Boss直聘简历下载器

概述

BOSS直聘简历自动下载器（人工登录 + Cookie 持久化版）

核心架构

• 登录方式：不再自动填手机号/收短信/解滑块。改为人工登录——脚本打开 BOSS 企业登录页，用户在浏览器中自行完成登录（滑块/扫码/账号密码均可）；登录成功后脚本自动把 Cookie 持久化到 ~/.zhipin_downloader/cookies.json。后续运行直接恢复 Cookie 自动登录，无需再次人工干预。
• 存储目录：首次运行弹出系统文件夹选择框（PowerShell FolderBrowserDialog 主用 / tkinter / SHBrowseForFolderW 兜底）让用户选定简历存放位置；之后默认该目录，不再询问。
• 下载机制：BOSS 的简历多为「在线简历」DOM 渲染，未必有独立下载按钮。本脚本采用三策略兜底落盘：
  1. 点击「下载简历 / 导出」按钮（若 BOSS 提供直接下载，Edge 会落盘到目标目录）；
  2. 捕获简历 PDF 直链（Network.responseReceived 监听，命中 BOSS CDN 关键字后用 Python 直接拉取，校验 %PDF- 头）；
  3. Page.printToPDF 兜底：对当前渲染的在线简历页打印为 PDF（最稳，适配无下载按钮的情况）。
• 索要简历：点击候选人后检测「在线简历 / 附件简历」按钮是否存在。若不存在（候选人未提供简历），自动发送索要简历消息（"您好，方便的话请发一份完整的简历给我，谢谢！"）；同一候选人在冷却期（3天）内不重复发送。索要记录持久化在 processed.json 的 messaged 字段。
• 按岗位/日期归档：下载的简历按 岗位 与 日期 自动分目录存放：

<存储目录>/<岗位>/<日期(YYYY-MM-DD)>/<姓名>.pdf（岗位/日期无法识别时回退为「未分类岗位」/当天日期）。

• 结果展示：脚本结束写入 ~/.zhipin_downloader/completion.json（不写入简历存储目录），由 WorkBuddy 对话层弹窗展示执行结果；下载完成后自动关闭浏览器。

⚠️ BOSS 专属说明（务必先读）：BOSS直聘的 DOM 结构与企业版差异较大，且改版频繁。本技能中所有带「⚠️需按实际页面验证」的 JS 选择器常量（见 scripts/boss_cdp.py 顶部 IS_TRULY_LOGGED_IN_JS / CANDIDATE_JS / OPEN_RESUME_JS 等，以及 references/site_selectors.md）均依据 BOSS 公开页面结构推断。首次运行前请用浏览器开发者工具（F12）核对选择器，如有出入按 references/site_selectors.md 修正。改版后只需调整这些常量，流程逻辑无需改动。

🔑 关键修正（招聘者 / 企业账号）

本技能面向 BOSS 招聘者（企业）账号，与求职者账号页面结构不同，以下为实测结论：

• 入口 URL：招聘者「沟通」页入口是 https://www.zhipin.com/web/boss/（会自动跳转 https://www.zhipin.com/web/chat/index）。不要用求职者的 /web/im 或 /web/geek —— 招聘者访问会被踢回首页，导致扫描 0 候选人。脚本常量 IM_URL 已固定为 /web/boss/。
• 候选人列表：在 /web/chat/index 左侧 .user-list .geek-item，每条含 姓名 / 职位 / 日期。点击采用按索引精确点击（CLICK_CANDIDATE_JS 取第 i 个可见 .geek-item），比按姓名文本匹配更稳（姓名解析易随排版变化而失败）。
• 简历形态：招聘者的简历是「在线简历」弹层（容器 .resume-detail-wrap / .boss-dialog / .resume-content-wrap），通常没有独立下载按钮。脚本优先抓取弹层内 iframe 的 PDF 直链；否则用 Page.printToPDF 把当前弹层打印为 PDF 兜底（弹层可能带遮罩背景，但简历正文在）。
• 列表加载时机：候选人列表由 XHR 异步加载，scan_candidates() 已内置重试（最多 5 次、每次轮询容器出现 + 等待），避免刚跳转/登录后列表未渲染导致的「0 候选人」竞态。
• ⚠️ 反爬 / 风控提示：BOSS 对频繁自动化 Cookie 恢复 + 反复跳转敏感，可能触发滑块验证或让候选人列表不渲染（页面仍是 /web/chat/index 但 .geek-item 为空）。首次运行请走人工登录（设计内的流程），不要靠反复自动登录去试；若已触发风控，关掉调试 Edge、清掉 edge_profile 与 cookies.json 后重新人工登录一次即可恢复。

