Job Auto Apply Tool Free

轻量级求职自动化工具，支持跨LinkedIn和Indeed两平台职位搜索、匹配和定制求职信生成，提供试运行与确认功能。

---slug: job-auto-apply-tool-free name: job-auto-apply-tool-free version: 1.0.0 displayName: 求职自动申请 summary: "轻量级求职自动化工具，" license: Proprietary edition: free description: '轻量级求职自动化工具，支持多平台职位搜索与申请提交，自动生成求职信，适合个人求职者提升效率. 核心能力:

• 跨多个招聘平台搜索职位

• 智能匹配职位与个人资料

• 自动生成定制化求职信

• 安全的试运行与确认模式

适用场景:

• 个人求职者批量投递简历

• 应届毕业生求职投递

• 跨行业转职申请

差异化:

• 免费版聚焦核心申请功能，操作简单

• 支持试运行模式，安全无风险

• 智能匹配，提高投递成功率

适用关键词: 求职申请, 自动投递, 职位搜索, 简历投递, 求职信生成' tags:

• 求职
• 自动化
• 招聘
• 求职信
• 搜索
• 检索
• 工具
• json
• 支持创建
• 查询
• input_params
• python tools:
• read
• exec
• glob
• grep homepage: "" category: "Knowledge"---# 求职自动申请（免费版）

概述

求职自动申请免费版是一款面向个人求职者的自动化申请工具。支持跨 LinkedIn、Indeed 等主流招聘平台搜索职位，智能匹配职位要求与个人资料，自动生成定制化求职信，并提交申请。内置试运行模式和手动确认机制，确保投递安全可控.

核心能力

能力	说明	免费版支持
多平台搜索	跨平台职位搜索	是（2 个平台）
智能匹配	职位与资料匹配	是
求职信生成	自动生成求职信	是
试运行模式	无风险测试	是
手动确认	投递前确认	是
批量申请	批量自动投递	否
多账号管理	多平台账号	否
申请追踪	投递状态追踪	否
数据分析	投递效果分析	否

已知限制

执行已知限制操作,使用input_params参数进行配置,支持创建/查询/导出等操作.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

支持最多 2 个招聘平台

支持最多 2 个招聘平台

处理: 解析支持最多 2 个招聘平台的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回支持最多 2 个招聘平台的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

单日最多投递 10 个申请

单日最多投递 10 个申请

处理: 解析单日最多投递 10 个申请的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回单日最多投递 10 个申请的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

不支持批量自动投递

不支持批量自动投递

处理: 解析不支持批量自动投递的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回不支持批量自动投递的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

不支持申请状态追踪

不支持申请状态追踪

处理: 解析不支持申请状态追踪的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回不支持申请状态追踪的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

不支持投递效果分析

不支持投递效果分析

处理: 解析不支持投递效果分析的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回不支持投递效果分析的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

处理: 解析已知限制的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回已知限制的响应数据,包含状态码、结果和日志. 能力覆盖范围：本skill的核心能力覆盖以下场景关键词：轻量级求职自动化、支持多平台职位搜、索与申请提交、适合个人求职者提、升效率等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持.

使用场景

场景一：基础求职投递

求职者希望搜索并申请匹配的职位.

bash

# 试运行模式（不实际提交）
python job_search_apply.py \
  --title "Software Engineer" \
  --location "San Francisco, CA" \
  --remote \
  --max-applications 10 \
  --dry-run
# ...
# 实际提交（需确认）
  --profile ~/job_profile.json \
  --title "Backend Engineer" \
  --platforms linkedin,indeed \
  --require-confirmation

场景二：远程职位搜索

求职者想找远程工作机会.

bash

# 搜索远程职位
  --title "Frontend Developer" \
  --remote \
  --max-applications 5 \
  --dry-run

场景三：应届生求职

毕业生首次求职，谨慎投递.

bash

# 使用确认模式逐个审核
  --title "Junior Developer" \
  --require-confirmation \
  --max-applications 3

不适用场景

以下场景求职自动申请不适合处理：

• 需要人工创意判断的任务
• 非结构化头脑风暴
• 人际沟通协调

触发条件

需要提升效率、自动化流程、批量处理、工作流优化时使用。不适用于非本工具能力范围的需求.

快速开始

1. 阅读## 核心能力章节了解skill功能
2. 按## 依赖说明配置环境
3. 执行所需能力对应的命令
4. 参考## 错误处理章节处理异常
5. 查看## FAQ解答常见疑问

配置个人资料

bash

# 复制资料模板
cp profile_template.json ~/job_profile.json
# ...
# 编辑个人资料
vim ~/job_profile.json

示例

json

{
  "full_name": "Jane Doe",
  "email": "[e-mail]",
  "phone": "[phone]",
  "resume_path": "~/Documents/resume.pdf",
  "linkedin_url": "https://linkedin.com/in/janedoe",
  "years_experience": 5,
  "authorized_to_work": true,
  "requires_sponsorship": false,
  "skills": ["Python", "JavaScript", "SQL"],
  "experience_level": "mid"
}

执行首次搜索

bash

# 试运行搜索
  --title "Software Engineer" \
  --location "Remote" \
  --dry-run

响应解析: 完成完成后,查看输出响应确认任务状态。成功时输出包含解析摘要和响应数据;失败时根据错误信息排查问题,查阅错误解析章节获取恢复步骤.

