Skip to content
Back to search

MyCareer

MyCareer Agent——你的全流程秋招/春招求职Agent助手:岗位采集、简历分析与定制、公司调研、投递管理、面试准备和模拟面试

Safety scan

A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.

Checked today
Badge for your README
findsafeskills safety rating

Markdown

[![findsafeskills safety rating](/api/listings/low-hands--mycareer/badge.svg)](/listings/low-hands--mycareer)

HTML

<a href="/listings/low-hands--mycareer"><img src="/api/listings/low-hands--mycareer/badge.svg" alt="findsafeskills safety rating" /></a>

Install

i

What was scanned

The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.

README.md · README · 404 lines

View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)

This file has changed since it was scanned, so this is not exactly the text that was scanned, and no line is marked. The findings are listed with the safety scan above.

  1. <div align="center">
  2. # MyCareer
  3. **可用,持续迭代中**
  4. **跑在你自己电脑上的 AI 求职助手**
  5. 找岗位 · 看匹配 · 改简历 · 练面试 · 管投递
  6. [![Stars](https://img.shields.io/github/stars/low-hands/MyCareer?style=flat&logo=github&color=f5c518)](https://github.com/low-hands/MyCareer/stargazers)
  7. [![License](https://img.shields.io/badge/License-MIT-4f7cff.svg)](LICENSE)
  8. [![Python](https://img.shields.io/badge/Python-3.11+-3776AB?logo=python&logoColor=white)](https://www.python.org/)
  9. [![Node](https://img.shields.io/badge/Node-20.19+%20%7C%2022.12+-339933?logo=node.js&logoColor=white)](https://nodejs.org/)
  10. [![Local first](https://img.shields.io/badge/data-local%20SQLite-4f7cff)](#数据与隐私)
  11. </div>
  12. ![MyCareer 功能概览](.github/assets/promo.jpg)
  13. 求职时,JD 在浏览器里、简历在文件夹里、投递进度在脑子里、面试安排在邮箱里。MyCareer 把它们放进同一个本地工作区:你用对话把事情交给 Agent,它去查岗位、比简历、改草稿、陪你练面试、记进度。
  14. - **数据本地保存**:岗位、简历、投递和对话都存在你电脑上的 SQLite 里,没有中心服务器。
  15. - **匹配证据可核对**:每条"符合"都引用你简历里的原文;没有证据的地方只会标成缺口,不会替你编经历。
  16. - **外部操作由你确认**:写日历、改记忆这类动作,都要你点确认才会执行。
  17. ## 功能
  18. ### 🔍 找到值得投的岗位
  19. - **岗位收藏**:装上 Chrome 扩展后,在 BOSS 直聘岗位详情页点一下,就把完整 JD 存进岗位库。只有你点击才会保存,扩展不会自动搜索或投递。
  20. - **岗位分析**:把 JD 要求分成四档:硬门槛、核心要求、重要加分、普通加分,每一条都附上对应的 JD 原文。分错了可以改,系统会同时保留原判断和你的修正。
  21. - **岗位比较**:结合你确认过的求职偏好,比较几个岗位哪个更值得继续看。覆盖率的算法是公开的:完全符合算 1、部分符合算 0.5、缺失算 0,看不出来的不计入。
  22. - **公司调研**:针对岗位库里的岗位检索公开资料,每条结论都标明来源,并区分"事实""推断"和"未知"。