WorkBuddy 对话层执行流程

执行顺序（必须）：Phase 1 启动脚本（内部完成目录选择 + 登录 + 下载）→ Phase 2 读取 completion.json → Phase 3 弹窗展示结果。

脚本内部已封装「首次弹窗选目录 / 人工登录 / Cookie 自动登录 / 按岗位日期下载 / 关闭浏览器」，对话层只需：运行脚本 → 等结果 → 弹窗汇报。

Phase 1: 运行下载脚本

直接用 venv 解释器运行核心脚本（脚本会自动处理目录选择、启动 Edge、登录、下载、关闭）：

cd <skill_dir>/scripts && <venv_python> boss_cdp.py --non-interactive

Python 解释器：优先用 WorkBuddy 管理的 venv（路径形如 ~/.workbuddy/binaries/python/envs/default/Scripts/python.exe）。

首次运行脚本会自动 pip install 所需依赖（aiohttp / numpy / Pillow）。

脚本在运行期会：

1. 首次运行：弹出系统文件夹选择框 → 选定后写入配置。
2. 启动 Edge（调试端口 9222）→ 打开 BOSS 企业登录页。
3. 登录：若已保存且有效的 Cookie → 自动登录；否则等待用户在浏览器中人工登录（最长等待 --login-timeout 秒，默认 300）→ 登录成功后保存 Cookie。
4. 下载：进入「沟通」页扫描候选人 → 按岗位/日期归档下载简历到所选目录。
5. 收尾：关闭浏览器 → 写入 completion.json（在 ~/.zhipin_downloader/，不在简历目录）。

🔒 安全门禁（硬性）：下载阶段只有在真正登录成功后才允许执行；is_truly_logged_in() 未命中则直接拒绝扫描/下载，绝不落盘任何简历。

🏁 任务完成判定（硬性）：仅当「登录成功 + 下载阶段真正跑完」同时满足时，completion.json.completed == true 且脚本 exit 0；否则 exit 1，不会被误报为完成。

💬 结果弹窗门禁（对话层，硬性）：只有 completed == true，Agent 才弹「✅ 任务完成」并附摘要；completed == false 时改弹「❌ 任务未完成」并说明原因（登录超时 / 未真正登录 / 扫描失败）。

⚠️ 人工登录期间脚本会阻塞等待（最长 5 分钟）。建议：在后台运行（run_in_background）并在回复中告知用户在 Edge 中完成登录；脚本完成（含下载）后会通知，再读 completion.json 弹窗汇报。

Phase 2: 读取结果

脚本退出后读取 ~/.zhipin_downloader/completion.json：

{"completed": true, "login_ok": true, "download_done": true,
 "downloaded": 5, "messaged": 0, "skipped": 1, "errors": 0, "total": 6,
 "download_dir": "<用户选择的目录>", "report_path": ""}

Phase 3: 弹窗展示结果

用 AskUserQuestion 弹窗向用户汇报（摘要字段同上：总数 / 下载 / 跳过 / 出错 / 目录）。completed == false 时弹「❌ 任务未完成」并附 errors 与可能原因。

可用参数

setup_wizard.py（配置向导）

boss_cdp.py（登录+下载）

目录结构

boss-resume-downloader/
├── SKILL.md                    # 本文件
├── scripts/
│   ├── boss_cdp.py            # 核心 CDP 自动化脚本（人工登录+Cookie+下载+归档+关闭+completion.json）
│   ├── setup_wizard.py        # 配置向导（--check / --select-dir）
│   ├── config_manager.py      # 配置管理（目录选择 / Cookie / 已处理记录）
│   └── anti_detect.py         # 反检测脚本（可选、非致命）
├── references/
│   └── site_selectors.md      # BOSS直聘 CSS 选择器参考（⚠️需按实际页面验证）
└── assets/
    └── config_template.json   # 配置模板

注：旧版短信/滑块登录相关的 gap_detector.py / drag_solver.py / win32_input.py 已移除，本版人工登录流程不再需要。

故障排除

CDP 连接失败

1. 确保 Edge 已关闭：taskkill /F /IM msedge.exe
2. 重新运行 boss_cdp.py（会自动以调试模式启动 Edge）
3. 浏览器访问 http://127.0.0.1:9222/json/version 验证

