npm package discovery and stats viewer.

Discover Tips

  • General search

    [free text search, go nuts!]

  • Package details

    pkg:[package-name]

  • User packages

    @[username]

Sponsor

Optimize Toolset

I’ve always been into building performant and accessible sites, but lately I’ve been taking it extremely seriously. So much so that I’ve been building a tool to help me optimize and monitor the sites that I build to make sure that I’m making an attempt to offer the best experience to those who visit them. If you’re into performant, accessible and SEO friendly sites, you might like it too! You can check it out at Optimize Toolset.

About

Hi, 👋, I’m Ryan Hefner  and I built this site for me, and you! The goal of this site was to provide an easy way for me to check the stats on my npm packages, both for prioritizing issues and updates, and to give me a little kick in the pants to keep up on stuff.

As I was building it, I realized that I was actually using the tool to build the tool, and figured I might as well put this out there and hopefully others will find it to be a fast and useful way to search and browse npm packages as I have.

If you’re interested in other things I’m working on, follow me on Twitter or check out the open source projects I’ve been publishing on GitHub.

I am also working on a Twitter bot for this site to tweet the most popular, newest, random packages from npm. Please follow that account now and it will start sending out packages soon–ish.

Open Software & Tools

This site wouldn’t be possible without the immense generosity and tireless efforts from the people who make contributions to the world and share their work via open source initiatives. Thank you 🙏

© 2026 – Pkg Stats / Ryan Hefner

boss-mcp-assistant

v1.2.8

Published

Boss MCP Assistant — CDP-only MCP service for BOSS直聘 recommend, chat, and recruit automation

Readme

Boss MCP Assistant

推荐/聊天/招聘一键自动化筛选工具 — 自动在 BOSS 直聘上帮你筛选候选人、发送消息、批量处理招聘流程。

你只需要:打开 Chrome 浏览器 → 打开 BOSS 直聘 → 在聊天框里说"帮我筛选推荐页的人" → 它自动完成剩下的工作。


一分钟快速上手

保证能跑通的最短步骤,先试起来,再慢慢看详细说明。

第 1 步:安装 Node.js(只需做一次)

如果你电脑上已经有 Node.js,跳过这一步。

Windows 用户

  1. 打开 https://nodejs.org
  2. 下载左边绿色的 LTS 版本(推荐)
  3. 双击安装包,一路点"下一步"直到完成
  4. 安装完成后,打开"命令提示符"(按 Win + R,输入 cmd,回车)

Mac 用户

  1. 打开 https://nodejs.org
  2. 下载左边绿色的 LTS 版本(推荐)
  3. 双击安装包,一路点"继续"直到完成
  4. 安装完成后,打开"终端"(按 Cmd + 空格,搜索"终端")

第 2 步:复制粘贴以下命令(一次性安装)

打开命令提示符(Windows)或终端(Mac),复制粘贴以下命令,按回车:

npm install -g boss-mcp-assistant

看到一堆文字滚动,最后出现 ✅ 或版本号就表示安装成功。

第 3 步:配置你的 AI 密钥(必须)

这个工具需要接入 AI 来帮你筛选候选人。你需要一个 API Key(可以理解成 AI 的"密码")。

拿到 API Key 后,复制粘贴以下命令(把里面的内容换成你自己的):

boss-mcp-assistant config set --base-url https://api.openai.com/v1 --api-key 你的API密钥 --model gpt-4o

⚠️ 请把 你的API密钥 替换成真实的密钥,例如 sk-xxxxxxxxxxxxxxxxxxxx

第 4 步:启动 Chrome 调试模式

运行以下命令,工具会自动找到 Chrome 并以调试模式启动:

boss-mcp-assistant launch-chrome --port 9222

Chrome 会打开 BOSS 直聘推荐页,登录 BOSS 直聘(重要!)。

❓ 如果提示 Chrome executable not found,说明没有自动找到 Chrome 安装路径,可以手动指定:

BOSS_RECOMMEND_CHROME_PATH="/Applications/Google Chrome.app/Contents/MacOS/Google Chrome" boss-mcp-assistant launch-chrome --port 9222

Windows 则用:

set BOSS_RECOMMEND_CHROME_PATH="C:\Program Files\Google\Chrome\Application\chrome.exe" && boss-mcp-assistant launch-chrome --port 9222

