Boss直聘对接deepseek

前言

用过直聘找工作的都知道，不是简历发上去，每天就会自动有人来找你的。你还得去平台互动，比如打招呼，和boss聊几句之类的，这个过程也花费不少时间，关键是遇到满意的工作你还得及时回复，否则前面都白忙活了。所以我想做的就是把这个过程自动化，借助现在火爆的deepseek(关键是便宜啊)，至少有以下几个步骤是可以用ai协助的：

1、筛选合适的职位。

AI：可以让ai根据简历分析职位的匹配度。

2、选择合适招呼语先简单自我介绍一番，因为千篇一律的招呼语，基本HR不会看，我自己也招过人，简历实在太多，根本看不过来。

AI：可以让ai根据职位要求和你的简历生成一段突出优势的自我介绍。

3、可能还会问你一些问题，比如boss的“开场提问”卡片，你总的动点脑子回答下，不回答肯定机会都没有。

AI：可以让ai根据简历自动回答，绝对比你自己回答的专业。

3、交换简历，需要手动同意，这里有个小技巧，直聘上可以传3个附件简历，一般人都会用足，比如我就放了“前端开发”/“后端开发”/“架构师”三份简历，除了基本信息以外，其它内容都做了响应的优化，这样根据不同职位投不同的简历。

AI：如果你有多份简历，可以让ai选择最匹配的简历。

4、交换联系方式，你得手动点同意

到这一步，大部分人都会点同意。

技术准备

BOSS的消息类型有一大堆，在我的另一篇文章中有详细说明，我第一次研究boss时，它的前端还有很多jquery的代码，甚至能看到开发者写的注释，现在是用vue实现，不过接口没有大的调整，但是也在不断变化，好在我一直保持跟踪。

接下来要做的其实就是接管这些消息，将文本消息交给deepseek处理，其它请求类信息自动化处理，下面是AI接管文本消息部分的代码，可以看到回复消息需要参考用户的简历、职位的介绍、双方的历史聊天记录，这样才能给出比较合理的回复。

// 获取职位详情
const jobDetail = await bossApiService.getJobDetail(bossData.data.securityId);
// 获取简历
const resume = await bossApiService.getResumeByJob(bossData.data.encryptJobId, bossData.job.jobName);
// 回复消息
aiReplay = await aiHelper.reply({
            msg,
            type: 'job',
            historyMsg: historyText,
            jobDesc: jobDetail.jobInfo.postDescription,
});

向量存储

这里我还尝试过使用向量数据库来存储职位/消息/简历，但是存在两个问题：

1、数据时效性，比如职位信息，当你换一个职位沟通时，存储的职位信息其实就无效了，还有聊天记录，这些都是跟某一个职位的boss沟通产生的私域数据，而这个沟通的过程一般都很短，很多打了招呼就没下文了，持久化存储的价值不大。

2、分片的问题，附件简历结构式比较松散的，比如实习生的简历可能500字就没了，一个工作十几年的简历可能会有几千字，年龄/性别这些存储在非常小的文本块中，而工作经历又会很长，这时很难做到合适的文本分片，结果就导致向量查询时信息不完整，阿里/豆包/智普的文本向量模型我都试过，效果都不太好，这块你如果有好的方案，欢迎交流。

 提示词

简历匹配分析

请分析用户简历与职位描述的匹配程度，并给出评分，评分范围为1-10，请只输出评分！
**用户简历**
{resume}

**职位描述**
{jobDesc}

问题意图分析

请结合用户简历、职位描述、聊天记录按如下逻辑分析用户问题的意图：
1、如果是想获取简历，输出resume
2、如果是想获取联系方式，输出contact
3、如果是其它问题，输出other

**用户简历**
{resume}

**职位描述**
{jobDesc}

**聊天记录**
{historyMsg}

问题回答

请你扮演一位求职者，结合简历、职位描述、聊天记录回答招聘者提出的问题，字数不能超过300，只输出回答！

**用户简历**
{resume}

**职位描述**
{jobDesc}

**聊天记录**
{historyMsg}

这里使用不同的模型得到结果会有天壤之别，我几乎试遍了国内一线大模型和gpt\gemini\cluade，提示词这块也调整了很多次，总之这块花费的时间不亚于第一次研究直聘的接口鉴权，目前效果还算不错。 下面是手机上的录屏

自动投简历