Skip to content
Back to search

boss-daily-brief

Boss直聘每日简历 Brief 工作流 Claude Code Skill — 自动拉取候选人、AI初筛、飞书归档

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/viy1204--boss-daily-brief/badge.svg)](/listings/viy1204--boss-daily-brief)

HTML

<a href="/listings/viy1204--boss-daily-brief"><img src="/api/listings/viy1204--boss-daily-brief/badge.svg" alt="findsafeskills safety rating" /></a>

Install

i

Install instructions from the README

As written by the repo's author. findsafeskills has not verified these steps.

# 克隆到 Claude Code skills 目录
git clone https://github.com/Viy1204/boss-daily-brief.git ~/.claude/skills/boss-daily-brief-v2

# Windows
git clone https://github.com/Viy1204/boss-daily-brief.git "%USERPROFILE%\.claude\skills\boss-daily-brief-v2"

---

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.

SKILL.md · Manifest · 528 lines

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

  1. ---
  2. name: boss-daily-brief-v2
  3. description: >
  4. Boss直聘每日招聘初筛工作流(boss CLI版)。通过 @joohw/boss-cli 拉取候选人列表和简历,
  5. AI初筛并生成推荐等级,写入飞书云文档 + 多维表格,最后推送文档链接到飞书机器人。
  6. 首次使用说"boss init"运行初始化;日常说"帮我做今天的招聘简报"触发工作流。
  7. metadata:
  8. requires:
  9. bins: ["boss", "lark-cli", "node"]
  10. ---
  11. # Boss直聘每日简历Brief工作流
  12. 配置文件路径:与本 skill.md 同目录的 `config.json`(参考 `config.example.json`)。
  13. ---
  14. ## 初始化(`boss init` — 首次使用)
  15. 当用户说"boss init"、"初始化"、"第一次配置"时,运行以下四个阶段。每个阶段完成后明确告知用户,再进入下一阶段。
  16. ---
  17. ### Phase 1:工具检查
  18. 依次检查:
  19. ```bash
  20. boss --version 2>&1
  21. ```
  22. ```bash
  23. lark-cli --version 2>&1
  24. ```
  25. ```bash
  26. node --version 2>&1
  27. ```
  28. - ✅ 三个工具均存在 → 进入 Phase 2
  29. - ❌ `boss` 未找到 → 提示:`npm install -g @joohw/boss-cli`
  30. - ❌ `lark-cli` 未找到 → 提示:`npm install -g @larksuite/cli`
  31. - ❌ `node` 未找到 → 提示安装 Node.js(https://nodejs.org)
  32. 工具全部就绪后继续。
  33. ---
  34. ### Phase 2:登录授权
  35. #### 2.1 boss CLI
  36. ```bash
  37. boss list 2>&1 | head -3
  38. ```
  39. - ✅ 返回候选人列表 → 已登录
  40. - ❌ `未检测到 .menu-list` → 提示用户运行 `boss login`,在浏览器完成登录后告知我继续
  41. #### 2.2 lark-cli
  42. ```bash
  43. lark-cli auth status 2>&1
  44. ```
  45. - `valid` → 已授权
  46. - 其他状态 → 运行授权命令:
  47. ```bash
  48. lark-cli auth login --scope "drive:drive:readonly drive:file:create docx:document:create docx:document:write_only docx:document:readonly bitable:app:create bitable:app:update bitable:table:create bitable:table:update bitable:field:create bitable:record:create bitable:record:read im:message im:message.send_as_user contact:user.base:readonly" --as user 2>&1