第 5 步:启动服务

复制粘贴以下命令:

boss-mcp-assistant start

看到 MCP server running 就成功了。保持这个窗口开着,不要关闭。

第 6 步:在 AI 编辑器里使用

在 Cursor / Trae / Claude Code 等 AI 编辑器里,直接告诉 AI:

"帮我运行 BOSS 直聘推荐页的自动化筛选,职位是后端开发,筛选 20 个候选人"

AI 会自动调用工具完成剩下的工作。


口令模板大全(复制即用)

以下所有命令,直接复制粘贴到终端即可。

安装与更新

# 首次安装
npm install -g boss-mcp-assistant

# 查看当前版本
boss-mcp-assistant --version

# 升级到最新版
npm update -g boss-mcp-assistant

# 完全卸载(同时删除所有配置)
npm uninstall -g boss-mcp-assistant && rm -rf ~/.boss-mcp-assistant

配置 API(选一个就行)

OpenAI(海外用户推荐)

boss-mcp-assistant config set --base-url https://api.openai.com/v1 --api-key sk-你的密钥 --model gpt-4o

DeepSeek(国内用户推荐)

boss-mcp-assistant config set --base-url https://api.deepseek.com --api-key 你的密钥 --model deepseek-chat

通义千问(阿里云)

boss-mcp-assistant config set --base-url https://dashscope.aliyuncs.com/compatible-mode/v1 --api-key 你的密钥 --model qwen-plus

硅基流动

boss-mcp-assistant config set --base-url https://api.siliconflow.cn/v1 --api-key 你的密钥 --model Qwen/Qwen2-7B-Instruct

自定义模型(任何兼容 OpenAI 格式的 API)

boss-mcp-assistant config set --base-url 你的API地址 --api-key 你的密钥 --model 模型名称

启动 Chrome 调试模式(每次使用前都要做)

# ✅ 推荐:一行命令自动启动(工具会自动找到 Chrome)
boss-mcp-assistant launch-chrome --port 9222

如果自动查找失败,再试手动方式:

Windows

"C:\Program Files\Google\Chrome\Application\chrome.exe" --remote-debugging-port=9222

Mac

/Applications/Google\ Chrome.app/Contents/MacOS/Google\ Chrome --remote-debugging-port=9222

⚠️ 如果 Chrome 安装路径不同,请在文件管理器里找到 chrome.exe(Windows)或 Google Chrome(Mac),右键 → 属性,复制完整路径替换上面的路径。

启动服务

boss-mcp-assistant start

检查环境

# 全面检查(推荐第一次用之前运行)
boss-mcp-assistant doctor

# 查看安装位置和配置路径
boss-mcp-assistant where

# 创建配置模板(如果配置丢了)
boss-mcp-assistant init-config

详细安装指南(有图有步骤)

什么是 Node.js?为什么要装它?

Node.js 是这个工具的运行环境。就像看电影需要播放器一样,运行这个工具需要 Node.js。

怎么检查有没有装 Node.js? 在终端里复制粘贴这个命令:

node --version

如果显示 v18.x.x 或更高的版本号(比如 v20.x.xv22.x.x),说明已经有了,跳过安装步骤。

如果显示 'node' 不是内部或外部命令command not found,说明没有装,按下面步骤安装。

安装 Node.js(Windows)

  1. 打开浏览器,访问 https://nodejs.org
  2. 页面左边显示的是 LTS(长期支持版),点击下载
  3. 下载完成后,双击安装包(node-vxx.x.x-x64.msi
  4. 安装向导里全部选默认选项,一路点"Next"(下一步)
  5. 最后点"Install"(安装),等待完成
  6. 安装完成后点"Finish"(完成)
  7. Win + R,输入 cmd,回车
  8. 输入 node --version,确认显示版本号

安装 Node.js(Mac)

  1. 打开浏览器,访问 https://nodejs.org
  2. 页面左边显示的是 LTS(长期支持版),点击下载
  3. 下载完成后,双击安装包(node-vxx.x.x.pkg
  4. 安装向导里全部选默认选项,一路点"继续"
  5. 输入你的 Mac 密码
  6. 安装完成后,打开"终端"(按 Cmd + 空格,搜索"终端")
  7. 输入 node --version,确认显示版本号

什么是 npm?为什么要装 npm?

npm 是 Node.js 自带的"软件商店"。安装 Node.js 时 npm 会自动装好。

检查 npm 是否正常:

npm --version

显示版本号(比如 10.x.x)就是正常的。

如果显示 'npm' 不是内部或外部命令,说明 Node.js 没有安装成功,重新安装 Node.js。

什么是 API Key?从哪里获得?