配置示例

支持的招聘平台

平台	支持方式	说明
LinkedIn	API + 爬取	含 Easy Apply
Indeed	API	官方 API

参数说明

参数	类型	默认值	说明
--profile	字符串	无	个人资料文件路径
--title	字符串	无	职位名称
--location	字符串	无	工作地点
--remote	布尔	false	仅搜索远程
--platforms	字符串	all	平台列表
--max-applications	整数	10	最多申请数
--dry-run	布尔	false	试运行模式
--require-confirmation	布尔	false	需手动确认

工作流程

text

1. 配置资料 → 加载个人信息
2. 搜索职位 → 跨平台搜索匹配
3. 智能匹配 → 分析兼容性
4. 生成求职信 → 定制化生成
5. 确认投递 → 手动确认（可选）
6. 提交申请 → 自动提交
7. 记录结果 → 保存投递记录

最佳实践

安全投递建议

1. 先试运行：始终先用 --dry-run 测试
2. 启用确认：重要投递使用 --require-confirmation
3. 限制数量：每日投递不超过 10 个
4. 高匹配分：设置最低匹配分数 0.75+
5. 真实信息：不夸大或虚构资质

个人资料优化

json

{
  "full_name": "真实姓名",
  "email": "常用邮箱",
  "phone": "可联系电话",
  "resume_path": "简历文件路径",
  "linkedin_url": "LinkedIn 主页",
  "years_experience": 5,
  "authorized_to_work": true,
  "requires_sponsorship": false,
  "skills": ["核心技能1", "核心技能2", "核心技能3"],
  "experience_level": "entry/mid/senior",
  "preferred_locations": ["城市1", "城市2"],
  "salary_min": 100000,
  "job_type": "full-time"
}

求职信模板

text

Dear Hiring Manager at {company},
# ...
I am excited to apply for the {position} role. With {years} years of
experience in {skills}, I believe I would be an excellent fit.
# ...
{custom_paragraph}
# ...
I look forward to discussing how I can contribute to {company}'s success.
# ...
Best regards,
{name}

常见问题

搜索无结果

bash

# 放宽搜索条件
  --title "Developer" \
  --location "Remote" \
  --dry-run
# ...
# 尝试不同关键词
  --title "Software Engineer" \
  --location "" \
  --dry-run

申请提交失败

bash

# 检查资料完整性
py --validate-profile
# ...
# 验证平台连接
py --check-platforms
# ...
# 使用试运行模式测试

求职信质量不佳

bash

# 优化个人资料中的技能描述
vim ~/job_profile.json
# ...
# 自定义求职信模板
py --cover-letter-template custom_template.txt

匹配分数过低

bash

# 降低匹配阈值（谨慎使用）
py --min-match-score 0.6
# ...
# 优化资料中的技能关键词
# 确保技能与目标职位匹配

依赖说明

运行环境

• Agent 平台：支持 SKILL.md 的任意 AI Agent（Claude Code / Cursor / Codex / Gemini CLI 等）
• 操作系统：Windows / macOS / Linux
• Python 版本：3.8 及以上
• 网络环境：需可访问招聘平台

依赖详情

依赖项	类型	是否必需	获取方式
Python 3.8+	运行时	是	系统包管理器安装
requests	HTTP 库	是	pip install requests
beautifulsoup4	HTML 解析	是	pip install beautifulsoup4
python-dotenv	环境变量	否（推荐）	pip install python-dotenv
LLM API	API	是	由 Agent 内置 LLM 提供

API Key 配置

• LinkedIn 平台（如需要）：

bash

export LINKEDIN_API_KEY=your_key
export LINKEDIN_ACCESS_TOKEN=your_token

• Indeed 平台（如需要）：

bash

export INDEED_API_KEY=your_key

可用性分类

• 分类：MD+EXEC（纯 Markdown 指令，部分功能需要 exec 命令行执行能力）
• 说明：基于 Markdown 的 AI Skill，通过自然语言指令驱动 Agent 执行任务
• 适用人群：个人求职者、应届毕业生、转职人员
• 升级建议：如需批量投递、多账号管理、申请追踪等高级功能，请使用 PRO 版本

错误处理

错误场景	原因	处理方式
配置错误	参数缺失或格式错误	检查依赖说明中的配置要求
运行时错误	运行环境不满足	确认运行环境符合依赖说明
网络错误	连接超时或不可达	执行ping命令测试网络连通性,检查防火墙和代理设置连接后执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令，参考国内替代方案

输出格式

json

{
  "success": true,
  "data": {
    "result": "求职自动申请处理结果",
    "execution_time": "0.5s",
    "metadata": {
      "version": "1.0",
      "processor": "job auto apply"
    }
  },
  "execution_log": ["解析输入参数", "执行核心处理", "格式化输出结果"],
  "error": null
}