登录超时 / 未进入已登录态

• 人工登录时务必在弹出的 Edge 窗口中完成（含滑块/扫码），并真正进入「沟通」或「人才」页面。
• 若等待超时（默认 5 分钟），脚本退出 completed=false，重跑即可（已登录的 Cookie 通常会被保存，下次自动登录）。
• Cookie 失效：删除 ~/.zhipin_downloader/cookies.json 后重跑，会重新走人工登录。

候选人列表为空 / 扫描失败

• ⚠️ 首要排查：选择器与当前 BOSS 页面结构不符。用 F12 开发者工具核对 references/site_selectors.md 中的选择器，按实际 class 修正 boss_cdp.py 顶部的 CANDIDATE_JS / OPEN_RESUME_JS 等常量。
• 招聘者账号请确认在「沟通」页（/web/boss/ → 跳转 /web/chat/index），不是求职者 IM 页（/web/im）或人才页（/web/geek）；脚本 IM_URL 已固定为招聘者入口。
• 若 URL 正确但 .geek-item 仍为空：多半是 BOSS 风控（滑块/验证拦截）导致列表不渲染。关掉调试 Edge、删除 ~/.zhipin_downloader/cookies.json 与 edge_profile/ 后重跑，走人工登录即可恢复（脚本会自动重试扫描，给列表加载留了时间）。

⚠️ 触发 BOSS 风控（滑块/列表不渲染/自动登录失效）

• 症状：页面停在 /web/chat/index 但候选列表为空；或 Cookie 自动登录后很快掉线，脚本转入 300s 人工等待。
• 原因：~/.zhipin_downloader/edge_profile 下的调试浏览器被 BOSS 识别为异常环境 + 反复自动恢复 Cookie/跳转触发反爬。
• 处理：停止自动重试。关闭该调试 Edge（taskkill /F /IM msedge.exe），删除 ~/.zhipin_downloader/cookies.json 与 edge_profile/ 目录，重跑脚本走人工登录一次（正常浏览器环境下人工登录极少触发风控）。

简历下载为空白 / 失败

• 首选排查 OPEN_RESUME_JS / CLICK_DOWNLOAD_JS 选择器：BOSS 简历入口随版本变化，需用 F12 核对「简历 / 在线简历」按钮的真实 class/text。
• 若 BOSS 无独立下载按钮，脚本会自动用 Page.printToPDF 输出当前在线简历页为 PDF（仍可能受页面渲染影响）。
• 直链捕获命中 BOSS CDN 关键字失败时不强制下载，回退 printToPDF。

系统文件夹选择框未弹出 / 无法选择 / 每次都弹

• 首次运行若选择框未出现或被取消，脚本会回退到默认目录 ~/Downloads/BOSS简历 并在控制台告警；可在配置中重跑 --select-dir 重新选择。
• 每次都弹窗但选不了：根因是 64 位 Python 下 ctypes 调用 SHBrowseForFolderW / SHGetPathFromIDListW 缺少 restype / argtypes 声明，指针被截断为 32 位导致 access violation。已修复：显式声明 restype = ctypes.c_void_p 和 argtypes。
• 后台运行弹窗不可交互：脚本通过 subprocess 调 PowerShell 或 ctypes 弹窗在后台 run_in_background 模式下对话框不可见/不可交互。解决方案：先在前台运行独立弹窗脚本选目录 → 写入 config → 再后台运行主脚本。
• 如需完全重置（包括存储目录选择状态），运行 boss_cdp.py --reset。

登录超时 / 已登录但检测不到（httpOnly Cookie 问题）

• 根因：BOSS 的认证 Cookie（zp_at、wt2、wbg）是 httpOnly 的，document.cookie 无法读取。旧版 IS_TRULY_LOGGED_IN_JS 通过 document.cookie 检查认证 Cookie，导致用户已登录（页面有候选人列表、显示招聘者姓名）但脚本判定未登录 → 等待超时。
• 修复：IS_TRULY_LOGGED_IN_JS 不再依赖 document.cookie，改为检查：1) URL 在 /web/(chat|boss)/ → 2) 无登录提示文本 → 3) 页面有 .geek-item 候选人或招聘者 UI 元素。
• Cookie 保存：CDP 的 Network.getCookies 可以拿到 httpOnly Cookie，脚本已使用此方法保存。
• 若仍超时：检查 Edge 是否在调试模式（端口 9222）下运行，页面是否在 /web/chat/index。

完全重置到首次使用状态

• 运行 boss_cdp.py --reset：自动清除 Cookie / 下载标记 / 索要简历标记 / 配置 / Edge profile。
• 下次运行将完全以首次模式启动（弹窗选目录 + 人工登录）。