API Key 是 AI 服务的"密码"。这个工具使用 AI 来分析候选人简历,所以需要一个 API Key。

方式一:使用 DeepSeek(国内用户,便宜)

  1. 打开 https://platform.deepseek.com
  2. 注册账号 → 登录
  3. 点左边的"API Keys"
  4. 点"创建 API Key",复制并保存好

方式二:使用通义千问(阿里云,国内用户)

  1. 打开 https://dashscope.console.aliyun.com
  2. 用阿里云账号登录
  3. 点"API-KEY 管理"
  4. 创建新的 API Key

方式三:使用 OpenAI(海外用户,功能最强)

  1. 打开 https://platform.openai.com
  2. 注册账号 → 登录
  3. 点右上角头像 → "API keys"
  4. 点"Create new secret key",复制并保存好

什么是 Chrome 远程调试模式?

这个工具需要通过 Chrome 浏览器来控制 BOSS 直聘网页。远程调试模式就是让 Chrome 打开一个"控制端口",让工具可以操作浏览器。

每次使用前都要打开这个模式

最简单的方法是用工具自动启动:

boss-mcp-assistant launch-chrome --port 9222

工具会自动找到 Chrome 安装路径、以调试模式启动、并打开 BOSS 直聘推荐页。

如果自动启动失败(提示 Chrome executable not found),可以手动指定 Chrome 路径:

Mac

BOSS_RECOMMEND_CHROME_PATH="/Applications/Google Chrome.app/Contents/MacOS/Google Chrome" boss-mcp-assistant launch-chrome --port 9222

Windows(命令提示符 cmd)

set BOSS_RECOMMEND_CHROME_PATH="C:\Program Files\Google\Chrome\Application\chrome.exe"
boss-mcp-assistant launch-chrome --port 9222

Windows(PowerShell)

$env:BOSS_RECOMMEND_CHROME_PATH="C:\Program Files\Google\Chrome\Application\chrome.exe"
boss-mcp-assistant launch-chrome --port 9222

💡 Chrome 路径确认方法:在文件管理器找到 chrome.exe(Windows)或 Google Chrome(Mac),右键 → 属性 → 复制完整路径。

检验是否开启成功: 在浏览器地址栏输入 http://localhost:9222/json/version

  • 如果显示一段 JSON 数据(一堆花括号和文字),说明开启成功
  • 如果打不开或显示"无法访问",说明没有开启成功

第一次启动完整流程

按顺序执行以下命令:

# 1. 安装工具(只需做一次)
npm install -g boss-mcp-assistant

# 2. 配置 API(只需做一次)
boss-mcp-assistant config set --base-url https://api.deepseek.com --api-key sk-你的密钥 --model deepseek-chat

# 3. 打开 Chrome 调试模式(每次都要做)
boss-mcp-assistant launch-chrome --port 9222

# 4. 在打开的 Chrome 里登录 BOSS 直聘

# 5. 启动服务
boss-mcp-assistant start

如何更新 API / URL / Model

方法一:命令行直接改(推荐)

# 只修改 API Key
boss-mcp-assistant config set --api-key 你的新密钥

# 同时修改 baseUrl 和 model
boss-mcp-assistant config set --base-url https://api.deepseek.com --model deepseek-chat

# 查看当前的配置
boss-mcp-assistant doctor

方法二:在 AI 编辑器里面改

在 Cursor/Trae/Claude Code 里,告诉 AI:

"帮我更新筛选配置,baseUrl 改成 xxx,apiKey 改成 xxx,model 改成 xxx"

AI 会自动调用 set_screening_config 工具帮你更新,不需要重启服务

方法三:手动改配置文件

用记事本/文本编辑打开这个文件:

Windows

C:\Users\你的用户名\.boss-mcp-assistant\screening-config.json

Mac

~/.boss-mcp-assistant/screening-config.json

找到这三行,改成你的值:

{
  "baseUrl": "https://api.deepseek.com",
  "apiKey": "sk-你的密钥",
  "model": "deepseek-chat"
}

