状分析

✅ 简历AI分析基础功能 (aiService.analyzeResume)
✅ 竞争力评分、技能提取、优劣势分析
❌ 优化建议深度不足
❌ 针对性改进方案缺失

待开发内容

AI简历分析深度提升
- 细粒度分析(每个项目、每段经历)
- 识别简历中的弱项和亮点
- 对比行业优秀简历
- 生成详细分析报告
简历改进建议(针对性)
- 针对目标岗位给出定制化建议
- 建议补充哪些技能关键词
- 建议如何重写工作描述
- 建议哪些内容需要精简
技能关键词优化建议
- 分析热门技能关键词
- 建议替换为更专业的术语
- 建议技能顺序排列
- 建议补充相关技能
项目经验描述优化
- 使用STAR法则重写项目描述
- 量化项目成果(如提升XX%性能)
- 突出个人贡献和技术难点
- 精简冗长描述

技术实现

文件路径: api/middleware/job/aiService.js 新增 optimizeResume 方法
Prompt工程: 设计专业的简历优化Prompt
前端: resume_info_detail.vue 新增优化建议面板
预计工期: 2周

预期价值

📈 简历竞争力提升 20%+
📈 查看率提升 35%+
📈 回复率提升 25%+
💡 简历质量专业化

2.2 面试问题预测 ⭐⭐⭐⭐

待开发内容

基于岗位描述预测面试问题
- 分析岗位职责和要求
- 预测技术问题(如React性能优化、数据库索引等)
- 预测行为问题(如团队合作、项目经验)
- 预测HR问题(如离职原因、职业规划)
提供参考答案
- 给出专业、结构化的答案
- 提供多种回答思路
- 标注答案亮点和注意事项
- 面试官可能的追问
根据简历生成个性化回答
- 结合简历中的项目经验
- 使用简历中的真实案例
- 避免空洞的回答
- 突出个人优势

技术实现

文件路径: api/middleware/job/aiService.js 新增 predictInterviewQuestions 方法
数据来源: job_postings.jobDescription, resume_info
前端: 新增 interview_prep.vue 面试准备页面
预计工期: 1.5周

预期价值

📈 面试通过率提升 30%+
⏱️ 面试准备时间减少 70%+
💡 回答更专业、更自信
✨ 提供全方位面试辅导

2.3 薪资谈判策略 ⭐⭐⭐⭐

待开发内容

AI分析岗位薪资合理范围
- 根据岗位要求和地区计算合理薪资
- 参考行业薪资数据(如拉勾、Boss薪资报告)
- 考虑公司规模和融资阶段
- 给出薪资范围建议(如18-22K)
给出谈薪建议和话术
- 什么时候开始谈薪(面试哪个阶段)
- 如何提薪资要求(不卑不亢)
- 谈判策略(如先等对方报价)
- 具体话术模板
根据市场行情评估Offer价值
- 对比市场平均薪资
- 综合评估(薪资+福利+发展空间)
- 识别低于市场价的Offer
- 给出接受/拒绝建议

技术实现

文件路径: api/middleware/job/aiService.js 新增 analyzeSalary 方法
数据源: 岗位描述、地区、公司、市场数据
前端: offer_analysis.vue Offer分析页面
预计工期: 1周

预期价值

💰 薪资平均提升 10-15%
📈 谈判成功率提升 40%+
💡 避免接受低薪Offer
✨ 提供科学的薪资决策

2.4 公司背景调查 ⭐⭐⭐⭐

待开发内容

整合企查查/天眼查数据
- 调用企查查API获取公司信息
- 公司基本信息(注册资本、成立时间、法人)
- 融资情况(融资轮次、投资方)
- 诉讼记录、欠薪记录
AI分析公司发展前景
- 根据融资情况评估发展阶段
- 根据招聘规模判断业务状态
- 根据行业趋势预测前景
- 给出公司评级(A/B/C/D)
风险预警
- 识别高风险公司(如多次欠薪、频繁裁员)
- 识别虚假招聘(如招聘周期异常长)
- 识别外包公司(尽管岗位描述未标注)
- 给出风险提示和建议

技术实现

文件路径: api/services/company_background_service.js
数据源: 企查查API、company_info 表
前端: job_postings.vue 新增公司背调入口
预计工期: 1.5周