  49. ```
  50. 提示用户打开返回的授权链接,完成后确认继续。
  51. ---
  52. ### Phase 3:飞书资源配置
  53. #### 3.1 文档文件夹
  54. 列出云盘根目录,找或创建存放每日 brief 的文件夹:
  55. ```bash
  56. lark-cli api GET /open-apis/drive/v1/files --as user 2>&1
  57. ```
  58. 询问用户:**文件夹名称是什么?**(默认:`boss直聘每日简历brief`)
  59. - 在返回列表中找到对应 `folder` 类型的条目 → 记录 `folder_token`
  60. - 未找到 → 创建:
  61. ```bash
  62. lark-cli api POST /open-apis/drive/v1/files/create_folder \
  63. --body '{"name":"boss直聘每日简历brief","folder_token":""}' \
  64. --as user 2>&1
  65. ```
  66. 记录 `folder_token`。
  67. #### 3.2 多维表格
  68. 询问用户:**是否已有候选人管理表格?**
  69. **选项 A:已有表格** → 请输入 `base_token` 和 `table_id`,验证后记录。
  70. **选项 B:自动创建**
  71. **Step 1** 创建多维表格:
  72. ```bash
  73. lark-cli api POST /open-apis/bitable/v1/apps \
  74. --body '{"name":"Boss直聘候选人招聘管理","folder_token":"<folder_token>"}' \
  75. --as user 2>&1
  76. ```
  77. 从返回值取 `app_token`(即 `base_token`)。
  78. **Step 2** 获取默认 table_id:
  79. ```bash
  80. lark-cli api GET /open-apis/bitable/v1/apps/<base_token>/tables --as user 2>&1
  81. ```
  82. 取第一个 `table_id`,重命名默认表:
  83. ```bash
  84. lark-cli api PATCH /open-apis/bitable/v1/apps/<base_token>/tables/<table_id> \
  85. --body '{"name":"候选人信息"}' \
  86. --as user 2>&1
  87. ```
  88. **Step 3** 询问用户:**你们目前在招哪些职位?**(多选,输入序号,可追加自定义)
  89. 给出参考选项让用户勾选:
  90. ```
  91. 1. 安卓开发工程师 7. 产品营销
  92. 2. iOS开发工程师 8. 技术美术(TA)
  93. 3. 前端开发工程师 9. UI/UX设计师
  94. 4. 后端开发工程师 10. 供应链/采购
  95. 5. APP软件产品经理 11. 运营
  96. 6. 智能硬件产品经理 12. 自定义输入...
  97. ```
  98. 收集用户选择的职位列表,后续作为"应聘职位"字段的预设选项。
  99. **Step 4** 创建字段(逐个执行,失败不中断,记录错误在最后统一提示):
  100. ```bash
  101. # 应聘职位(单选,动态选项)
  102. lark-cli api POST /open-apis/bitable/v1/apps/<base_token>/tables/<table_id>/fields \
  103. --body '{
  104. "field_name": "应聘职位",
  105. "type": 3,
  106. "property": {
  107. "options": [<用户选择的职位列表,格式: {"name":"职位名"},逗号分隔>]
  108. }
  109. }' --as user 2>&1
  110. # 性别(单选)
  111. lark-cli api POST /open-apis/bitable/v1/apps/<base_token>/tables/<table_id>/fields \
  112. --body '{"field_name":"性别","type":3,"property":{"options":[{"name":"男"},{"name":"女"}]}}' \
  113. --as user 2>&1
  114. # 年龄(数字)
  115. lark-cli api POST /open-apis/bitable/v1/apps/<base_token>/tables/<table_id>/fields \
  116. --body '{"field_name":"年龄","type":2}' --as user 2>&1
  117. # 学历(单选)