保存文件后,重新启动服务(关掉当前窗口,重新运行 boss-mcp-assistant start)。


常见问题

安装时报错

| 错误提示 | 原因 | 怎么办 | |----------|------|--------| | 'npm' 不是内部或外部命令 | 没有安装 Node.js | 按上面的步骤安装 Node.js | | permission denied / EACCES | Mac 上没有权限 | 命令前面加 sudo,即 sudo npm install -g boss-mcp-assistant | | ENEEDAUTH / need auth | npm 镜像源有问题 | 运行 npm config set registry https://registry.npmjs.org 后再试 |

运行时报错

| 错误现象 | 原因 | 解决办法 | |----------|------|----------| | screening-config.json 缺失 | 忘记配置 API | 运行 boss-mcp-assistant config set ... 配置 API | | apiKey 仍是模板占位符 | API Key 还是模板值没改 | 重新配置:boss-mcp-assistant config set --api-key 真实的密钥 | | connect ECONNREFUSED 127.0.0.1:9222 | Chrome 没有开启调试端口 | 运行 boss-mcp-assistant launch-chrome --port 9222 重新启动 | | 工具返回超时/没反应 | Chrome 没登录 BOSS 直聘 | 确认 Chrome 里打开了 BOSS 直聘并且已登录 | | MODULE_NOT_FOUND | 安装不完整 | 重新安装:npm install -g boss-mcp-assistant | | Chrome executable not found | 工具没找到 Chrome 安装路径 | 设置环境变量 BOSS_RECOMMEND_CHROME_PATH 指定 Chrome 路径 |

配置相关问题

| 问题 | 答案 | |------|------| | 配置保存在哪里? | ~/.boss-mcp-assistant/screening-config.json~ 表示用户目录) | | 换了一个 API 需要重启吗? | 如果用 boss-mcp-assistant config set 命令或 MCP 工具更新的,不需要重启;手动编辑文件的需要重启 | | 可以同时配置多个 API 吗? | 只能配置一个,切换时需要重新运行 config set | | 配置丢了怎么办? | 运行 boss-mcp-assistant init-config 重新创建模板 |

Chrome 问题

| 问题 | 答案 | |------|------| | 必须用 Chrome 吗? | 也可以用 Edge、Chromium 等基于 Chromium 的浏览器,但需要找到对应的路径 | | 每次都用 launch-chrome 吗? | 是的,运行 boss-mcp-assistant launch-chrome --port 9222 即可。如果 Chrome 已经在调试模式运行,它会自动复用 | | 可以用已经打开的 Chrome 吗? | 不可以,必须用 launch-chrome 或以 --remote-debugging-port=9222 参数启动 Chrome | | 可以用已经打开的 Chrome 吗? | 不可以,必须关闭所有 Chrome 窗口后重新以调试模式打开 | | 打开的 Chrome 和平时用的不一样? | 正常,调试模式会启动一个新的 Chrome 实例,你的书签和插件可能不在里面,登录 BOSS 直聘即可 |


功能一览

三大核心功能

| 功能 | 用来做什么 | 举个栗子 | |------|-----------|----------| | 推荐页筛选 | 自动扫描推荐页的候选人,按你的要求筛选 | "帮我筛选推荐页上学历本科以上、3年+ Go 经验的候选人" | | 聊天自动沟通 | 自动和候选人聊天、发消息、收简历 | "帮我给所有匹配的候选人打个招呼,问问有没有兴趣" | | 招聘渠道批量处理 | 在招聘搜索页批量处理和筛选 | "帮我在招聘页上搜索前端开发,筛选出符合条件的" |

23 个自动化工具

| 工具名称 | 作用 | |----------|------| | start_recommend_pipeline_run | 开始自动筛选推荐页 | | get_recommend_pipeline_run | 查看筛选进度 | | cancel_recommend_pipeline_run | 取消正在进行的筛选 | | pause_recommend_pipeline_run | 暂停筛选 | | resume_recommend_pipeline_run | 恢复暂停的筛选 | | list_recommend_jobs | 列出可以筛选的职位 | | run_featured_calibration | 运行推荐页位置标定 | | get_featured_calibration_status | 查看标定状态 | | run_recommend_self_heal | 运行页面自愈检查 | | boss_chat_health_check | 检查聊天页面是否正常 | | prepare_boss_chat_run | 准备聊天自动化的参数 | | start_boss_chat_run | 开始自动聊天沟通 | | get_boss_chat_run | 查看聊天进度 | | pause_boss_chat_run | 暂停聊天 | | resume_boss_chat_run | 恢复聊天 | | cancel_boss_chat_run | 取消聊天 | | run_recruit_pipeline | 运行招聘渠道流程 | | start_recruit_pipeline_run | 启动招聘流程(异步) | | get_recruit_pipeline_run | 查看招聘进度 | | cancel_recruit_pipeline_run | 取消招聘 | | pause_recruit_pipeline_run | 暂停招聘 | | resume_recruit_pipeline_run | 恢复招聘 | | set_screening_config | 在线更新配置(API Key / 模型等) |


AI 指令模板(复制即用)

以下模板可直接复制并在 Cursor / Claude Code / Trae 等 AI 编辑器中发送给 AI,AI 会自动调用对应 MCP 工具完成操作。

推荐页筛选

请调用 boss-mcp-assistant 的推荐页筛选工具,帮我筛选 BOSS 直聘推荐页的候选人,端口 9222。

请先调用 list_recommend_jobs 读取岗位列表,然后使用我指定的岗位。

页面范围:recommend
岗位:<从 list_recommend_jobs 获取的完整岗位名称>
学校标签:不限
学历:本科、硕士、博士
性别:不限
近14天没有:近14天没有
筛选标准:
<写你的筛选条件>

目标数量:20
通过后动作:greet
打招呼上限:20

我已经确认以上所有条件。
请先调用 list_recommend_jobs 读取岗位列表。
如果成功获取岗位列表后,调用 start_recommend_pipeline_run 启动任务。
如果返回 NEED_CONFIRMATION,请根据 pending_questions 补齐确认字段后再调用一次。
返回 ACCEPTED 和 run_id 后停止,不要自动轮询。

| 参数 | 可选值 | 说明 | |------|--------|------| | 页面范围 | recommend / featured / latest | 三个 tab 之一 | | 学校标签 | 不限 / 985 / 211 / 双一流院校 / 留学 / 国内外名校 / 公办本科 | 可传数组 | | 学历 | 不限 / 本科 / 硕士 / 博士 | 可传数组 | | 性别 | 不限 / / | — | | 近14天没有 | 不限 / 近14天没有 | — | | 通过后动作 | favorite / greet / none | greet=打招呼 |

真实示例(直接复制,改参数即可用):

请调用 boss-mcp-assistant 的推荐页筛选工具,帮我筛选 BOSS 直聘推荐页的候选人,端口 9222。

请先调用 list_recommend_jobs 读取岗位列表,然后使用我指定的岗位。

页面范围:recommend
岗位:海外众筹运营专员(内容/社群方向) _ 北京 25-40K
学校标签:不限
学历:本科、硕士、博士
性别:不限
近14天没有:近14天没有
筛选标准:
科技产品的内容运营/市场运营/产品营销经验;
具备海外内容运营、英文内容撰写、海外社媒运营或跨文化传播经验;
有社群运营经验,海外社群运营经验优先;
有 Kickstarter、Indiegogo、Crowdfunding、Product Hunt、众筹预热、众筹页面内容、众筹更新、Backer 沟通经验者优先;
排除仅有国内公众号、小红书、抖音、私域、电商直播经验且无海外内容/英文/科技产品经验的候选人。

目标数量:20
通过后动作:greet
打招呼上限:20

我已经确认以上所有条件。
请先调用 list_recommend_jobs 读取岗位列表。
如果成功获取岗位列表后,调用 start_recommend_pipeline_run 启动任务。
如果返回 NEED_CONFIRMATION,请根据 pending_questions 补齐确认字段后再调用一次。
返回 ACCEPTED 和 run_id 后停止,不要自动轮询。

聊天页自动沟通 · 通用模板

请调用 boss-mcp-assistant 的聊天自动沟通工具,帮我筛选 BOSS 直聘聊天页的候选人,端口 9222。

请先调用 prepare_boss_chat_run 读取岗位列表,然后使用我指定的岗位。

岗位:<从 prepare_boss_chat_run 获取的完整岗位名称>
起始范围:unread
目标数量:all
筛选标准:
<写你的筛选条件>
打招呼消息:Hi,看了您的简历觉得比较匹配,方便沟通下吗?
通过后动作:request_cv(附带打招呼消息)

我已经确认以上所有条件。
请调用 start_boss_chat_run 启动任务。
如果返回 NEED_INPUT 或 NEED_CONFIRMATION,请根据提示补齐字段后再调用一次。
返回 ACCEPTED 和 run_id 后停止,不要自动轮询。

| 参数 | 可选值 | 说明 | |------|--------|------| | 岗位 | 从 prepare_boss_chat_run 获取 | 支持岗位名称 / 编号 / value | | 起始范围 | unread / all | 未读或全部 | | 目标数量 | 数字 / all | all = 扫到底 | | 筛选标准 | 自然语言描述 | — | | 打招呼消息 | 自定义文本 | 首条打招呼内容 | | 通过后动作 | request_cv / ask_cv / 求简历 | 请求对方发送简历 |


聊天页自动沟通 · 分场景模板

🌱 实习生筛选模板

适用于校招/实习岗位,重点筛选院校背景、专业方向、基础能力、实习经历。

请调用 boss-mcp-assistant 的聊天自动沟通工具,帮我筛选 BOSS 直聘聊天页的候选人,端口 9222。

请先调用 prepare_boss_chat_run 读取岗位列表,然后使用我指定的岗位。

岗位:<从 prepare_boss_chat_run 获取的完整岗位名称>
起始范围:unread
目标数量:all
筛选标准:
985/211 院校优先,计算机、软件工程、人工智能、数学、统计学等相关专业;
具备扎实的编程基础,熟悉至少一门编程语言(Java / Python / Go / C++);
有相关实习经历或实验室项目经验者优先;
有开源项目贡献、竞赛获奖(ACM、Kaggle、数学建模等)者优先;
沟通表达清晰,学习能力强;
排除非技术方向或完全没有编程基础的候选人。
打招呼消息:同学你好~看了你的简历,觉得你的专业背景和我们团队的方向比较匹配,方便发一份详细简历,我们进一步沟通一下吗?
通过后动作:request_cv

我已经确认以上所有条件。
请调用 start_boss_chat_run 启动任务。
如果返回 NEED_INPUT 或 NEED_CONFIRMATION,请根据提示补齐字段后再调用一次。
返回 ACCEPTED 和 run_id 后停止,不要自动轮询。

实习生场景变体(按岗位类型)

| 岗位方向 | 筛选重点 | 打招呼话术 | |----------|---------|-----------| | 前端开发实习生 | HTML/CSS/JS/TS 基础、React/Vue 项目经验 | "同学你好,看了你的前端项目经验很符合我们团队的要求,方便发份简历聊聊吗?" | | 后端开发实习生 | Java/Go/Python、数据库、计算机网络基础 | "同学你好,你的技术基础很扎实,和我们后端团队的方向很匹配,方便沟通一下吗?" | | AI/算法实习生 | 机器学习/深度学习基础、Python、论文/竞赛经历 | "同学你好,看到你有 AI 相关的研究经历,很感兴趣,方便发份详细简历吗?" | | 产品实习生 | 产品思维、用户调研能力、原型工具使用、相关实习 | "同学你好,你的产品实习经历和我们团队很契合,方便聊聊你的想法吗?" | | 运营实习生 | 内容运营/用户运营经验、数据分析能力、工具熟练度 | "同学你好,看了你的运营经历觉得和我们很匹配,方便发份简历沟通一下吗?" |

💼 社招筛选模板

适用于有工作经验的候选人,重点考察技术深度、项目经验、行业匹配度、团队协作。

请调用 boss-mcp-assistant 的聊天自动沟通工具,帮我筛选 BOSS 直聘聊天页的候选人,端口 9222。

请先调用 prepare_boss_chat_run 读取岗位列表,然后使用我指定的岗位。

岗位:<从 prepare_boss_chat_run 获取的完整岗位名称>
起始范围:unread
目标数量:all
筛选标准:
3年以上后端开发经验,精通 Go 或 Java,熟悉微服务架构;
有分布式系统设计经验,熟悉 Kafka / Redis / MySQL 等中间件;
有高并发、高可用系统实战经验;
有主导或深度参与过大型项目架构设计者优先;
有互联网大厂或同行业背景者优先;
学历本科及以上,计算机相关专业;
排除仅有前端开发经验、运维经验或非技术背景的候选人。
打招呼消息:您好,看了您的职业背景觉得非常匹配我们团队的资深后端岗位,方便沟通一下详细情况吗?
通过后动作:request_cv