  23. ### 🧩 看清匹配,找到差距
  24. - **简历管理**:导入 PDF、TXT 或 Markdown。每次导入都是一个不可改的版本,可以随时打开原文件。简历按目标岗位分组,也能移到别的岗位下;重复上传同一个文件不会存两份。
  25. - **简历点评**:不需要 JD,按简历所在的目标岗位,从 HR 初筛、面试官和简历编辑三个角度指出写得弱的地方和改法,并列出面试官可能追问的问题。扫描件或特殊字体的 PDF 读不出文字时,会自动交给模型识别。
  26. - **逐条匹配**:拿指定的简历版本对照岗位的每条要求,结论只有四种:匹配、部分匹配、未体现、不明确。整体结论分为强、中、弱和证据不足,这不是录用概率。
  27. - **补强建议**:针对缺口给出下一步:澄清问题、补材料、做项目或学技能。
  28. ### ✍️ 把简历和面试准备好
  29. - **简历定制**:针对目标岗位生成修改草稿,每条修改都必须引用原简历的内容。草稿先给你看,后台同时自动审核有没有夸大;审核通过后逐条接受或拒绝,再下载定稿。
  30. - **面试准备**:根据投递和面试轮次,整理相关经历和项目素材。
  31. - **模拟面试**:
  32. - 可以针对某次投递练,也可以自由练习。自由练习开始前会先问你用哪份简历(也可以现场上传,或者不用简历),可以指定岗位库里的岗位,也可以只说一个公司。
  33. - 开始时先按岗位出好整场的题,逐题提问,根据你的回答决定要不要追问。默认 10 道主问题,每题最多追问 2 次。
  34. - 常见大厂(字节、阿里、腾讯等)会参考它们的面试侧重。如果你做过这家公司的调研,也会结合调研里的业务背景出题。
  35. - 整场结束后逐题评估:从准确性、相关性、具体性、结构、推理和表达六个方面,每项 1–5 分,再生成复盘报告,并指出前后回答里互相矛盾的地方。
  36. - 中途离开,可以从面试中心回到原对话接着答;练完或取消的练习可以"再来一次"。
  37. ### 📮 把求职进度管起来
  38. - **投递追踪**:在外部平台投递后,在这里记一笔:选岗位、选当时用的简历版本、填投递时间。之后跟踪状态、事件和面试轮次。
  39. - **每日概览**:Dashboard 和日报汇总进展和下一步要做的事。
  40. - **招聘邮件**:连接 Gmail(只读)或 QQ 邮箱,识别招聘相关消息,由你确认后再更新进度。
  41. - **面试日历**:在面试中心的月历里查看安排;连接 Google 日历后,确认一次写入一次。
  42. ### 💬 对话与记忆
  43. - **对话式操作**:直接说出你想做什么。需要你选择或补充信息时,会弹出选项卡片;想自己填写,选"其他"就能在同一行输入。
  44. - **长期记忆**:只保存你确认过的经历和偏好,可以修改、可以删除。Agent 自己的推断会单独存放,不会直接影响推荐或匹配。
  45. ## 界面预览
  46. <table>
  47. <tr>
  48. <td width="50%"><img src=".github/assets/readme-screenshots/dashboard-latest.png" alt="求职工作台"></td>
  49. <td width="50%"><img src=".github/assets/readme-screenshots/jobs-latest.png" alt="岗位库"></td>
  50. </tr>
  51. <tr>
  52. <td><b>求职工作台</b><br><sub>投递进度、最近保存的岗位和下一步行动。</sub></td>
  53. <td><b>岗位库</b><br><sub>完整 JD、结构化分析、简历匹配和投递状态。</sub></td>
  54. </tr>
  55. <tr>
  56. <td width="50%"><img src=".github/assets/readme-screenshots/match-summary-latest.png" alt="简历与岗位匹配"></td>
  57. <td width="50%"><img src=".github/assets/readme-screenshots/interview-center-latest.png" alt="面试中心"></td>
  58. </tr>
  59. <tr>
  60. <td><b>简历与岗位匹配</b><br><sub>展示匹配结论、支持证据、未体现项和改进建议。</sub></td>
  61. <td><b>面试中心</b><br><sub>集中管理模拟面试、练习历史和复盘入口。</sub></td>
  62. </tr>
  63. <tr>
  64. <td width="50%"><img src=".github/assets/readme-screenshots/applications-latest.png" alt="投递记录"></td>
  65. <td width="50%"></td>
  66. </tr>
  67. <tr>