预期价值

📉 入职风险降低 80%+
💡 避免进入高风险公司
✨ 提供全面的公司情报
🔍 识别隐藏的问题公司

2.5 职业发展路径 ⭐⭐⭐

待开发内容

基于简历和目标生成职业规划
- 分析当前职业阶段(初级/中级/高级)
- 根据目标岗位生成发展路径
- 列出需要补充的技能和经验
- 给出时间线规划(1年/3年/5年)
技能提升建议
- 推荐学习资源(课程、书籍、开源项目)
- 建议考取的证书
- 建议参加的技术社区
- 建议做的练手项目
转行可行性分析
- 评估转行难度
- 分析已有技能的可迁移性
- 给出转行路径建议
- 预测转行后的薪资变化

技术实现

文件路径: api/middleware/job/aiService.js 新增 generateCareerPath 方法
数据源: resume_info, 目标岗位描述
前端: 新增 career_plan.vue 职业规划页面
预计工期: 1.5周

预期价值

📊 提供长期职业指导
💡 明确发展方向和目标
📈 技能提升更有针对性
✨ 降低职业迷茫感

第三部分: 用户体验优化

优先级: MEDIUM | 预计工期: 4-5周

3.1 数据可视化增强 ⭐⭐⭐⭐

待开发内容

投递转化漏斗图
- 投递数 → 查看数 → 回复数 → 面试数 → Offer数
- 每个环节的转化率
- 识别漏斗中的薄弱环节
- 对比不同平台的漏斗差异
面试成功率趋势
- 按时间展示面试通过率变化
- 分析成功率提升/下降原因
- 识别面试表现最好的时间段
- 给出改进建议
薪资分布统计
- 投递岗位的薪资分布
- Offer薪资分布
- 对比期望薪资和实际薪资
- 不同技能栈的薪资对比
不同平台效果对比
- Boss、猎聘等平台的效果对比
- 投递量、回复率、面试率对比
- 平台特点分析
- 推荐最优平台

技术实现

前端: admin/src/views/statistics/ 新增统计页面
ECharts图表: 漏斗图、折线图、柱状图、饼图
API: statistics_server.js 新增统计接口
预计工期: 1周

预期价值

📊 数据洞察更直观
💡 快速发现问题环节
📈 数据驱动优化决策
✨ 提供专业的数据分析

3.2 实时通知系统 ⭐⭐⭐⭐

待开发内容

浏览器通知
- 面试邀约即时通知
- Offer通知
- 重要聊天消息通知
- 任务执行状态通知
邮件通知
- 每日投递报告
- 面试提醒(提前1天)
- 重要事件邮件
- 周报月报
企业微信/钉钉集成
- 通过企业微信机器人推送
- 支持快捷操作(如快速回复)
- 群组通知
- @指定人员
关键事件提醒
- 面试邀约(立即通知)
- Offer(立即通知)
- 简历被查看(可配置)
- 任务执行失败(立即通知)

技术实现

文件路径: api/services/notification_service.js
浏览器通知: Web Notification API
邮件: nodemailer
企业微信: 企业微信Webhook
预计工期: 1.5周

预期价值

⏱️ 响应时间缩短 90%+
📲 不错过任何重要消息
💡 多渠道及时触达
✨ 提供主动式消息推送

3.3 批量操作功能 ⭐⭐⭐

待开发内容

批量启用/禁用账号
- 勾选多个账号
- 一键启用/禁用
- 批量设置自动化开关
- 操作日志记录
批量设置投递策略
- 批量修改投递时间范围
- 批量修改每日上限
- 批量设置关键词过滤
- 应用模板到多个账号
批量导出数据
- 勾选导出字段
- 导出为CSV/Excel
- 定时导出任务
- 导出历史管理

技术实现

前端: 各列表页面新增批量操作工具栏
API: 各模块新增批量操作接口
预计工期: 1周

预期价值

⏱️ 管理效率提升 80%+
💡 降低重复操作
✨ 提供便捷的批量工具

3.4 移动端适配 ⭐⭐⭐

待开发内容

响应式布局优化
- 适配手机、平板屏幕
- 菜单改为抽屉式
- 表格改为卡片式
- 图表自适应尺寸
移动端专属操作界面
- 大图标按钮
- 手势操作(滑动、长按)
- 底部操作栏
- 快捷入口
快捷操作入口
- 快捷查看今日统计
- 快捷查看任务状态
- 快捷回复聊天
- 快捷查看面试安排