  118. lark-cli api POST /open-apis/bitable/v1/apps/<base_token>/tables/<table_id>/fields \
  119. --body '{"field_name":"学历","type":3,"property":{"options":[{"name":"博士"},{"name":"硕士"},{"name":"本科"},{"name":"大专"}]}}' \
  120. --as user 2>&1
  121. # 毕业院校(文本)
  122. lark-cli api POST /open-apis/bitable/v1/apps/<base_token>/tables/<table_id>/fields \
  123. --body '{"field_name":"毕业院校","type":1}' --as user 2>&1
  124. # 专业(文本)
  125. lark-cli api POST /open-apis/bitable/v1/apps/<base_token>/tables/<table_id>/fields \
  126. --body '{"field_name":"专业","type":1}' --as user 2>&1
  127. # 工作年限(数字)
  128. lark-cli api POST /open-apis/bitable/v1/apps/<base_token>/tables/<table_id>/fields \
  129. --body '{"field_name":"工作年限","type":2}' --as user 2>&1
  130. # 期望城市(文本)
  131. lark-cli api POST /open-apis/bitable/v1/apps/<base_token>/tables/<table_id>/fields \
  132. --body '{"field_name":"期望城市","type":1}' --as user 2>&1
  133. # 期望薪资(文本)
  134. lark-cli api POST /open-apis/bitable/v1/apps/<base_token>/tables/<table_id>/fields \
  135. --body '{"field_name":"期望薪资","type":1}' --as user 2>&1
  136. # 活跃状态(单选)
  137. lark-cli api POST /open-apis/bitable/v1/apps/<base_token>/tables/<table_id>/fields \
  138. --body '{"field_name":"活跃状态","type":3,"property":{"options":[{"name":"刚刚活跃"},{"name":"今日活跃"},{"name":"昨天"},{"name":"3天内"},{"name":"本周内"}]}}' \
  139. --as user 2>&1
  140. # 近期工作经历(文本)
  141. lark-cli api POST /open-apis/bitable/v1/apps/<base_token>/tables/<table_id>/fields \
  142. --body '{"field_name":"近期工作经历","type":1}' --as user 2>&1
  143. # 初筛评级(单选)
  144. lark-cli api POST /open-apis/bitable/v1/apps/<base_token>/tables/<table_id>/fields \
  145. --body '{"field_name":"初筛评级","type":3,"property":{"options":[{"name":"⭐⭐⭐⭐⭐ 强推"},{"name":"⭐⭐⭐⭐ 推荐"},{"name":"⭐⭐⭐ 可约"},{"name":"⭐⭐ 观望"},{"name":"⭐ 不推荐"},{"name":"❌ 排除"}]}}' \
  146. --as user 2>&1
  147. # 初筛理由(文本)
  148. lark-cli api POST /open-apis/bitable/v1/apps/<base_token>/tables/<table_id>/fields \
  149. --body '{"field_name":"初筛理由","type":1}' --as user 2>&1
  150. # 跟进状态(单选)
  151. lark-cli api POST /open-apis/bitable/v1/apps/<base_token>/tables/<table_id>/fields \
  152. --body '{"field_name":"跟进状态","type":3,"property":{"options":[{"name":"待联系"},{"name":"已发邀约"},{"name":"面试中"},{"name":"已通过"},{"name":"已Offer"},{"name":"已录用"},{"name":"已淘汰"}]}}' \
  153. --as user 2>&1
  154. # 排除原因(文本)
  155. lark-cli api POST /open-apis/bitable/v1/apps/<base_token>/tables/<table_id>/fields \