  68. <td><b>投递记录</b><br><sub>按岗位跟踪投递状态,并从投递进入面试练习。</sub></td>
  69. <td></td>
  70. </tr>
  71. </table>
  72. ## 快速开始
  73. > **需要:** Python 3.11+ · [uv](https://docs.astral.sh/uv/) · Node.js `^20.19.0` 或 `>=22.12.0` · 一个 HTTPS 的 OpenAI 兼容模型接口
  74. > 收藏 BOSS 岗位还需要 Chrome、Edge、Brave、Arc 等 Chromium 内核浏览器。
  75. > Windows 上请把仓库放在路径较短的目录(如 `C:\code\MyCareer`),或开启系统长路径支持;部分依赖的文件路径很长,目录太深会超过 260 字符上限而导入失败。
  76. **1. 安装依赖**
  77. ```bash
  78. uv sync --extra test
  79. cd web && npm ci && cd ..
  80. ```
  81. **2. 配置模型**
  82. ```bash
  83. cp .env.example .env
  84. ```
  85. 至少填下面两组。两组可以先指向同一个模型服务:
  86. ```dotenv
  87. # 主 Agent:负责对话和决定下一步做什么
  88. MAIN_AGENT_BASE_URL=https://你的服务/v1
  89. MAIN_AGENT_API_KEY=你的密钥
  90. MAIN_AGENT_MODEL=你的模型名
  91. MAIN_AGENT_TIMEOUT_SECONDS=120
  92. # 专家默认通道:负责简历识别、匹配、邮件处理和面试准备
  93. RESUME_ANALYSIS_AGENT_BASE_URL=https://你的服务/v1
  94. RESUME_ANALYSIS_AGENT_API_KEY=你的密钥
  95. RESUME_ANALYSIS_AGENT_MODEL=你的模型名
  96. ```
  97. `BASE_URL` 填 `/v1` 基地址或完整的 `/chat/completions` 地址都可以。`.env` 已被 Git 忽略,不要提交真实密钥。
  98. 模型选择建议:
  99. - **QwenCloud**:优先推荐。`qwen3.7-plus` 适合主 Agent、岗位分析、简历匹配和简历定制;`qwen3.8-flash` 适合摘要、邮件识别和模拟面试。QwenCloud 提供 OpenAI 兼容的 Chat Completions 接口,并支持函数调用和结构化数据。[官方模型选择](https://docs.qwencloud.com/developer-guides/getting-started/model-selection) · [官方兼容接口](https://docs.qwencloud.com/developer-guides/getting-started/first-api-call)
  100. - **DeepSeek**:`deepseek-flash` 适合成本敏感的普通对话、摘要和结构化分析;官方接口支持 JSON Output 和 Tool Calls。[官方模型与能力](https://api-docs.deepseek.com/quick_start/pricing/)
  101. 主 Agent 用 DeepSeek 时必须再加下面两行;不加时请求按 Qwen 的格式发出,模型调用工具后的下一次请求会被 DeepSeek 以 400 拒绝:
  102. ```dotenv
  103. MAIN_AGENT_VENDOR=deepseek
  104. MAIN_AGENT_ENABLE_THINKING=false
  105. ```
  106. - **岗位调研**:继续使用 GPT 通道,因为当前实现依赖 Responses `web_search`;不要把普通 Chat Completions 模型直接填到这个通道。
  107. 对话摘要是独立的 Agent worker,但默认复用 `MAIN_AGENT_*` 的连接;只有需要单独模型时才填写完整配置:
  108. ```dotenv
  109. CONVERSATION_SUMMARY_AGENT_BASE_URL=${MAIN_AGENT_BASE_URL}
  110. CONVERSATION_SUMMARY_AGENT_API_KEY=${MAIN_AGENT_API_KEY}
  111. CONVERSATION_SUMMARY_AGENT_MODEL=更快的摘要模型
  112. CONVERSATION_SUMMARY_AGENT_TIMEOUT_SECONDS=30
  113. CONVERSATION_SUMMARY_AGENT_MAX_INPUT_TOKENS=32000
