salary-research-boss

概述

Boss直聘薪酬调研 Skill

HR导师徐博士制作 · 已放入人力资源实操百科 · 仅供学习

概述

对 Boss直聘（zhipin.com）做岗位薪酬调研：多关键词 × 多城市抓取职位数据（明文薪资），清洗归一（区间中值、·N薪结构、元/天折算）后生成统计分析和可视化报告。

核心安全设计（务必保持）：

• Chrome CDP 被动旁听页面自身 API 响应，不注入请求，复用真实登录态（隔离 profile ~/.boss-zhipin-scraper/chrome-profile）
• 单任务 ≤10 页、单次运行 ≤500 请求预算、任务间随机休眠 60~120s
• 风控熔断（code 31/37）即当日停止，24h 后再试
• 仅限个人调研，不商用、不转售、不高频抓取

环境与路径

• Python：WorkBuddy 托管 Python %USERPROFILE%.workbuddybinariespythonenvsdefaultScriptspython.exe（下称 $PY；非 WorkBuddy 环境用本机 Python 3.10+ 亦可）
• 依赖：requests、websocket-client、pandas、openpyxl（首次使用先 pip install 装齐）
• 技能根目录：本 SKILL.md 所在目录（scripts/、assets/、references/ 相对于它）
• 隔离 Chrome profile：%USERPROFILE%.boss-zhipin-scraperchrome-profile（首次运行自动创建）
• Chrome 启动脚本：技能目录内 scripts/start_cdp_chrome.bat（CDP 端口 9223，自动探测 Chrome 路径；9222 常被系统占用故固定 9223）
• 依赖：requests、websocket-client、pandas、openpyxl（已装齐）

工作流

Step 0：确认调研需求

用 AskUserQuestion 确认：岗位关键词（1~5 个）、城市（1~2 个）、每任务页数（建议 3~5，上限 10）。告知用户：需要用其 Boss直聘账号在专用 Chrome 中登录（一次性，之后持久）。

Step 1：启动专用 Chrome（若无）

检测 CDP：

curl -s --noproxy "*" --max-time 4 http://127.0.0.1:9223/json/version

不通则请用户双击技能目录下的 scripts/start_cdp_chrome.bat（或代理用后台常驻 bash 会话保活启动），并在弹出的窗口登录 zhipin.com。然后验证：

cd <技能根目录>
NO_PROXY="127.0.0.1,localhost" no_proxy="127.0.0.1,localhost" 
HTTP_PROXY= HTTPS_PROXY= http_proxy= https_proxy= 
"$PY" scripts/vendor/boss_cdp_raw.py --check --cdp-port 9223

注意：本机有系统代理，必须带 NO_PROXY 环境变量调用 vendor 脚本（batch_scrape.py 已内置）。

Step 2：批量抓取

cd <技能根目录>
"$PY" scripts/batch_scrape.py --tasks "HRBP:上海:3" "薪酬绩效:上海:3" --outdir output/batch1

任务格式 关键词:城市:页数；任务间自动随机休眠 60~120s（可用 –sleep-min/–sleep-max 调整）。抓取期间不要并行其他任务；失败且提示风控码时当日停止。

Step 3：清洗

"$PY" scripts/clean_salary.py --input output/batch1 --output output/jobs_clean.csv

（--selftest 可跑内置解析自测。多文件自动按 job_id 去重。）

Step 4：分析

"$PY" scripts/analyze.py --input output/jobs_clean.csv --output output/analysis.json

Step 5：渲染报告

"$PY" scripts/render_report.py --analysis output/analysis.json --clean output/jobs_clean.csv 
  --html output/薪酬调研报告.html --excel output/薪酬明细.xlsx 
  --keyword "HRBP" --city "上海"

产出：交互式 HTML（内嵌 ECharts：月薪分布/经验学历规模分位/技能词频/福利词频/交叉表，离线可开）+ Excel（明细 + 汇总统计两个 sheet）。

Step 6：汇报

用 present_files 展示 HTML 报告与 Excel。文字总结：中位数、P25-P75、关键结构差异（经验/学历/规模）、高频技能。提醒用户：数据仅供个人研究。

