项目简介
Auto_Jobs_Applier_AIHawk 是一款尖端的自动化工具,旨在彻底改变职位搜索和申请流程。在当今竞争激烈的就业市场中,机会可能会在眨眼间消失,该计划通过利用自动化和人工智能的力量为求职者提供了显着的优势。
现代求职的挑战
在数字时代,求职格局发生了巨大的转变。虽然在线平台开辟了充满机遇的世界,但也加剧了竞争。求职者经常发现自己花费无数时间滚动列表、定制申请并重复填写表格。这个过程不仅耗时,而且会耗费精力,导致求职疲劳和错失机会。
安装
已确认成功运行以下内容:
-
操作系统:
-
Windows 10
-
Ubuntu 22
-
Python 版本:
-
3.10
-
3.11.9(64b)
-
3.12.5(64b)
选项 1:使用 Python 虚拟环境
-
下载并安装Python:
确保您安装了最新的 Python 版本。如果没有,请从Python官网下载并安装。详细说明请参考教程:
-
如何在 Windows 上安装 Python
-
如何在 Linux 上安装 Python
-
如何在 macOS 上下载并安装 Python
-
下载并安装谷歌浏览器:
-
从官方网站上的默认位置下载并安装最新版本的 Google Chrome。
-
克隆存储库:
git clone https://github.com/code-infected/Auto_Jobs_Applier_AI_Agent.git
cd Auto_Jobs_Applier_AI_Agent
4 激活虚拟环境:
对于基于 Unix 的机器 –
python3 -m venv virtual
source virtual/bin/activate
或对于基于 Windows 的机器 –
.\virtual\Scripts\activate
5 安装所需的软件包:
在安装所需的软件包之前,请确保安装https://visualstudio.microsoft.com/visual-cpp-build-tools/并选择“使用 C++ 进行桌面开发”。
pip install -r requirements.txt
配置
-
secrets.yaml
该文件包含敏感信息。切勿共享此文件或将此文件提交给版本控制。
-
llm_api_key: [Your OpenAI or Ollama API key or Gemini API key]
-
替换为您的 OpenAI API 密钥以进行 GPT 集成
-
要获取 API 密钥,请按照以下教程操作:https: //medium.com/@lorenzozar/how-to-get-your-own-openai-api-key-f4d44e60c327
-
注意:您需要为您的 OpenAI 账户充值才能使用该 API。您可以通过访问OpenAI 计费仪表板添加积分。
-
根据OpenAI 社区和我们的用户报告,在设置 OpenAI 帐户并购买所需积分后,用户仍然拥有
Free
帐户类型。这使得他们无法无限制地访问 OpenAI 模型,并且每天只允许 200 个请求。这可能会导致运行时错误,例如:Error code: 429 - {'error': {'message': 'You exceeded your current quota, please check your plan and billing details. ...}}
{'error': {'message': 'Rate limit reached for gpt-4o-mini in organization <org> on requests per day (RPD): Limit 200, Used 200, Requested 1.}}
OpenAI 会自动更新您的帐户,但可能需要一些时间,从几个小时到几天不等。
您可以在官方页面上找到有关您组织的限制的更多信息。 -
要获取 Gemini API 密钥,请访问Google AI for Devs
1.1 config.py – 自定义LLM模型端点
-
LLM_MODEL_TYPE
: -
选择模型类型,支持:openai / ollama / claude / gemini
-
LLM_MODEL
: -
openai: gpt-4o
-
ollama: llama2, mistral:v0.3
-
claude: any model
-
gemini: any model
-
选择目前支持的LLM模型:
-
LLM_API_URL
: -
openai: https://api.pawan.krd/cosmosrp/v1
ollama: http://127.0.0.1:11434/ -
claude: https://api.anthropic.com/v1
-
gemini: https://aistudio.google.com/app/apikey
-
LLM模型的 API 端点的链接
-
注意:要运行本地 Ollama,请遵循此处的指南:Ollama 部署指南。仅 Ollama 需要
LLM_API_URL
字段。
2.plain_text_resume.yaml
该文件包含您的结构化格式的简历信息。填写您的个人详细信息、教育背景、工作经验和技能。此信息用于自动填写申请表并生成定制简历。
每个部分都有特定的字段需要填写:
-
personal_information:
-
姓名:您的名字。
-
姓氏:您的姓氏或姓氏。
-
date_of_birth :您的出生日期,格式为 DD/MM/YYYY。
-
Country :您当前居住的国家/地区。
-
city :您当前居住的城市。
-
地址:您的完整地址,包括街道和门牌号。
-
zip_code :您的邮政编码。
-
phone_prefix :您的电话号码的国际拨号代码(例如,+1 表示美国,+44 表示英国)。
-
电话:您的电话号码,不带国际前缀。
-
email :您的主要电子邮件地址。
-
github :您的 GitHub 个人资料的 URL(如果适用)。
-
linkedin :您的 LinkedIn 个人资料的 URL(如果适用)。
-
本部分包含用于识别您的身份并提供联系信息的基本个人详细信息。
-
例子
personal_information:
name: "Jane"
surname: "Doe"
date_of_birth: "01/01/1990"
country: "USA"
city: "New York"
address: "123 Main St"
zip_code: "520123"
phone_prefix: "+1"
phone: "5551234567"
email: "jane.doe@example.com"
github: "https://github.com/janedoe"
linkedin: "https://www.linkedin.com/in/janedoe/"
education_details:
-
本部分概述您的学术背景,包括获得的学位和相关课程。
