boss-zhipin-scraper

What the source does

• FilesystemDeclared2 observations
• NetworkDeclared8 observations
• ShellNone observedNo commands run in the source
• DependenciesNot pinnedSome versions float
• SecretsNone foundNo keys in source

Five audit layers

Gates applied: no behavioural pass.

resp = requests.get(f"http://127.0.0.1:{cdp_port}/json/version", timeout=10)

resp = requests.get(f"http://127.0.0.1:{cdp_port}/json/version", timeout=5)

resp = requests.get(f"http://127.0.0.1:{cdp_port}/json/version", timeout=2)

j['job_id'] = hashlib.md5(key.encode()).hexdigest()[:16]

有问题?先看看 [README](../../README.md) 和 [常见问题](../../README.md#常见问题) 是否已有答案。

body = base64.b64decode(body).decode("utf-8", errors="replace")

websocket-client, requests

cover.png

Audit 0.4.1 · source sha 12e625b41d98 · 25 Oct 2026Report an issue or request a re-scan

• Publishereatmoreduck GitHub userOwner of the repository this skill is read from
• Source foldereatmoreduck/boss-zhipin-scraperThe exact folder we audited
• LicenceMITAs the repository states it
• Commit pinned for this verdict12e625b41d98A new audit runs when the source changes
• Repository statusNot archivedPushed today
• Sandboxed runNot runSkills are read, not executed; layer L4 is skipped

Its description: Scrape BOSS直聘 (job listing site) via Chrome CDP. Searches jobs by keyword/city/filters, fetches JD details, outputs structured JSON/CSV with plaintext salary, and can summarize scraped results into a job-market prompt.…

---
name: boss-zhipin-scraper
description: "Scrape BOSS直聘 (job listing site) via Chrome CDP. Searches jobs by keyword/city/filters, fetches JD details, outputs structured JSON/CSV with plaintext salary, and can summarize scraped results into a job-market prompt. Optional --company locally filters results by company name (boss_name substring) with no extra request. Use when user wants to search/analyze jobs on BOSS直聘 or zhipin.com."
version: 2.3.1
author: eatmoreduck
license: MIT
platforms: [macos, linux]
metadata:
  hermes:
    tags: [scraper, jobs, career, cdp, chrome, zhipin, boss直聘]
---

# BOSS直聘职位抓取工具 v2.3

通过 Chrome CDP 协议抓取 BOSS直聘 (zhipin.com) 职位数据,输出结构化 JSON/CSV(含明文薪资),并可对已抓取结果生成聚合摘要和求职材料优化提示词。

## 前置条件

- Chrome 浏览器已安装
- Python 3.10+
- 用户已登录 zhipin.com(或愿意手动登录)

## 脚本位置

本 skill 的脚本在 skill 目录下:

- `scripts/boss_cdp_raw.py`:抓取主脚本
- `scripts/job_summary.py`:抓取后摘要和提示词脚本

**运行任何命令前,必须先确定脚本的绝对路径。**

用以下方式找到脚本(macOS 自带的 `readlink` 不支持 `-f`,用 Python 解析路径更通用):

```bash
# 方法 1:已知 skill 安装目录(推荐,macOS/Linux 通用)
SKILL_DIR="$(python3 -c "import os,sys;print(os.path.dirname(os.path.realpath(sys.argv[1])))" "$0")"
SCRIPT_PATH="$SKILL_DIR/scripts/boss_cdp_raw.py"
SUMMARY_PATH="$SKILL_DIR/scripts/job_summary.py"

# 方法 2:搜索 hermes skills 目录
SCRIPT_PATH=$(find ~/.hermes/skills -name "boss_cdp_raw.py" -type f 2>/dev/null | head -1)
SUMMARY_PATH=$(find ~/.hermes/skills -name "job_summary.py" -type f 2>/dev/null | head -1)
```

如果找不到脚本,说明 skill 未正确安装,需要重新安装。

## 依赖安装(首次使用必须执行)

脚本依赖 `websocket-client` 和 `requests`。在用户项目的 venv 中安装:

```bash
uv add websocket-client requests
# 或
pip install websocket-client requests
```