我已经确认以上所有条件。
请调用 start_boss_chat_run 启动任务。
如果返回 NEED_INPUT 或 NEED_CONFIRMATION,请根据提示补齐字段后再调用一次。
返回 ACCEPTED 和 run_id 后停止,不要自动轮询。

社招场景变体(按岗位类型)

| 岗位方向 | 筛选重点 | 打招呼话术 | |----------|---------|-----------| | 前端架构师 | 5年+前端经验、React/Vue 深度使用、工程化/性能优化、Node.js 经验 | "您好,您的前端技术沉淀和架构经验很吸引我们,方便聊聊技术细节吗?" | | Java 高级工程师 | 3年+ Java 经验、Spring 全家桶、微服务、高并发实战 | "您好,您的 Java 技术栈非常契合我们团队,方便沟通下项目经验吗?" | | 产品经理 | 3年+产品经验、B端/C端产品方法论、数据分析驱动、行业认知 | "您好,看了您的产品经历觉得和我们的方向很一致,方便聊聊产品思考吗?" | | 数据分析师 | SQL / Python、AB 测试、数据建模、业务分析能力、数据驱动思维 | "您好,您的数据分析背景和我们团队很匹配,方便发份简历沟通一下吗?" | | 技术管理岗 (TL/总监) | 8年+经验、团队管理经验、架构决策能力、跨部门协作、行业视野 | "您好,您的技术管理经验和行业视野非常符合我们的需求,方便深入沟通吗?" | | 运维/SRE | Linux 系统管理、K8s / Docker、CI/CD、监控体系、故障排查能力 | "您好,看了您的运维背景觉得非常匹配,方便沟通下技术细节吗?" | | Web3/区块链 | Solidity / Rust、智能合约、DeFi / NFT 项目经验、安全意识 | "您好,您的区块链项目经验很符合我们的方向,方便详细聊聊吗?" |

真实示例(社招)

请调用 boss-mcp-assistant 的聊天自动沟通工具,帮我筛选 BOSS 直聘聊天页的候选人,端口 9222。

请先调用 prepare_boss_chat_run 读取岗位列表,然后使用我指定的岗位。

岗位:资深后端开发工程师 _ 北京 35-50K
起始范围:unread
目标数量:all
筛选标准:
5年以上后端开发经验,精通 Go 或 Java;
有分布式系统设计经验;
有高并发、微服务架构经验;
排除只有前端或运维经验的候选人。
打招呼消息:Hi,看了您的技术背景觉得比较匹配我们后端团队的职位,方便沟通下吗?
通过后动作:request_cv

我已经确认以上所有条件。
请调用 start_boss_chat_run 启动任务。
如果返回 NEED_INPUT 或 NEED_CONFIRMATION,请根据提示补齐字段后再调用一次。
返回 ACCEPTED 和 run_id 后停止,不要自动轮询。

执行流程说明

| 步骤 | 推荐页 | 聊天页 | |------|--------|--------| | 1. 读取岗位 | list_recommend_jobs | prepare_boss_chat_run | | 2. 启动任务 | start_recommend_pipeline_run | start_boss_chat_run | | 3. 补齐确认 | 若返回 NEED_CONFIRMATION,按 pending_questions 补齐 | 同左 | | 4. 查看状态 | get_recommend_run(run_id) | get_boss_chat_run(run_id) | | 暂停 | pause_recommend_pipeline_run | pause_boss_chat_run | | 恢复 | resume_recommend_pipeline_run | resume_boss_chat_run | | 取消 | cancel_recommend_pipeline_run | cancel_boss_chat_run |


在 AI 编辑器中使用(MCP 配置)

如果你用 Cursor

  1. 打开 Cursor → Settings → Features → MCP Servers
  2. 点 "+ Add New MCP Server"
  3. 类型选 command
  4. Name 填 boss-mcp-assistant
  5. Command 填:
boss-mcp-assistant start
  1. 点 "Save"

然后在聊天框里告诉 Cursor:

"帮我用 BOSS 直聘推荐页筛选一下后端开发的候选人,目标 20 个" "帮我运行聊天自动化,给匹配的候选人打招呼"

如果你用 Claude Code

claude mcp add boss-mcp-assistant -- npx -y boss-mcp-assistant start

如果你用 Trae(含 trae-cn)

boss-mcp-assistant install --agent trae-cn

许可

MIT