技术实现

前端: 响应式CSS
使用 iView 的响应式组件
新增移动端专属组件
预计工期: 1.5周

预期价值

📱 随时随地管理
💡 提升移动端体验
✨ 扩大使用场景

3.5 智能推荐 ⭐⭐⭐

待开发内容

推荐最适合的岗位
- 基于简历和历史投递记录
- AI预测岗位匹配度
- 推荐优先投递的岗位
- 推荐理由说明
推荐最佳投递时间
- 分析不同时间投递的效果
- 推荐最佳投递时段
- 避开竞争激烈的时段
- 根据平台特性调整
推荐优化策略
- 分析数据找出问题
- 推荐具体改进措施
- 预测改进后的效果
- 跟踪改进效果

技术实现

文件路径: api/middleware/job/recommendService.js
AI模型: 基于历史数据训练
前端: 首页新增推荐面板
预计工期: 1周

预期价值

📈 投递效果提升 25%+
💡 降低决策成本
✨ 提供智能化建议

第四部分: 系统性能提升

优先级: MEDIUM | 预计工期: 3-4周

4.1 缓存策略优化 ⭐⭐⭐⭐

待开发内容

Redis缓存热点数据
- 缓存职位类型配置(5分钟→实时)
- 缓存统计数据(避免重复计算)
- 缓存简历信息(减少数据库查询)
- 缓存设备状态
职位类型配置缓存
- 当前5分钟缓存改为即时失效
- 配置更新时清除缓存
- 预加载常用配置
简历信息缓存
- 缓存最近查询的简历
- LRU淘汰策略
- 简历更新时清除缓存

技术实现

Redis集成: ioredis
文件路径: api/middleware/cache/cacheManager.js
缓存策略: LRU, TTL
预计工期: 1周

预期价值

📈 响应速度提升 50%+
📉 数据库压力降低 60%+
💡 提升系统吞吐量
✨ 提供更快的用户体验

4.2 数据库查询优化 ⭐⭐⭐⭐

待开发内容

慢查询分析和优化
- 开启MySQL慢查询日志
- 分析TOP 10慢查询
- 优化SQL语句
- 添加必要索引
索引优化
- 分析现有索引使用情况
- 添加复合索引
- 删除冗余索引
- 定期索引维护
分表分库策略
- 大表分表(如 chat_records 按月分表)
- 历史数据归档
- 读写分离(可选)

技术实现

使用 EXPLAIN 分析查询
Sequelize 索引配置优化
数据库迁移脚本
预计工期: 1周

预期价值

📈 查询性能提升 3-5倍
📉 慢查询数量减少 80%+
💡 数据库可支撑更大数据量
✨ 提升系统稳定性

4.3 任务队列扩展 ⭐⭐⭐

待开发内容

支持更多任务类型
- 定时报告生成
- 数据清理任务
- 批量操作任务
- 自定义任务
任务优先级动态调整
- 根据紧急程度调整优先级
- VIP用户任务优先执行
- 失败任务降低优先级
- 长时间等待的任务提升优先级
任务失败自动重试优化
- 更智能的重试策略
- 不同错误类型不同重试间隔
- 重试次数动态调整
- 重试失败后的降级处理

技术实现

文件路径: api/middleware/schedule/taskQueue.js 优化
新增任务类型处理器
优化优先级算法
预计工期: 1周

预期价值

📈 任务处理更稳定
💡 支持更复杂的任务场景
✨ 提供更灵活的任务管理

4.4 并发控制优化 ⭐⭐⭐

待开发内容

增加并发设备数
- 当前最多5个设备
- 支持动态配置并发数
- 根据服务器性能自动调整
- 支持分布式部署
更精细的限流策略
- 不同任务类型不同限流
- 不同平台不同限流
- 根据时间段动态调整
- API请求限流
分布式锁机制
- 避免多实例冲突
- Redis分布式锁
- 锁超时自动释放
- 死锁检测

技术实现

Redis分布式锁: redlock
配置动态化
负载均衡策略
预计工期: 1周

预期价值

📈 系统吞吐量提升 2-3倍
💡 支持更大规模部署
✨ 提供企业级并发控制

4.5 日志和监控 ⭐⭐⭐⭐

待开发内容

完善日志记录
- 统一日志格式(JSON)
- 日志级别分级(DEBUG/INFO/WARN/ERROR)
- 敏感信息脱敏
- 日志文件按日期切割
性能监控面板
- API响应时间监控
- 数据库查询时间监控
- 任务执行时间监控
- 内存和CPU监控
异常告警机制
- 错误率超过阈值告警
- 任务失败立即告警
- 系统资源不足告警
- 钉钉/企业微信告警
操作审计日志
- 记录所有关键操作
- 操作人、操作时间、操作内容
- 敏感操作二次确认
- 审计日志导出