宽带薪酬表生成工作流

触发词：「帮我调研 XX 地区 XX 部门的薪酬并生成 XX 宽带薪酬表」

例：帮我调研上海人力资源部门的薪酬并生成人力资源宽带薪酬表

本流程把「薪酬调研」与「薪级薪档表」打通，四步递进，每步由用户确认是否继续：

B1：调研专员薪酬（锚定基础档）

1. 解析需求：部门名（序列名）+ 城市。岗位关键词默认用「{部门名}专员」；部门名含别名时补一个同义关键词（如 人力资源专员 + 人事专员）。
2. 走 Step 0~4 抓取并分析专员岗位（页数建议 3，样本够用即可）。
3. 从 analysis.json 读 overall.p25 与 overall.p50（单位 K/月，需 ×1000 转元）。

B2：生成粗略宽带表（专员 P25 锚定）

"$PY" scripts/build_salary_band.py --name 人力资源 
  --analysis output/analysis.json --anchor p25 
  --output "<输出目录>/人力资源宽带薪酬表.xlsx"

• 默认策略：专员基础档 = 市场 P25（成本可控、跟随策略）；职级系数用模板默认（主管1.5/经理2.5/总监4）。
• 脚本纯 openpyxl 生成，公式保留、Excel 打开自动重算；汇报时列出 专员/主管/经理/总监 的 1档/3档/12档。

B3：提示是否调研全系列修正（更贴市场行情）

生成粗略表后，主动用 AskUserQuestion 询问用户是否继续：

• 「是否调研 主管/经理/总监 全系列薪酬，修正职级系数（更贴合市场）？」
• 若同意：对 主管、经理、总监 分别抓取（各 3 页）→ 得到各自 P25（或 P50）→ 计算系数 = 该职级市场值 ÷ 专员市场值 →

用 --ratios "主管:x,经理:y,总监:z" 重新生成。

• 若拒绝：保留模板默认系数，跳到 B4。

B4：提示是否按战略上调至 P50

再询问：

• 「是否根据公司薪酬战略，将锚点从 P25 上调至 P50（薪酬领先策略）？」
• 若同意：--anchor p50（或直接把专员基础档改为专员市场 P50）重新生成；系数不变或同步用 P50 口径重算。
• 若拒绝：维持 P25 版。

最终用 present_files 展示生成的最新 xlsx，并文字说明锚点口径（P25/P50）、职级系数、各职级档位区间。

关键实现说明

• scripts/vendor/：上游 eatmoreduck/boss-zhipin-scraper（MIT，commit 2bc40f5，未改动），核心抓取与防风控逻辑都在 boss_cdp_raw.py
• scripts/batch_scrape.py：编排层，已内置 NO_PROXY 处理与 CDP 自检，默认端口 9223
• scripts/clean_salary.py：薪资解析规则见文件头注释（15-25K·14薪 → 年包 210-350 千元；200-300元/天 → ×22 天/月折算；面议剔除）
• scripts/build_salary_band.py：宽带薪酬表生成（见下）。纯 openpyxl 改指定单元格，公式零触碰、单等号保留，Excel 打开自动重算
• assets/宽带薪酬模板.xlsx：12职级×12档模板。唯一锚点 V4=专员基础档，V5~V8 职级系数（专员/主管/经理/总监），V9~V12 档差比例%；职级基准档：主管=专员×V6、经理=专员×V7、总监=专员×V8，其余职级按固定倍数派生
• assets/echarts.min.js：本地 ECharts 5.5.1，报告离线可开
• Windows 排障：见 [references/windows-troubleshooting.md](references/windows-troubleshooting.md)（端口占用/Chrome 不绑 DevTools/代理/风控码）
• 宽带表生成说明：见 [references/宽带薪酬表生成.md](references/宽带薪酬表生成.md)（模板逻辑/系数修正/P50 上调/使用红线）

红线（必须遵守）

1. 不得绕过或调大上游的 500 请求预算、10 页上限
2. 遇 code 31/37 当日停止
3. 不得把数据用于商业转售或对外发布原始数据
4. 用户主 Chrome 不碰：专用 profile 完全隔离