## 自动化流程

当用户要求搜索/抓取 BOSS直聘 职位时,**严格按以下顺序执行**:

### 第 1 步:检查环境

```bash
python3 "$SCRIPT_PATH" --check --cdp-port 9222
```

检查三项:Python 依赖 → CDP 连通性 → 登录态。

- **全部通过** → 跳到第 3 步
- **CDP 不通** → 继续第 2 步
- **依赖缺失** → 先装依赖(见上方依赖安装),再重新 --check
- **未登录** → 告诉用户打开 Chrome 登录 zhipin.com,然后重新 --check

### 第 2 步:启动专用浏览器 CDP(仅在 --check CDP 不通时)

```bash
python3 "$SCRIPT_PATH" --setup-chrome --cdp-port 9222
```

这会自动完成:
1. 创建或复用持久隔离 Chrome profile
   - `~/.boss-zhipin-scraper/chrome-profile`
2. 只关闭使用该隔离 profile 的旧 BOSS CDP Chrome,不关闭用户主 Chrome
3. 以 CDP 模式启动 Chrome(`--remote-debugging-port=9222`)
4. 等待 CDP 端口就绪(最多 30 秒)
5. 打开 BOSS 登录页并等待登录完成,直到搜索接口返回明文 `salaryDesc`

默认不复制主 Chrome 的 Cookie、密码、历史记录或扩展;首次启动和后续重复启动都只是创建或复用该专用 profile。首次使用时告诉用户:请在弹出的 BOSS 专用 Chrome 浏览器中访问 zhipin.com 并登录。脚本会等待登录完成并确认接口能返回明文薪资。该专用 profile 是持久目录,机器重启后登录态仍保留,重复运行 `--setup-chrome` 不会清空它。

仅装 Microsoft Edge(未装 Chrome)的机器,可改用 Edge 启动(与 `--setup-chrome` 共用同一隔离 profile):

```bash
python3 "$SCRIPT_PATH" --setup-edge --cdp-port 9222
```

仅当用户明确要求从主浏览器手动导入 BOSS 登录态时,可使用:

```bash
python3 "$SCRIPT_PATH" --setup-chrome --copy-login-state --cdp-port 9222
```

`--copy-login-state` 在 `--setup-chrome` 下从主 Chrome 导入、在 `--setup-edge` 下从主 Edge 导入,每次运行都会覆盖隔离 profile 内对应的 Cookie 相关文件;日常启动不要加这个参数。它只复制 `Local State` 和 `Default/Cookies*`、`Default/Network/Cookies*` 这类 Cookie 数据库相关文件,不复制密码库或完整 profile。不要默认使用该参数,也不要告诉用户首次启动会自动导入主浏览器登录态。

等用户确认后,重新运行 `--check` 验证。

### 第 3 步:运行抓取

```bash
# 基础搜索
python3 "$SCRIPT_PATH" --keyword "关键词" --city 城市 --pages 3 --output ~/.boss-zhipin-scraper/job-result/jobs.json

# 带 CSV 输出
python3 "$SCRIPT_PATH" --keyword "关键词" --city 城市 --pages 3 --format csv --output ~/.boss-zhipin-scraper/job-result/jobs.json

# 带详情 + 分析报告
python3 "$SCRIPT_PATH" --keyword "关键词" --city 城市 --pages 3 --detail --max-details 8 --analysis --format csv --output ~/.boss-zhipin-scraper/job-result/jobs.json

# 抓取后摘要 + 求职材料优化提示词(默认读取最新抓取结果)
python3 "$SUMMARY_PATH" --top 15

# 真实浏览器/API smoke test(不写结果文件)
python3 "$SCRIPT_PATH" --smoke-test --cdp-port 9222

# 合并多次抓取(去重)
python3 "$SCRIPT_PATH" --keyword "关键词" --city 北京 --pages 3 --merge ~/.boss-zhipin-scraper/job-result/jobs.json --output ~/.boss-zhipin-scraper/job-result/jobs_merged.json

# 按公司名本地过滤(boss_name 子串,不额外请求;多家用逗号分隔)
python3 "$SCRIPT_PATH" --keyword "关键词" --city 上海 --pages 3 --company "字节跳动,阿里巴巴" --analysis

# 对已有结果按公司做摘要
python3 "$SUMMARY_PATH" --company "字节跳动,SHEIN" --top 15
```