  156. --body '{"field_name":"排除原因","type":1}' --as user 2>&1
  157. # 录入日期(日期)
  158. lark-cli api POST /open-apis/bitable/v1/apps/<base_token>/tables/<table_id>/fields \
  159. --body '{"field_name":"录入日期","type":5,"property":{"date_formatter":"yyyy/MM/dd"}}' \
  160. --as user 2>&1
  161. # Boss直聘消息摘要(文本)
  162. lark-cli api POST /open-apis/bitable/v1/apps/<base_token>/tables/<table_id>/fields \
  163. --body '{"field_name":"Boss直聘消息摘要","type":1}' --as user 2>&1
  164. ```
  165. > 多维表格自带一个默认文本字段"文本",建完后在飞书手动删除即可(不影响写入)。
  166. 记录 `base_token` 和 `table_id`。
  167. #### 3.3 机器人配置
  168. 询问用户:**飞书机器人的 App ID 是多少?**(格式:`cli_xxxxxxxxxxxxxxxx`)
  169. 提示用户在飞书里搜索该机器人并发送一条消息(如"hi"),建立会话后继续。
  170. 记录 `bot_app_id`。
  171. #### 3.4 获取用户 open_id
  172. 自动获取:
  173. ```bash
  174. lark-cli api GET /open-apis/contact/v3/users/me --as user 2>&1
  175. ```
  176. 从返回值取 `user_id` 字段(`ou_` 开头)。
  177. 记录 `user_open_id`。
  178. ---
  179. ### Phase 4:筛选标准配置
  180. 逐项询问用户,提供默认值,用户直接回车则使用默认值:
  181. | 配置项 | 说明 | 默认值 |
  182. |--------|------|--------|
  183. | 年龄上限 | 超过此年龄直接排除 | `40` |
  184. | 年龄降权阈值 | 超过此年龄但未达上限,评级降权 | `35` |
  185. | 技术岗角色关键词 | 命中这些关键词的职位适用学历门槛(逗号分隔) | `工程师,软件产品经理,硬件产品经理` |
  186. | 技术岗最低学历 | 技术岗低于此学历直接降权(可填:211/985、本科、硕士) | `211/985` |
  187. | 直接排除的学历 | 命中则不获取简历、直接点不合适(逗号分隔) | `大专,学院` |
  188. ---
  189. ### 写入 config.json
  190. 将以上收集到的信息写入 skill 目录下的 `config.json`:
  191. ```json
  192. {
  193. "feishu": {
  194. "folder_token": "<从 3.1 获取>",
  195. "base_token": "<从 3.2 获取>",
  196. "table_id": "<从 3.2 获取>",
  197. "bot_app_id": "<从 3.3 获取>",
  198. "user_open_id": "<从 3.4 获取>"
  199. },
  200. "screening": {
  201. "age_limit": 40,
  202. "age_downgrade_threshold": 35,
  203. "tech_role_keywords": ["工程师", "软件产品经理", "硬件产品经理"],
  204. "tech_min_degree": "211/985",
  205. "excluded_degrees": ["大专", "学院"]
  206. },
  207. "positions": ["<用户在 3.2 选择的职位列表>"]
  208. }
  209. ```
  210. 写入完成后告知用户:
  211. - 配置文件路径
  212. - 多维表格链接:`https://www.feishu.cn/base/<base_token>`
  213. - 初始化完成,可以运行"帮我做今天的招聘简报"
  214. ---
  215. ## 日常运行流程
  216. ### Step 0:读取配置
  217. 读取 skill 目录下的 `config.json`,提取所有字段。
  218. 若文件不存在,提示用户先运行"boss init"完成初始化。
  219. ---
  220. ### Step 1:拉取候选人列表
  221. ```bash
  222. boss list 2>&1
  223. ```
  224. 输出格式:`序号. 姓名|应聘职位|未读:N|时间:XX|消息:XX`
  225. 记录所有候选人的序号、姓名、应聘职位、未读数、最新消息时间。优先处理未读候选人。
  226. ---
  227. ### Step 2:逐个获取简历