  114. CONVERSATION_SUMMARY_AGENT_MAX_OUTPUT_TOKENS=1200
  115. CONVERSATION_SUMMARY_AGENT_CONTEXT_WINDOW_TOKENS=65536
  116. ```
  117. 摘要 worker 在启动时校验输入预算能否容纳一条最大长度消息、活动事实及请求框架;明显偏小的配置直接报配置错误,不等后台进入重试。默认 32000 保持有效。
  118. 当前保守下限约 27.7k token(随模型名、请求框架及输出配置略有变化)。未单独配置摘要 worker 时,它沿用 `MAIN_AGENT_MAX_INPUT_TOKENS`;主模型输入上限降到 24k、16k 或其他低于该下限的值,会导致启动报配置错误,即使普通中文样本实际放得下。此时需完整设置独立的 `CONVERSATION_SUMMARY_AGENT_BASE_URL`、`_API_KEY`、`_MODEL`,并将 `_MAX_INPUT_TOKENS` 设为 32000 或更高,同时满足该 worker 的输入加输出不超过 `_CONTEXT_WINDOW_TOKENS`。
  119. 这是最低容量校验:已有摘要的其他字段仍占预算,不能保证任意最大长度内容组合都能放下。
  120. 岗位调研单独配置为支持 Responses `web_search` 的 GPT 通道;这里必须填写完整的 URL、密钥和模型:
  121. ```dotenv
  122. JOB_RESEARCH_AGENT_BASE_URL=${RESUME_ANALYSIS_AGENT_BASE_URL}
  123. JOB_RESEARCH_AGENT_API_KEY=${RESUME_ANALYSIS_AGENT_API_KEY}
  124. JOB_RESEARCH_AGENT_MODEL=支持web_search的GPT模型
  125. JOB_RESEARCH_AGENT_TIMEOUT_SECONDS=120
  126. ```
  127. 模拟面试和简历定制可以单独换模型。简单配置只覆盖模型名和超时,复用 `RESUME_ANALYSIS_AGENT_*` 的连接:
  128. ```dotenv
  129. MOCK_INTERVIEW_AGENT_MODEL=更快的模型名
  130. MOCK_INTERVIEW_AGENT_TIMEOUT_SECONDS=60
  131. MOCK_INTERVIEW_AGENT_PROTOCOL=chat_completions
  132. RESUME_TAILORING_AGENT_MODEL=更强的模型名
  133. RESUME_TAILORING_AGENT_TIMEOUT_SECONDS=120
  134. ```
  135. `*_PROTOCOL` 可选 `responses` 或 `chat_completions`。使用只提供 OpenAI 兼容 Chat Completions 的模型服务时要填 `chat_completions`,否则请求可能一直等到超时。若某个能力要改用其他模型服务,则为该通道一起填写 `BASE_URL`、`API_KEY`、`MODEL`;不要只填半组:
  136. ```dotenv
  137. RESUME_TAILORING_AGENT_BASE_URL=https://官方模型服务/v1
  138. RESUME_TAILORING_AGENT_API_KEY=另一把密钥
  139. RESUME_TAILORING_AGENT_MODEL=官方快速模型
  140. ```
  141. 不填写时仍使用 `RESUME_ANALYSIS_AGENT_*`。当前尚未单独拆出的能力是简历解析、岗位分析、简历匹配、邮件识别和面试准备,它们继续共用这个专家默认通道。
  142. 配置关系可以概括为:
  143. | 配置前缀 | 运行时职责 | 是否必须独立填写 |
  144. | --- | --- | --- |
  145. | `MAIN_AGENT_*` | 对话、工具选择和流程编排 | 必须 |
  146. | `RESUME_ANALYSIS_AGENT_*` | 专家默认通道 | 必须 |
  147. | `CONVERSATION_SUMMARY_AGENT_*` | 对话摘要 worker | 可选,默认复用主 Agent |
  148. | `JOB_RESEARCH_AGENT_*` | 岗位/公司调研和网页搜索 | 可选;启用时需完整填写 |
  149. | `MOCK_INTERVIEW_AGENT_*` | 模拟面试 | 可选,默认复用专家通道 |
  150. | `RESUME_TAILORING_AGENT_*` | 简历定制、定稿和评审 | 可选,默认复用专家通道 |
  151. `CAREER_EMBEDDING_*` 是可选的向量检索服务,不是对话 Agent;`CONTEXT_*` 只是上下文压缩参数。
  152. **3. 创建本地访问密钥**
  153. 两条命令要用同一个 `--user-id`,这样网页和浏览器扩展保存的数据才属于同一个用户:
