Token导航 LogoToken导航TokenDH.com
Boss Zhipin MCP logo
AI代理stdio官方级别未说明来源级核验

Boss Zhipin MCP

MCP Server

BOSS直聘招聘自动化工具,基于Model Context Protocol (MCP),通过AI自动化批量搜索、智能筛选评分、一键导出报告等功能,提升招聘效率。

工具数

16

提示词数

0

GitHub Stars

12

资源数

0
PythonClaudeAI代理Claude DesktopClaude

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

Snseam

提供方

Snseam

最后核验

2026/5/17 20:19

运行时

Python

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

python -m venv .venv

详细介绍

BOSS 直聘 MCP Server

用 AI 自动化 BOSS 直聘招聘流程 — 批量搜索、自动获取链接、智能筛选评分、一键导出报告

![MCP](https://modelcontextprotocol.io) ![Python](https://python.org) ![License](LICENSE)

BOSS 直聘 (zhipin.com) 招聘者端自动化工具,基于 Model Context Protocol (MCP),让 Claude Code / Claude Desktop 等 AI 助手直接操作 BOSS 直聘招聘后台。

功能特性

  • 候选人搜索 — 在 BOSS 直聘「找人才」页面搜索,支持滚动加载 100+ 候选人
  • 多关键词批量搜索 — 12+ 关键词自动轮询 + 跨关键词去重 + 每个关键词搜索后自动获取分享链接
  • 候选人数据库 — 搜索结果自动持久化到本地 JSON 数据库,中断可恢复,数据不丢失
  • 简历查看 — 点击候选人卡片,自动截图 Canvas 渲染的简历(绕过防爬)
  • 分享链接提取 — 自动点击转发按钮,解码 QR 码获取 zpurl.cn 永久链接
  • 一键打招呼 — 在搜索结果中直接对候选人发起沟通,进入 BOSS 聊天列表
  • 自动筛选评分 — 按 YAML 配置的条件(年龄/薪资/状态)过滤 + 多维度评分
  • 报告导出 — 一键生成 Markdown 候选人报告(表格 + 跟进表 + 详情卡片)
  • 浏览器自动启动 — 未检测到 Chrome debug 端口时,自动启动系统 Chrome
  • YAML 配置 — 公司信息、JD、搜索关键词、筛选条件全部可配置

工作原理

Claude Code / Claude Desktop
    ↓ MCP (stdio)
boss-zhipin-mcp (FastMCP Server)
    ↓ CDP (Chrome DevTools Protocol)
Chrome 浏览器 (已登录 BOSS 直聘)
    ↓
BOSS 直聘招聘者后台 (zhipin.com)

通过 Playwright 连接你已登录的 Chrome 浏览器,在 BOSS 直聘的 SPA 页面内操作搜索、查看、发消息等功能。

完整招聘流水线

boss_multi_search(auto_view=True)
│
│  ┌─── 关键词循环 (12次) ────────────────────────┐
│  │  1. 搜索关键词 → 页面加载候选人卡片           │
│  │  2. 去重 + 存入数据库                         │
│  │  3. 全量 view 所有新候选人 → 获取 share_url   │
│  │  4. 切换下一个关键词                          │
│  └──────────────────────────────────────────────┘
│  结果: 所有候选人有 share_url + 完整数据在 DB
▼
boss_filter_and_score(top_n=15)     ← 自动筛选+评分
▼
boss_export_report(top_n=15)        ← 生成 Markdown 报告
▼
boss_greet_by_index() / boss_send_greeting()  ← 联系候选人

快速开始

1. 安装

git clone https://github.com/Snseam/boss-zhipin-mcp.git
cd boss-zhipin-mcp
python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
playwright install chromium

2. 配置搜索条件

cp search_profile.example.yaml search_profile.yaml

编辑 search_profile.yaml,填入你的岗位信息和搜索关键词:

job:
  title: "AI 产品经理"
  salary: "20-30K"
  city: "北京"

keywords:
  - "AI产品经理"
  - "AIGC产品经理"
  - "大模型 产品"

filter:
  max_age: 35
  max_salary_k: 40
  exclude_status: ["暂不考虑"]

scoring:
  domain_keywords: ["教育", "学术", "科研"]
  tech_keywords: ["大模型", "llm", "rag", "agent"]

3. 启动 Chrome(可选,MCP 会自动启动)

# macOS — MCP 未检测到 debug 端口时会自动启动系统 Chrome
# 如需手动启动:
"/Applications/Google Chrome.app/Contents/MacOS/Google Chrome" --remote-debugging-port=9222

在浏览器中打开 zhipin.com 并登录你的招聘者账号。

4. 连接 Claude Code

在项目根目录创建 .mcp.json

{
  "mcpServers": {
    "boss-recruiter": {
      "command": "/path/to/boss-zhipin-mcp/.venv/bin/python",
      "args": ["/path/to/boss-zhipin-mcp/server.py"],
      "env": {
        "NO_PROXY": "localhost,127.0.0.1"
      }
    }
  }
}