-
Degree :获得的学位类型(例如学士学位、硕士学位)。
-
University :您就读的大学或机构的名称。
-
Final_evaluation_grade :您的平均绩点或同等的学业成绩衡量标准。
-
start_date :您学习的开始年份。
-
graduate_year :您毕业的年份。
-
field_of_study :您学习的专业或重点领域。
-
考试:所修课程或科目及其各自成绩的列表。
-
例子:
education_details:
- education_level: "Bachelor's Degree"
institution: "University of Example"
field_of_study: "Software Engineering"
final_evaluation_grade: "4/4"
start_date: "2021"
year_of_completion: "2023"
exam:
Algorithms: "A"
Data Structures: "B+"
Database Systems: "A"
Operating Systems: "A-"
Web Development: "B"
experience_details:
-
本节详细介绍您的工作经历,包括工作角色、公司和主要职责。
-
职位:您的职位或角色。
-
公司:您工作过的公司或组织的名称。
-
job_period :您受雇于该角色的时间范围,使用格式 MM/YYYY – MM/YYYY。
-
位置:公司所在的城市和国家。
-
行业:公司经营的行业或领域。
-
key_ Responsible :您在该角色中所承担的主要职责或职责列表,例如职责:“使用 React 和 Node.js 开发 Web 应用程序”。
-
Skills_acquired :通过该角色获得的技能或专业知识,例如“React”。
-
例子:
experience_details:
- position: "Software Developer"
company: "Tech Innovations Inc."
employment_period: "06/2021 - Present"
location: "San Francisco, CA"
industry: "Technology"
key_responsibilities:
- responsibility: "Developed web applications using React and Node.js"
- responsibility: "Collaborated with cross-functional teams to design and implement new features"
- responsibility: "Troubleshot and resolved complex software issues"
skills_acquired:
- "React"
- "Node.js"
- "Software Troubleshooting"
projects:
-
包括您从事过的著名项目,包括个人或专业项目。
-
name :项目的名称或标题。
-
描述:项目涉及内容或其目的的简要概述。
-
link :项目的 URL(如果可用)(例如 GitHub 存储库、网站)。
-
例子:
projects:
- name: "Weather App"
description: "A web application that provides real-time weather information using a third-party API."
link: "https://github.com/janedoe/weather-app"
- name: "Task Manager"
description: "A task management tool with features for tracking and prioritizing tasks."
link: "https://github.com/janedoe/task-manager"
achievements:
-
突出显示您所获得的显着成就或奖项。
-
name :成就的标题或名称。
-
描述:对该成就及其意义的简要说明。
-
例子:
achievements:
- name: "Employee of the Month"
description: "Recognized for exceptional performance and contributions to the team."
- name: "Hackathon Winner"
description: "Won first place in a national hackathon competition."
certifications:
-
包括您获得的任何专业认证。
-
名称:“PMP”
描述:“项目管理专业人员认证,由项目管理协会(PMI)颁发” -
例子:
certifications:
- "Certified Scrum Master"
- "AWS Certified Solutions Architect"
languages:
-
详细说明您使用的语言以及每种语言的熟练程度。
-
语言:语言的名称。
-
proficiency :您的熟练程度(例如,母语、流利、中级)。
-
例子:
languages:
- language: "English"
proficiency: "Fluent"
- language: "Spanish"
proficiency: "Intermediate"
interests:
-
提及可能与您的职业相关的专业或个人兴趣。
-
兴趣:兴趣或爱好的列表。
-
Example: 例子:
interests:
- "Machine Learning"
- "Cybersecurity"
- "Open Source Projects"
- "Digital Marketing"
- "Entrepreneurship"
availability:
-
说明您当前的空闲时间或通知期限。
-
notification_period :开始新角色之前所需的时间(例如“2 周”、“1 个月”)。
-
Example: 例子:
availability:
notice_period: "2 weeks"
salary_expectations:
-
提供您的预期薪资范围。
-
salary_range_usd :您期望的薪资范围,以美元表示。
-
例子:
salary_expectations:
salary_range_usd: "80000 - 100000"
项目链接
http://github.com/feder-cr/Jobs_Applier_AI_Agent
扫码加入技术交流群,备注「开发语言-城市-昵称」
(文:GitHubStore)