  154. ```bash
  155. uv run career-agent api-keys issue --user-id local-user --name local-web \
  156. --scope workspace:read --scope workspace:write \
  157. --scope chat:write --scope settings:write --no-expiry
  158. uv run career-agent api-keys issue --user-id local-user --name boss-extension \
  159. --scope capture:write --no-expiry
  160. ```
  161. 每条命令只显示一次 `secret`。把它们分别填进 `web/.env`:
  162. ```dotenv
  163. CAREER_AGENT_WEB_API_KEY=第一条命令返回的_secret
  164. VITE_CAPTURE_API_KEY=第二条命令返回的_secret
  165. ```
  166. **4. 启动**
  167. ```bash
  168. uv run career-agent-api # 终端一,后端默认 http://127.0.0.1:8000
  169. cd web && npm run dev # 终端二,前端默认 http://127.0.0.1:5173
  170. ```
  171. 浏览器打开 http://127.0.0.1:5173 即可使用。`curl http://127.0.0.1:8000/ready` 返回 503 时,按响应里提示的配置错误检查 `.env`。修改 `web/.env` 后需要重启前端。
  172. **5. 安装 BOSS 岗位收藏扩展(可选)**
  173. 1. 在 Chrome 打开 `chrome://extensions`,开启"开发者模式"。
  174. 2. 点击"加载已解压的扩展程序",选择仓库里的 `browser-extension/`。
  175. 3. 用**同一个 Chrome 用户**打开 MyCareer 网页,并在其中登录 BOSS 直聘。
  176. 4. 打开 BOSS 岗位详情页,右下角会出现保存卡片,点击后才会写入岗位库。
  177. 扩展不会自动搜索、滚动、投递或发消息,也不会读取 Cookie、绕过平台验证。详见 [browser-extension/README.md](browser-extension/README.md)。
  178. <p align="center">
  179. <img src=".github/assets/readme-screenshots/06-boss-extension.png" alt="BOSS 岗位收藏扩展" width="900">
  180. </p>
  181. ## 怎么用
  182. **第一次上手**
  183. 1. 在"简历管理"导入简历(也可以直接拖进对话框),选好它属于哪个目标岗位。
  184. 2. 在简历版本上点"简历点评",看看哪里需要先改。
  185. 3. 用扩展保存几个感兴趣的 BOSS 岗位。
  186. 4. 让 Agent 做匹配、比较岗位或公司调研。
  187. 5. 需要时发起简历定制:先看草稿,等自动审核通过后逐条确认,再下载定稿。
  188. 6. 投递后在"投递记录"记一笔,之后面试准备、模拟面试都可以从投递开始。
  189. **可以这样说**
  190. | 想做的事 | 例子 |
  191. | --- | --- |
  192. | 点评简历 | "帮我点评这份简历"(附上简历) |
  193. | 看匹配 | "用 Agent开发 这份简历,对照岗位库里量霸科技那个岗位做个匹配" |
  194. | 比较岗位 | "岗位库里这几个多模态实习,哪个更值得投?" |
  195. | 公司调研 | "帮我调研一下岗位库里阿里巴巴那个岗位的公司情况" |
  196. | 定制简历 | "针对这个岗位改一版简历" |
  197. | 模拟面试 | "我要面字节了,帮我来场模拟面试" · "按阿里的风格练一场行为面,不用简历,5 道题" |
  198. | 记投递 | "我投了量霸科技的 Agent 开发实习" |
  199. | 看今天做什么 | "今天有什么要处理的?" |
  200. 模拟面试进行中直接在输入框回答就行;说"不练了"会结束这一场。
  201. ## 连接邮箱和日历(可选)
  202. <details>
  203. <summary><b>Gmail</b></summary>
  204. <br>
  205. 需要先创建 Google OAuth Client。你授权 Gmail 时不需要填 Client Secret。
  206. 1. 打开 [Google Cloud Console](https://console.cloud.google.com/),创建或选择一个项目。
  207. 2. 在 API Library 启用 **Gmail API**。
  208. 3. 在 Google Auth Platform 配置 OAuth consent screen;测试模式下把自己的 Google 邮箱加入 Test users。
  209. 4. 在 Clients/Credentials 中创建 **Web application** 类型的 OAuth Client。
  210. 5. 添加 Authorized redirect URI:`http://127.0.0.1:8000/v1/connections/google/callback`。
  211. 6. 在仓库根目录的 `.env` 中添加:
  212. ```dotenv
  213. GOOGLE_OAUTH_CLIENT_ID=你的_Client_ID
  214. GOOGLE_OAUTH_CLIENT_SECRET=你的_Client_Secret
  215. GOOGLE_OAUTH_CALLBACK_URL=http://127.0.0.1:8000/v1/connections/google/callback
  216. CAREER_AGENT_WEB_URL=http://127.0.0.1:5173
  217. ```
  218. 7. 重启后端,在"邮件追踪"页面点击"连接 Gmail"。这里只申请 Gmail 只读权限。
  219. 不要把 Client Secret 提交到仓库,也不要放进 `web/.env`。
  220. </details>
  221. <details>
  222. <summary><b>Google 日历</b></summary>
  223. <br>
  224. 不连接 Google 日历也能用:面试安排会显示在"面试中心"的月历里。
  225. 需要同步时,在同一个 Google Cloud 项目里启用 **Google Calendar API**,复用上面的 OAuth Client 和回调地址,然后在"面试中心"连接。每次写入日历前都会先给你看预览,确认后才执行。
  226. </details>
  227. <details>
  228. <summary><b>QQ 邮箱</b></summary>
  229. <br>
  230. QQ 邮箱用 IMAP 授权码,不是登录密码:
  231. 1. 登录 [QQ 邮箱网页版](https://mail.qq.com/)。
  232. 2. 打开"设置 → 账号与安全 → 安全设置"。
  233. 3. 开启 IMAP/SMTP 服务,生成授权码。
  234. 4. 在"邮件追踪"页面点击"连接 QQ 邮箱",填写完整邮箱地址和授权码。
  235. 授权码保存在系统钥匙串里,页面和接口都不会返回它。
  236. <p align="center">
  237. <img src=".github/assets/readme-screenshots/07-email-tracking.png" alt="邮件追踪" width="900">
  238. </p>
  239. </details>
  240. ## 数据与隐私
  241. - 业务数据默认保存在 `~/.career-agent/`(多个 SQLite 文件和 `working-notes/`);访问密钥默认保存在仓库的 `data/api_keys.sqlite3`。
  242. - 项目没有中心服务器,你的岗位、简历、投递和对话不会上传给我们。
  243. - 但它不是完全离线的:执行 AI 任务时,任务需要的内容会发给你配置的模型服务;使用 Google、QQ 邮箱和 BOSS 时,也受这些服务各自的数据政策约束。
  244. - 邮箱和日历的连接凭据保存在系统钥匙串;`.env` 里的模型和 OAuth 密钥需要你自己保管好。
  245. ## 备份与恢复
  246. 开始存正式简历和求职记录之前,建议先养成备份习惯:
  247. ```bash
  248. uv run career-agent backup create
  249. uv run career-agent backup create --dest /Volumes/usb/career-2026-09-14
  250. uv run career-agent backup verify --source ~/.career-agent-backups/20260914T120000Z
  251. uv run career-agent backup restore --source ~/.career-agent-backups/20260914T120000Z --yes
  252. ```
  253. - 备份和恢复前请先停止后端;后端运行时命令会拒绝执行(加 `--allow-running-api` 可以强制备份,但会标记为不一致的快照)。
  254. - `verify` 检查文件完整性;`restore` 只在校验通过后才覆盖,并且会先自动再备份一份当前数据。
  255. - 如果改过数据库路径,给 `backup` 传入和启动时相同的 `--*-store` 参数。
  256. ## 已知限制
  257. - 目前是本地个人版:只能单进程运行,不要部署成公网或多用户服务,也不要同时启动多个后端共用一套数据。
  258. - AI 功能依赖你配置的模型服务;服务超时或限流时,对应功能会失败并提示你重试。
  259. - BOSS 扩展依赖页面结构,BOSS 改版后可能需要更新;它不会绕过登录或风控。
  260. - 没有后台定时任务:邮件同步、日报刷新和日历写入都需要你手动触发。
  261. <details>
  262. <summary><b>高级配置</b></summary>
  263. <br>
  264. **公司调研使用独立模型(可选)**
  265. 设置 `JOB_RESEARCH_AGENT_BASE_URL` / `_API_KEY` / `_MODEL`(可选 `_TIMEOUT_SECONDS`,默认 30,范围 1–120)。三项都不设置时复用 `RESUME_ANALYSIS_AGENT_*`;只要设置了其中一项,就必须三项都填。该接口需要支持 Responses 的 `web_search` 工具,可以先运行 `python -m career_agent.agent.workflows.job_research.provider_smoke --work-root <目录> --report <新文件>` 检查。
  266. **对话历史压缩**
  267. | 变量 | 默认值 | 范围 |
  268. | --- | --- | --- |
  269. | `CONTEXT_RECENT_MESSAGE_LIMIT` | 2048 | 128–8192(条数保险上限;近期窗口按 token 装填) |
  270. | `CONTEXT_SUMMARY_BATCH_SIZE` | 8 | 2–32 |
  271. | `CONTEXT_COMPACT_OCCUPANCY_THRESHOLD` | 0.75 | 0.7–0.9 |
  272. | `MAIN_AGENT_CONTEXT_WINDOW_TOKENS` | 65536 | 2048–2000000,按模型实际窗口填写 |
  273. 启动时会检查 `MAIN_AGENT_MAX_INPUT_TOKENS + MAIN_AGENT_MAX_OUTPUT_TOKENS` 不超过上下文窗口(默认 32000 + 16384)。
  274. 对话摘要可以用一个更快、更便宜的模型:设置 `CONVERSATION_SUMMARY_AGENT_BASE_URL` / `_API_KEY` / `_MODEL`(可选 `_TIMEOUT_SECONDS`、`_MAX_INPUT_TOKENS`、`_MAX_OUTPUT_TOKENS`、`_CONTEXT_WINDOW_TOKENS`、`_DISABLE_THINKING`)。都不设置时复用主 Agent 的连接。
  275. **并发**
  276. - 后端只支持单 worker:`uv run career-agent-api` 已固定为 1;不要使用 `--workers 2+` 或 `WEB_CONCURRENCY>1`。
  277. - 同时运行的对话轮次默认最多 3 个(`CAREER_AGENT_MAX_CONCURRENT_TURNS`);关闭服务时最多等待 30 秒让正在进行的任务结束(`CAREER_AGENT_SHUTDOWN_DRAIN_SECONDS`)。
  278. - 后端运行时,会写数据库的命令行操作(导入简历、签发密钥等)会被拒绝,请先停止后端。
  279. </details>
  280. ## 开发
  281. ```bash
  282. uv run pytest
  283. cd web && npm test && npm run build
  284. cd browser-extension && node --test tests/*.test.cjs
  285. ```
  286. 后端 API 契约有变化时,运行 `uv run python -m career_agent.api.public_contract` 重新生成 `web/src/contracts/api-contract.ts`。
  287. 模型评估的录制、离线回放、多步任务、跨轮续接、欠行动、提示词注入和 pass^k 运行说明见 [Runtime 质量评估](evals/runtime_quality/README.md)。单元测试通过与模型质量达标分别报告。
  288. ## 许可证
  289. [MIT](LICENSE) © 2026 Rui Guo

Ratings and comments

Sign in to rate this skill.

Sign in

Free to use. If it’s helped, pass it on.