  228. 对每位候选人,先按 `screening.excluded_degrees` 判断学历:
  229. | 判断条件 | 处理方式 |
  230. |----------|----------|
  231. | 学历命中 `excluded_degrees` | **直接点不合适**(`boss action not-fit`),跳过,不纳入统计 |
  232. | 技术岗 + 学历低于 `tech_min_degree` | 获取简历,评级时降权 |
  233. | 其他 | 正常获取简历 |
  234. **获取简历**:
  235. ```bash
  236. boss chat "<姓名>" 2>&1
  237. ```
  238. `boss chat` 直接返回人才摘要,不需要再执行 `boss action resume`。
  239. **点不合适**:
  240. ```bash
  241. # 先打开候选人会话,再执行
  242. boss action not-fit 2>&1
  243. ```
  244. > 每批处理 3~5 人,避免浏览器超时。若 `boss chat` 报"未找到联系人",加 `--strict` 参数;仍失败则标记"未获取",继续下一位。
  245. ---
  246. ### Step 3:应用筛选 & 整理为 Markdown
  247. 按 `screening` 配置应用筛选规则:
  248. | 条件 | 处理方式 |
  249. |------|----------|
  250. | 学历命中 `excluded_degrees` | 已在 Step 2 处理,不展示 |
  251. | 年龄 ≥ `age_limit` | ❌ 排除,不展示详细简历 |
  252. | 年龄 ≥ `age_downgrade_threshold` | 保留,评级降权,备注"年龄降权" |
  253. | 技术岗 + 学历低于 `tech_min_degree` | 降级,最高不超过 ⭐⭐ 观望 |
  254. **整理格式**(按应聘职位分组):
  255. ```markdown
  256. ## [职位名称]
  257. ### 姓名
  258. - **性别/年龄**:男/女 · XX岁
  259. - **学历/经验**:本科/硕士 · XX年
  260. - **活跃状态**:刚刚活跃 / 今日活跃 / 昨天 / 3天内
  261. - **期望**:城市 · 职位方向 · 薪资范围
  262. - **工作经历**:
  263. - 时间 公司 · 职位
  264. - **教育**:学校 · 专业 · 学历(年份)
  265. ```
  266. 文档开头注明:生成时间、有效候选人总数(不含已点不合适的)、筛选标准摘要。
  267. ---
  268. ### Step 4:创建飞书云文档
  269. ```bash
  270. cd <工作目录>
  271. lark-cli docs +create \
  272. --title "Boss直聘候选人简历Brief $(Get-Date -Format 'yyyyMMdd')" \
  273. --folder-token "<config.feishu.folder_token>" \
  274. --markdown "@tmp_boss_brief.md" \
  275. --as user 2>&1
  276. ```
  277. > 先用 Write 工具将 Markdown 内容写入 `tmp_boss_brief.md`,再执行上述命令。
  278. > `--markdown` 必须用相对路径 `@filename.md`,先 `cd` 到文件所在目录再执行。
  279. 记录返回的 `doc_id`。
  280. ---
  281. ### Step 5:AI 初筛并生成推荐等级
  282. 评估三个维度:经验匹配度、学历背景、薪资合理性。学历权重按 `screening` 配置执行。
  283. **推荐等级**:
  284. | 等级 | 含义 | 行动 |
  285. |------|------|------|
  286. | ⭐⭐⭐⭐⭐ 强推 | 高度匹配,学历经验俱佳 | 优先约谈 |
  287. | ⭐⭐⭐⭐ 推荐 | 基本匹配,有明显亮点 | 优先约谈 |
  288. | ⭐⭐⭐ 可约 | 部分匹配,需面试确认 | 可选约谈 |
  289. | ⭐⭐ 观望 | 匹配度弱 | 暂不操作 |
  290. | ⭐ 不推荐 | 明显不合适 | 报告中列出 |
  291. | ❌ 排除 | 不符合硬性筛选条件 | 报告中列出 |
  292. 生成初筛报告:各职位分组评级表 + 结尾「优先约谈名单」(⭐⭐⭐⭐及以上)。
  293. ---
  294. ### Step 6:追加初筛报告到飞书文档
  295. ```bash
  296. cd <工作目录>
  297. lark-cli docs +update \
  298. --doc "<doc_id>" \
  299. --mode append \
  300. --as user \
  301. --markdown "@tmp_boss_screening.md" 2>&1
  302. ```
  303. > 表格超过 50 行时拆分多次追加。
  304. ---
  305. ### Step 7:追加全量顺序汇总表
  306. ```bash