5. 开始使用

你: 帮我搜索北京的 AI 产品经理

Claude: boss_multi_search(auto_view=True)
  → 12 关键词搜索,537 新候选人,全部获取 share_url
  → boss_filter_and_score(top_n=15)
  → boss_export_report(top_n=15)
  → 生成候选人报告文档

MCP Tools

搜索与查看

Tool说明
boss_login登录 BOSS 直聘(检查 Cookie,失效则等待手动登录)
boss_search_candidates单关键词搜索候选人(支持滚动加载、自动去重、自动存入数据库)
boss_multi_search多关键词批量搜索(自动去重 + 自动 view 获取链接,auto_view
boss_view_by_index点击候选人查看简历(截图 + 提取分享链接 + 自动存入数据库)
boss_view_by_expect_id通过 expectId 在当前页面查找并查看候选人
boss_greet_by_index在搜索结果中直接打招呼(候选人进入沟通列表)
boss_send_greeting向候选人发送打招呼消息(通过 URL)

数据库与筛选

Tool说明
boss_query_db查询候选人数据库(按状态/链接/关键词/日期筛选,无需浏览器)
boss_update_candidate更新候选人状态/评分/备注
boss_filter_and_score自动筛选+评分(按 YAML 条件过滤,多维度评分,Top N 标记入库)
boss_export_report导出 Markdown 报告(表格 + 跟进表 + 详情卡片)
boss_pipeline_status查看招聘流水线进度(统计 + 恢复建议)
boss_clear_dedup选择性清除去重记录(按 ID/状态/日期,或全量清除)

工具

Tool说明
boss_evaluate_candidate简易关键词匹配评估(建议直接在 Claude 对话中评估)
boss_reload热重载代码,修改后无需重启 server
boss_debug_page调试工具,扫描当前页面 DOM 结构

候选人数据库

搜索结果自动持久化到 candidates_db.json,不再丢失数据:

{
  "candidates": {
    "": {
      "name": "张**",
      "age": "27岁",
      "salary": "20-25K",
      "company": "某公司",
      "school": "某大学",
      "fullText": "...",
      "share_url": "https://zpurl.cn/...",
      "status": "shortlisted",
      "score": 95,
      "first_seen": "2026-03-30"
    }
  }
}

状态流转: newshortlisted(评分后)→ viewed(获取链接后)→ greeted(打招呼后)

中断恢复: 任意步骤中断后,boss_pipeline_status() 显示进度和恢复建议。

搜索配置

search_profile.yaml 支持完整的搜索策略配置:

job:
  title: "岗位名称"
  salary: "薪资范围"
  city: "城市"
  experience: "经验要求"

company:
  name: "公司名"
  description: "公司简介"

requirements:
  must_have: [...] # 硬性要求
  nice_to_have: [...] # 加分项

filter:
  max_age: 35 # 年龄上限
  max_salary_k: 40 # 薪资上限(K)
  exclude_status: ["暂不考虑"]

keywords: # 搜索关键词列表
  - "关键词1"
  - "关键词2"

scoring: # 评分关键词
  domain_keywords: ["教育", "学术"]
  tech_keywords: ["大模型", "llm", "rag"]
  bonus_keywords: ["0-1", "从0到1"]

技术细节

  • 浏览器连接:CDP → 已登录 Chrome。未检测到 debug 端口时自动启动系统 Chrome
  • SPA 适配:搜索页在 iframe 中渲染,自动导航到招聘者后台
  • Canvas 简历:截图 + QR 码解码获取永久链接
  • 候选人数据库:JSON 文件,原子写入,基于 expectId 去重
  • 反检测:随机延迟(2-5s)模拟人类操作节奏

项目结构

boss-zhipin-mcp/
├── server.py                  # MCP Server 入口,注册所有 tools
├── scraper.py                 # BOSS 直聘页面抓取(SPA + iframe)
├── browser.py                 # Playwright CDP 浏览器管理 + 自动启动 Chrome
├── candidate_db.py            # 候选人数据库(持久化 + 去重 + 查询)
├── evaluator.py               # 候选人评估(关键词匹配)
├── config.py                  # 配置加载
├── search_profile.example.yaml # 搜索配置示例
├── candidates_db.json         # 候选人数据库文件(自动生成)
├── requirements.txt
└── README.md

常见问题

连接失败 Unexpected status 400

系统有代理(如 Clash),localhost 请求被代理拦截。在 MCP 配置中添加:

"env": { "NO_PROXY": "localhost,127.0.0.1" }

搜索返回空结果

  1. 确认 Chrome 已登录 BOSS 直聘招聘者账号
  2. 确认 Chrome 启动时带了 --remote-debugging-port=9222(或让 MCP 自动启动)
  3. 检查 curl http://localhost:9222/json/version 是否有响应

简历内容为空

BOSS 直聘用 Canvas 渲染简历,无法直接提取文字。使用 boss_view_by_index 截图后,让 Claude 直接看图识别。

License

MIT

目录标签

目录标签

PythonClaudeAI代理招聘自动化本地部署AI助手候选人筛选简历管理招聘流程优化

支持客户端

Claude DesktopClaude

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

session

运行时(runtime,运行环境)

Python

工具数量(toolCount,工具数)

16

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdiosession部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP