BOSS 直聘 MCP Server

用 AI 自动化 BOSS 直聘招聘流程 — 批量搜索、自动获取链接、智能筛选评分、一键导出报告

BOSS 直聘 (zhipin.com) 招聘者端自动化工具，基于 Model Context Protocol (MCP)，让 Claude Code / Claude Desktop 等 AI 助手直接操作 BOSS 直聘招聘后台。

功能特性

• 候选人搜索 — 在 BOSS 直聘「找人才」页面搜索，支持滚动加载 100+ 候选人
• 多关键词批量搜索 — 12+ 关键词自动轮询 + 跨关键词去重 + 每个关键词搜索后自动获取分享链接
• 候选人数据库 — 搜索结果自动持久化到本地 JSON 数据库，中断可恢复，数据不丢失
• 简历查看 — 点击候选人卡片，自动截图 Canvas 渲染的简历（绕过防爬）
• 分享链接提取 — 自动点击转发按钮，解码 QR 码获取 zpurl.cn 永久链接
• 一键打招呼 — 在搜索结果中直接对候选人发起沟通，进入 BOSS 聊天列表
• 自动筛选评分 — 按 YAML 配置的条件（年龄/薪资/状态）过滤 + 多维度评分
• 报告导出 — 一键生成 Markdown 候选人报告（表格 + 跟进表 + 详情卡片）
• 浏览器自动启动 — 未检测到 Chrome debug 端口时，自动启动系统 Chrome
• YAML 配置 — 公司信息、JD、搜索关键词、筛选条件全部可配置

工作原理

Claude Code / Claude Desktop
    ↓ MCP (stdio)
boss-zhipin-mcp (FastMCP Server)
    ↓ CDP (Chrome DevTools Protocol)
Chrome 浏览器 (已登录 BOSS 直聘)
    ↓
BOSS 直聘招聘者后台 (zhipin.com)

通过 Playwright 连接你已登录的 Chrome 浏览器，在 BOSS 直聘的 SPA 页面内操作搜索、查看、发消息等功能。

完整招聘流水线

boss_multi_search(auto_view=True)
│
│  ┌─── 关键词循环 (12次) ────────────────────────┐
│  │  1. 搜索关键词 → 页面加载候选人卡片           │
│  │  2. 去重 + 存入数据库                         │
│  │  3. 全量 view 所有新候选人 → 获取 share_url   │
│  │  4. 切换下一个关键词                          │
│  └──────────────────────────────────────────────┘
│  结果: 所有候选人有 share_url + 完整数据在 DB
▼
boss_filter_and_score(top_n=15)     ← 自动筛选+评分
▼
boss_export_report(top_n=15)        ← 生成 Markdown 报告
▼
boss_greet_by_index() / boss_send_greeting()  ← 联系候选人

快速开始

1. 安装

git clone https://github.com/Snseam/boss-zhipin-mcp.git
cd boss-zhipin-mcp
python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
playwright install chromium

2. 配置搜索条件

cp search_profile.example.yaml search_profile.yaml

编辑 search_profile.yaml，填入你的岗位信息和搜索关键词：

job:
  title: "AI 产品经理"
  salary: "20-30K"
  city: "北京"

keywords:
  - "AI产品经理"
  - "AIGC产品经理"
  - "大模型 产品"

filter:
  max_age: 35
  max_salary_k: 40
  exclude_status: ["暂不考虑"]

scoring:
  domain_keywords: ["教育", "学术", "科研"]
  tech_keywords: ["大模型", "llm", "rag", "agent"]

3. 启动 Chrome（可选，MCP 会自动启动）

# macOS — MCP 未检测到 debug 端口时会自动启动系统 Chrome
# 如需手动启动：
"/Applications/Google Chrome.app/Contents/MacOS/Google Chrome" --remote-debugging-port=9222

在浏览器中打开 zhipin.com 并登录你的招聘者账号。

4. 连接 Claude Code

在项目根目录创建 .mcp.json：

{
  "mcpServers": {
    "boss-recruiter": {
      "command": "/path/to/boss-zhipin-mcp/.venv/bin/python",
      "args": ["/path/to/boss-zhipin-mcp/server.py"],
      "env": {
        "NO_PROXY": "localhost,127.0.0.1"
      }
    }
  }
}

5. 开始使用

你: 帮我搜索北京的 AI 产品经理

Claude: boss_multi_search(auto_view=True)
  → 12 关键词搜索，537 新候选人，全部获取 share_url
  → boss_filter_and_score(top_n=15)
  → boss_export_report(top_n=15)
  → 生成候选人报告文档

MCP Tools

搜索与查看

数据库与筛选

工具

候选人数据库

搜索结果自动持久化到 candidates_db.json，不再丢失数据：

{
  "candidates": {
    "<expectId>": {
      "name": "张**",
      "age": "27岁",
      "salary": "20-25K",
      "company": "某公司",
      "school": "某大学",
      "fullText": "...",
      "share_url": "https://zpurl.cn/...",
      "status": "shortlisted",
      "score": 95,
      "first_seen": "2026-03-30"
    }
  }
}

状态流转: new → shortlisted（评分后）→ viewed（获取链接后）→ greeted（打招呼后）

中断恢复: 任意步骤中断后，boss_pipeline_status() 显示进度和恢复建议。

搜索配置

search_profile.yaml 支持完整的搜索策略配置：

job:
  title: "岗位名称"
  salary: "薪资范围"
  city: "城市"
  experience: "经验要求"

company:
  name: "公司名"
  description: "公司简介"

requirements:
  must_have: [...] # 硬性要求
  nice_to_have: [...] # 加分项

filter:
  max_age: 35 # 年龄上限
  max_salary_k: 40 # 薪资上限（K）
  exclude_status: ["暂不考虑"]

keywords: # 搜索关键词列表
  - "关键词1"
  - "关键词2"

scoring: # 评分关键词
  domain_keywords: ["教育", "学术"]
  tech_keywords: ["大模型", "llm", "rag"]
  bonus_keywords: ["0-1", "从0到1"]

技术细节

• 浏览器连接：CDP → 已登录 Chrome。未检测到 debug 端口时自动启动系统 Chrome
• SPA 适配：搜索页在 iframe 中渲染，自动导航到招聘者后台
• Canvas 简历：截图 + QR 码解码获取永久链接
• 候选人数据库：JSON 文件，原子写入，基于 expectId 去重
• 反检测：随机延迟（2-5s）模拟人类操作节奏

项目结构

boss-zhipin-mcp/
├── server.py                  # MCP Server 入口，注册所有 tools
├── scraper.py                 # BOSS 直聘页面抓取（SPA + iframe）
├── browser.py                 # Playwright CDP 浏览器管理 + 自动启动 Chrome
├── candidate_db.py            # 候选人数据库（持久化 + 去重 + 查询）
├── evaluator.py               # 候选人评估（关键词匹配）
├── config.py                  # 配置加载
├── search_profile.example.yaml # 搜索配置示例
├── candidates_db.json         # 候选人数据库文件（自动生成）
├── requirements.txt
└── README.md

常见问题

连接失败 Unexpected status 400

系统有代理（如 Clash），localhost 请求被代理拦截。在 MCP 配置中添加：

"env": { "NO_PROXY": "localhost,127.0.0.1" }

搜索返回空结果

1. 确认 Chrome 已登录 BOSS 直聘招聘者账号
2. 确认 Chrome 启动时带了 --remote-debugging-port=9222（或让 MCP 自动启动）
3. 检查 curl http://localhost:9222/json/version 是否有响应

简历内容为空

BOSS 直聘用 Canvas 渲染简历，无法直接提取文字。使用 boss_view_by_index 截图后，让 Claude 直接看图识别。

License

MIT