  307. cd <工作目录>
  308. lark-cli docs +update \
  309. --doc "<doc_id>" \
  310. --mode append \
  311. --as user \
  312. --markdown "@tmp_boss_summary.md" 2>&1
  313. ```
  314. ---
  315. ### Step 8:写入多维表格
  316. 将有效候选人批量写入多维表格(`config.feishu.base_token` + `config.feishu.table_id`)。
  317. 字段映射注意点:
  318. - "应聘职位"必须匹配 `config.positions` 中的选项值,不存在的选项跳过并记录
  319. - "活跃状态":`3日内活跃` → `3天内`
  320. - 工作年限必须是数字(`10年以上` → `10`,应届生 → `0`)
  321. - 录入日期格式:`yyyy-MM-dd`
  322. ```bash
  323. cd <工作目录>
  324. lark-cli base +record-batch-create \
  325. --base-token "<config.feishu.base_token>" \
  326. --table-id "<config.feishu.table_id>" \
  327. --as user \
  328. --json @boss_records_YYYYMMDD.json 2>&1
  329. ```
  330. > JSON 格式:lark-cli 简化格式 `{"fields": [...], "rows": [...]}`,非标准飞书 API 格式。
  331. > `--json` 用相对路径,先 `cd` 到文件目录再执行。
  332. ---
  333. ### Step 9:推送简报到飞书机器人
  334. 使用 `scripts/send-feishu-msg.js`(从 `config.json` 读取 `bot_app_id` 和 `user_open_id`):
  335. ```bash
  336. node <skill目录>/scripts/send-feishu-msg.js --brief brief_data.json
  337. ```
  338. 其中 `brief_data.json`:
  339. ```json
  340. {
  341. "date": "2026-04-28",
  342. "total": 20,
  343. "rejected": 5,
  344. "excluded": 3,
  345. "priority": 5,
  346. "priorityList": [
  347. { "name": "张三", "position": "APP软件产品经理", "highlight": "985院校,8年经验" }
  348. ],
  349. "docUrl": "https://www.feishu.cn/docx/<doc_id>",
  350. "baseUrl": "https://www.feishu.cn/base/<base_token>",
  351. "note": ""
  352. }
  353. ```
  354. > 严禁直接用 PowerShell 命令行发多行文本——`\n` 会被转义导致只发出第一行,必须通过 Node.js 脚本发送。
  355. ---
  356. ## 完成后输出
  357. 告知用户:
  358. 1. 飞书文档链接
  359. 2. 多维表格链接
  360. 3. 优先约谈名单(⭐⭐⭐⭐及以上)
  361. 4. 已点不合适人数
  362. 5. 被排除人数及原因分布
  363. 6. 未获取简历人数(建议手动查看)
  364. 7. 未写入表格的候选人及原因(如职位选项不匹配)
  365. ---
  366. ## 常见问题
  367. | 问题 | 解决方案 |
  368. |------|----------|
  369. | 找不到 config.json | 先运行"boss init"完成初始化 |
  370. | `未检测到 .menu-list` | 运行 `boss login` 完成浏览器登录 |
  371. | `boss chat` 找不到联系人 | 加 `--strict` 参数;仍失败则标记"未获取" |
  372. | 机器人消息只有第一行 | 必须用 `scripts/send-feishu-msg.js`,不能用 PowerShell 直接发 |
  373. | 多维表格写入报 `not_found` | 职位不在 `config.positions` 选项中,需在飞书手动添加该选项 |
  374. | 多维表格写入报 `Provide a number value` | 年龄/工作年限传了字符串,改为纯数字 |
  375. | 多维表格报 `Provide a value of type array` | JSON 格式错误,改用 lark-cli 简化格式 |
  376. | `--as bot` 不生效 | `--as bot` 必须紧跟子命令 |
  377. | 机器人发送失败 | 确认用户已先给机器人发过消息(建立会话) |
README.md · README · 115 lines

