Boss直聘批量投简历项目教程
2026-01-17 08:16:53作者:幸俭卉
1. 项目的目录结构及介绍
boss_batch_push/
├── README.md
├── config.json
├── main.py
├── utils/
│ ├── filters.py
│ ├── greetings.py
│ └── job_parser.py
└── tests/
├── test_filters.py
├── test_greetings.py
└── test_job_parser.py
- README.md: 项目说明文件,包含项目的基本介绍和使用方法。
- config.json: 项目的配置文件,包含各种筛选和自定义设置。
- main.py: 项目的启动文件,负责初始化和执行批量投递任务。
- utils/: 工具模块目录,包含各种辅助功能的实现。
- filters.py: 负责筛选功能的实现。
- greetings.py: 负责自定义招呼语的生成和发送。
- job_parser.py: 负责解析和分析职位详情。
- tests/: 测试模块目录,包含各种单元测试。
- test_filters.py: 筛选功能的单元测试。
- test_greetings.py: 自定义招呼语功能的单元测试。
- test_job_parser.py: 职位解析功能的单元测试。
2. 项目的启动文件介绍
main.py
main.py 是项目的启动文件,负责初始化和执行批量投递任务。以下是主要功能模块的介绍:
import json
from utils.filters import apply_filters
from utils.greetings import send_custom_greetings
from utils.job_parser import generate_job_word_cloud
def load_config():
with open('config.json', 'r') as f:
config = json.load(f)
return config
def main():
config = load_config()
jobs = apply_filters(config)
for job in jobs:
send_custom_greetings(job, config)
generate_job_word_cloud(jobs)
if __name__ == "__main__":
main()
- load_config(): 加载配置文件
config.json。 - main(): 主函数,负责加载配置、应用筛选、发送自定义招呼语和生成职位词云图。
3. 项目的配置文件介绍
config.json
config.json 是项目的配置文件,包含各种筛选和自定义设置。以下是一个示例配置:
{
"company_name_include": ["阿里", "华为"],
"company_name_exclude": ["xxx外包"],
"job_content_exclude": ["外包", "上门", "销售", "驾照"],
"job_name_include": ["软件", "Java", "后端", "服务端", "开发", "后台"],
"salary_range": "12-20",
"company_size_range": "500-20000000",
"custom_greetings": "你好\n我"
}
- company_name_include: 投递工作的公司名一定包含在当前集合中。
- company_name_exclude: 投递工作的公司名一定不在当前集合中。
- job_content_exclude: 排除的工作内容。
- job_name_include: 投递工作的名称一定包含在当前集合中。
- salary_range: 投递工作的薪资范围。
- company_size_range: 投递工作的公司人员范围。
- custom_greetings: 自定义招呼语。
以上是 Boss直聘批量投简历项目的详细教程,希望对您有所帮助。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
617
793
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
433
394
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.18 K
152
暂无简介
Dart
983
252
Oohos_react_native
React Native鸿蒙化仓库
C++
348
403
昇腾LLM分布式训练框架
Python
166
198
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.68 K
989