默认输出到 `~/.boss-zhipin-scraper/job-result/` 目录,`--format csv` 会给列表和详情都额外生成 `.csv` 文件。`--smoke-test` 只验证真实 Chrome/CDP 能否拿到 API 明文薪资,不写结果文件。

抓取结束后专用 Chrome 不会自动关闭(默认保留登录态,方便连跑多条)。确认不再使用时收尾:

```bash
# 关闭 BOSS 专用 Chrome(只关隔离 profile,不碰主 Chrome)
python3 "$SCRIPT_PATH" --stop-chrome --cdp-port 9222

# 或:让本次抓取正常结束就自动关闭
python3 "$SCRIPT_PATH" --keyword "关键词" --city 城市 --pages 3 --close-chrome
```

`--stop-chrome` 按 `--user-data-dir` 精准匹配,绝不按端口/进程名 kill,因此不会误伤用户主 Chrome。`--close-chrome` 默认关闭,且只在抓取成功路径触发,异常/登录失败不关闭以保留登录态。

摘要脚本只读取 `boss_jobs_*.json` 和 `boss_details_*.json`,不读取本地简历文件,不引入 PDF 依赖,也不给个人与岗位做分数判断。需要指定文件时使用:

```bash
python3 "$SUMMARY_PATH" \
  --input ~/.boss-zhipin-scraper/job-result/boss_jobs_20260625_1200.json \
  --details ~/.boss-zhipin-scraper/job-result/boss_details_20260625_1200.json \
  --top 15
```

## 参数速查

| 参数 | 默认值 | 说明 |
|------|--------|------|
| `--keyword` | AI Agent | 搜索关键词 |
| `--city` | 上海 | 城市名(中文)或 9 位代码;没传时默认上海,无法识别的城市名会报错退出 |
| `--company` | - | 按公司名本地过滤(`boss_name` 子串,逗号或顿号分隔多家,不区分大小写)。不改搜索请求;过滤在 `--merge` 之后、详情与分析之前。`is_new` 自动基准同时要求公司过滤条件一致。`job_summary.py` 接受同一参数 |
| `--pages` | 3 | 抓取页数(上限 10,每页 30 条) |
| `--output` | ~/.boss-zhipin-scraper/job-result/... | 列表输出路径 |
| `--detail-output` | ~/.boss-zhipin-scraper/job-result/... | 详情输出路径 |
| `--format` | json | 输出格式: json / csv;csv 同时导出列表和详情 CSV |
| `--detail` | 开启(默认) | 抓取详情页 JD |
| `--no-detail` | - | 不抓取详情页(关闭默认行为) |
| `--max-details` | 全部 | 详情页数量上限 |
| `--analysis` | 关闭 | 输出分析报告 |
| `--allow-dom-fallback` | 关闭 | API 无数据时允许降级 DOM 提取;默认关闭,薪资可能不可信 |
| `--merge FILE` | - | 合并已有 JSON(按 job_id 去重) |
| `--cdp-port` | 9222 | CDP 端口 |
| `--setup-chrome` | 关闭 | 一键启动 Chrome CDP(持久隔离 profile) |
| `--setup-edge` | 关闭 | 一键启动 Microsoft Edge CDP(与 `--setup-chrome` 共用隔离 profile) |
| `--browser` | chrome | 搭配 `--setup-chrome` 选择浏览器(chrome/edge);与 `--setup-edge` 显式冲突时以 `--setup-edge` 为准并提示 |
| `--copy-login-state` | 关闭 | 手动导入主浏览器(`--setup-chrome` 取主

Excerpt, first 6,000 characters of SKILL.md, verbatim from the audited commit. It is text from someone else’s repository, quoted so you can judge it before your agent reads it.

1. 2026-10-25
   !CAUTION B 89 / 100

   first audit · source 12e625b41d98

Questions about boss-zhipin-scraper

• github.com/eatmoreduck/boss-zhipin-scraper — the audited source at commit 12e625b41d98 and every finding aboveObserved · 25 Oct 2026

Spotted something wrong? Report a correction · Methodology