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

  1. # boss-daily-brief
  2. > Boss直聘每日招聘初筛工作流 —— 一个 [Claude Code](https://claude.ai/code) Skill
  3. 说一句「帮我做今天的招聘简报」,自动完成:拉候选人 → 获取简历 → AI 初筛评级 → 写入飞书云文档 + 多维表格 → 推送简报到飞书机器人。
  4. ---
  5. ## 功能概览
  6. ```
  7. boss list
  8. ↓ 逐个获取简历(boss chat)
  9. ↓ 按筛选标准过滤 + 整理 Markdown
  10. ↓ 创建飞书云文档
  11. ↓ AI 初筛评级(⭐–⭐⭐⭐⭐⭐ / ❌)
  12. ↓ 批量写入飞书多维表格
  13. ↓ 推送今日简报到飞书机器人
  14. ```
  15. ---
  16. ## 前置条件
  17. | 依赖 | 说明 | 安装 |
  18. |------|------|------|
  19. | [Claude Code](https://claude.ai/code) | AI 助手 CLI | 参考官网 |
  20. | [@joohw/boss-cli](https://www.npmjs.com/package/@joohw/boss-cli) | Boss直聘 CLI 工具 | `npm install -g @joohw/boss-cli` |
  21. | [lark-cli](https://www.npmjs.com/package/@larksuite/cli) | 飞书 CLI 工具 | `npm install -g @larksuite/cli` |
  22. | Node.js | 脚本运行环境 | [nodejs.org](https://nodejs.org) |
  23. | Chrome 浏览器 | 已登录 Boss直聘招聘端 | — |
  24. ---
  25. ## 安装
  26. ```bash
  27. # 克隆到 Claude Code skills 目录
  28. git clone https://github.com/Viy1204/boss-daily-brief.git ~/.claude/skills/boss-daily-brief-v2
  29. # Windows
  30. git clone https://github.com/Viy1204/boss-daily-brief.git "%USERPROFILE%\.claude\skills\boss-daily-brief-v2"
  31. ```
  32. ---
  33. ## 首次使用:运行初始化
  34. 安装后,在 Claude Code 中说:
  35. ```
  36. boss init
  37. ```
  38. 初始化向导会引导你完成四个阶段:
  39. 1. **工具检查** — 确认 boss CLI、lark-cli、Node.js 均已安装
  40. 2. **登录授权** — boss 登录状态检查 + lark-cli 一次性授权
  41. 3. **飞书资源配置** — 自动创建文档文件夹、多维表格(含字段),或连接已有表格;配置推送机器人
  42. 4. **筛选标准配置** — 设置你的候选人筛选条件(存储在本地,不上传)
  43. 配置写入 `config.json`(本地,已在 `.gitignore` 中排除)。参考 `config.example.json` 了解完整结构。
  44. ---
  45. ## 日常使用
  46. 初始化完成后,每天说:
  47. ```
  48. 帮我做今天的招聘简报
  49. ```
  50. 或:
  51. ```
  52. 帮我处理今天的 Boss直聘
  53. ```
  54. ---
  55. ## 初筛评级标准
  56. | 等级 | 含义 |
  57. |------|------|
  58. | ⭐⭐⭐⭐⭐ 强推 | 高度匹配,学历经验俱佳 |
  59. | ⭐⭐⭐⭐ 推荐 | 基本匹配,有明显亮点 |
  60. | ⭐⭐⭐ 可约 | 部分匹配,需面试确认 |
  61. | ⭐⭐ 观望 | 匹配度弱 |
  62. | ⭐ 不推荐 | 明显不合适 |
  63. | ❌ 排除 | 不符合硬性筛选条件 |
  64. 筛选条件在 `boss init` 时由你自己配置。
  65. ---
  66. ## 常见问题
  67. **Q: boss CLI 报 `未检测到 .menu-list`**
  68. A: 运行 `boss login`,在浏览器完成登录后重试。
  69. **Q: lark-cli 授权报 `missing_scope`**
  70. A: 重新运行 `boss init` Phase 2,一次性授权所有需要的 scope。
  71. **Q: 多维表格写入报 `not_found`**
  72. A: 应聘职位不在预设选项中,在飞书手动添加该选项后重试,或在 `config.json` 的 `positions` 中更新。
  73. **Q: 飞书机器人消息只发出第一行**
  74. A: Skill 使用 `scripts/send-feishu-msg.js` 通过 Node.js 直接调用 lark-cli,绕过 PowerShell 的 `\n` 转义问题。确保用脚本发送,不要手动拼命令行。
  75. ---
  76. ## License
  77. [MIT](LICENSE)

Ratings and comments

Sign in to rate this skill.

Sign in

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