技术实现

日志库: winston
监控: prometheus + grafana (可选)
告警: api/services/alert_service.js
预计工期: 1.5周

预期价值

🔍 问题定位效率提升 80%+
📊 系统运行状态可视化
🚨 及时发现和处理异常
✨ 提供运维级别的监控

附录: 开发优先级建议

短期(1-2个月)

优先开发高价值、低成本功能

功能	优先级	预计工期	价值
自动聊天功能完善	⭐⭐⭐⭐⭐	2周	HR回复率+30%
账号保活任务	⭐⭐⭐⭐⭐	1周	封禁风险-70%
简历智能优化	⭐⭐⭐⭐⭐	2周	竞争力+20%
缓存策略优化	⭐⭐⭐⭐	1周	响应速度+50%

预计总工期: 6周

中期(3-4个月)

完善核心功能和AI能力

功能	优先级	预计工期	价值
简历自动更新	⭐⭐⭐⭐	1周	曝光率+50%
岗位黑名单和收藏	⭐⭐⭐⭐	1周	精准度+40%
多轮面试跟踪	⭐⭐⭐⭐	1.5周	完整生命周期
面试问题预测	⭐⭐⭐⭐	1.5周	通过率+30%
数据可视化增强	⭐⭐⭐⭐	1周	数据洞察更直观

预计总工期: 6周

长期(5-6个月)

提升体验和系统性能

功能	优先级	预计工期	价值
薪资谈判策略	⭐⭐⭐⭐	1周	薪资+10-15%
公司背景调查	⭐⭐⭐⭐	1.5周	风险-80%
实时通知系统	⭐⭐⭐⭐	1.5周	响应时间-90%
日志和监控	⭐⭐⭐⭐	1.5周	定位效率+80%
数据库查询优化	⭐⭐⭐⭐	1周	性能+3-5倍

预计总工期: 6.5周

总结

本规划文档共列出 20项待开发功能,分为4个优先级方向:

功能完善和补充 (5项, HIGH): 完善核心业务流程
AI能力增强 (5项, HIGH): 提升智能化水平
用户体验优化 (5项, MEDIUM): 改善交互和便捷性
系统性能提升 (5项, MEDIUM): 优化性能和稳定性

预期开发周期:

短期(1-2月): 6周
中期(3-4月): 6周
长期(5-6月): 6.5周
总计: 约4.5个月

预期收益:

📈 整体求职成功率提升 50%+
📈 用户使用效率提升 80%+
📈 系统性能提升 3-5倍
💰 用户平均薪资提升 10-15%

文档维护: 开发团队 最后更新: 2025-12-25

23 KiB Raw Blame History

自动找工作系统 - 功能规划文档

文档说明

优先级说明

第一部分: 功能完善和补充

1.1 自动聊天功能完善 ⭐⭐⭐⭐⭐

1.2 账号保活任务 ⭐⭐⭐⭐⭐

1.3 简历自动更新 ⭐⭐⭐⭐

1.4 岗位黑名单和收藏 ⭐⭐⭐⭐

1.5 多轮面试跟踪 ⭐⭐⭐⭐

第二部分: AI能力增强

2.1 简历智能优化 ⭐⭐⭐⭐⭐

2.2 面试问题预测 ⭐⭐⭐⭐

2.3 薪资谈判策略 ⭐⭐⭐⭐

2.4 公司背景调查 ⭐⭐⭐⭐

2.5 职业发展路径 ⭐⭐⭐

第三部分: 用户体验优化

3.1 数据可视化增强 ⭐⭐⭐⭐

3.2 实时通知系统 ⭐⭐⭐⭐

3.3 批量操作功能 ⭐⭐⭐

3.4 移动端适配 ⭐⭐⭐

3.5 智能推荐 ⭐⭐⭐

第四部分: 系统性能提升

4.1 缓存策略优化 ⭐⭐⭐⭐

4.2 数据库查询优化 ⭐⭐⭐⭐

4.3 任务队列扩展 ⭐⭐⭐

4.4 并发控制优化 ⭐⭐⭐

4.5 日志和监控 ⭐⭐⭐⭐

附录: 开发优先级建议

短期(1-2个月)

中期(3-4个月)

长期(5-6个月)

总结

23 KiB

Raw Blame History