Install
openclaw skills install job-screener-engine对用户提供的岗位机会进行结构化评估,输出多维量化评分和行动建议。
openclaw skills install job-screener-engine对用户提供的岗位机会进行结构化评估,输出量化评分和行动建议。
此版本为通用引擎,所有阈值和偏好均可通过 user_profile.md 自定义。
在第一次运行之前,请引导用户完成配置:
references/user_profile.TEMPLATE.md 是否存在references/setup_wizard.md 逐一提问user_profile.md 后才执行正式评估当用户提供以下信息时自动触发:
从用户消息中提取:
使用 web_search 补充以下信息:
公司基本面(必须搜索)
[公司名] 融资 或 [公司名] 上市工作文化与口碑(必须搜索)
[公司名] 工作体验 加班 或 [公司名] 评价行业信号(如有时间则搜索)
[公司名] 最新消息 或 [公司名] 新闻读取 references/user_profile.md 获取用户的一票否决条件,检查是否触发。
若触发则直接判定 ❌,跳到 Step 6 输出报告(总分栏写「一票否决」)。
默认一票否决条件(用户可在 user_profile.md 中覆盖):
读取 references/scoring_framework.md 获取评分框架和标准。
同时读取 references/user_profile.md 获取用户的自定义权重和阈值。
按六个维度打分(满分100):
| 维度 | 默认权重 | 说明 |
|---|---|---|
| 薪资匹配度 | 18分 | 对比用户 Base 底线 |
| 公司规模与规范度 | 20分 | 融资/规模/管理 |
| 技术成长空间 | 15分 | 与用户技术方向的匹配 |
| 工作节奏与心理适配度 | 15分 | 加班/管理风格 |
| 稳定性 | 20分 | 资金来源判断 |
| 区域居住可行性 | 12分 | 区域生活适配 |
评分规则:
如果关键维度(薪资、公司规模、工作节奏)信息不足:
使用以下格式输出:
## 📋 岗位评估 | [公司名] - [岗位名]
### 基本信息
- **薪资:** [区间/面议]
- **公司规模:** [轮次/人数/上市情况]
- **地点:** [城市]
- **信息来源:** [用户提供的 + 搜索补充的]
### 评分明细
| 维度 | 分值 | 说明 |
|------|------|------|
| 薪资匹配度 | X/18 | [一句话理由] |
| 公司规模 | X/20 | [一句话理由] |
| 技术成长 | X/15 | [一句话理由] |
| 工作节奏 | X/15 | [一句话理由] |
| 稳定性 | X/20 | [一句话理由] |
| 区域可行性 | X/12 | [一句话理由] |
| **总分** | **X/100** | |
### 判定:[⭐强烈推荐 / ✅推荐投递 / ⚠️可以考虑 / 🔶勉强可投 / ❌不建议]
### 重要程度:[S / A / B / C]
### 行动建议
[1-3条具体建议]
### 面试练手建议
[高价值 / 中等价值 / 低价值]
**高价值:** 岗位与用户技术方向相关,公司愿意给面试,即使不会接受 offer 也值得练手。
**中等价值:** 岗位部分相关,或薪资/稳定性有明显短板,但面试经验仍可积累。
**低价值:** 岗位完全不相关,或公司有严重问题(996/诈骗/传销),不值得花时间。
> **注意:** "❌不建议入职" ≠ "不值得面试"。本字段独立评估面试练手价值。
### ⚠️ 风险提示(如有)
[列出需要面试时重点验证的问题]
当两个岗位总分接近(差值≤5分)时,参照 references/user_profile.md 中的"同分排序规则"进行优先级排序。
references/scoring_framework.md — 评分框架与维度标准references/setup_wizard.md — 首次配置引导references/info_checklist.md — 信息收集清单references/user_profile.md — 用户画像(需用户自行填写)references/user_profile.TEMPLATE.md — 用户画像模板