liepin-search
Skill48 starsChanged 5 days agoMITView on GitHub
当用户想搜索国内职位、查找工作机会、看某个岗位的详情时使用本技能。覆盖中国大陆 主要城市(北京、上海、深圳、广州、杭州、成都等),适用于所有行业与职能。 触发词:找工作、求职、搜职位、招聘信息、有什么岗位、职位搜索、看看某公司在招什么、 猎聘、job search、find jobs、job openings。
1 other project uses a version of this.
Adopted by
Most recently taken up by
- Glen-Wei/headhunter-skillstheir own version, first seen Sep 1, 2026
Other versions1 project uses a version of this.
Word for word · 0
None found.
Edited · 0
None found.
Wrote their own version · 1
- Glen-Wei/headhunter-skills★ 18same name
How matches are found. Word for word: the exact same text. Edited: shares passages with this file (“99% same” means 99% of its five-word phrases also appear here; 10% or more counts). Their own version: similar meaning, or, weakest, the same name. We can’t tell which project had it first. Projects are counted among the 200 most-starred candidates, and mentions are links to the repository we found, up to 50 per site, so both counts are a floor.
In this repository46 other files it gives its agents.
- AGENTS.mdAGENTS.md
- CLAUDE.mdCLAUDE.md
- job-add-portalSkill
- job-add-templateSkill
- job-application-assistantSkill
- job-applySkill
- job-autoSkill
- job-cvSkill
- job-dashboardSkill
- job-expandSkill
- job-gmail-syncSkill
- job-html-reportSkill
- job-interviewSkill
- job-notion-syncSkill
- job-offerSkill
- job-outcomeSkill
- job-rankSkill
- job-refreshSkill
- job-resetSkill
- job-resumeSkill
- job-scrapeSkill
- job-setupSkill
- job-upskillSkill
- job-userSkill
- job-add-portalSkill
- job-add-templateSkill
- job-application-assistantSkill
- job-applySkill
- job-autoSkill
- job-cvSkill
- job-dashboardSkill
- job-expandSkill
- job-gmail-syncSkill
- job-html-reportSkill
- job-interviewSkill
- job-notion-syncSkill
- job-offerSkill
- job-outcomeSkill
- job-rankSkill
- job-refreshSkill
- job-resetSkill
- job-resumeSkill
- job-scrapeSkill
- job-setupSkill
- job-upskillSkill
- job-userSkill
The file
Files
猎聘职位搜索
搜索猎聘的公开职位列表。免登录、免 API key、零运行时依赖 —— 有 bun 就能跑。
⚠️ 仅供个人求职使用
本技能访问猎聘的公开页面与接口。猎聘 www 主机的 robots.txt 禁止带查询串的路径,
站点也部署了风控脚本。请保持低频访问,不要用于商业用途或批量数据采集。
CLI 内置了 1.5 秒最小请求间隔与退避重试,但仍请自行控制调用量,风险自负。
何时使用
- 按关键词 + 城市搜索在招职位
- 只看最近 N 天更新的职位
- 取某个职位的完整描述
命令
搜索职位
node .agents/skills/liepin-search/cli/src/cli.ts search -q "<关键词>" -l "<城市>" [参数]--query <文本>/-q— 必填,关键词(职位名、技能)。--location <城市>/-l— 必填,中文城市名(北京、上海、天津、广州、深圳、南京、 杭州、合肥、福州、成都)或猎聘城市码。其他城市名会报BAD_CITY错误。--jobage <天数>— 只保留 N 天内更新的职位。客户端过滤(猎聘的服务端时间参数无效,见「注意事项」)。--page <n>— 页码,1 起始,上限 10 页。--limit <n>/-n— 客户端截断条数。--edu/--years/--salary/--comp-scale/--industry— 猎聘原生筛选码,见url-reference.md。 ⚠️ 求职流程里不要传这五个(workflows/job-scrape.mdStep 1b 第 5 条有实测账:按本科过滤会排掉 283 个岗,其中 24 个本来评到「可以投」;锁行业会砍掉 225 个行业字段为空的,其中 57 个能投)。服务端排掉的进不了库、回收不了,而这几个字段是展示值——eduLevel与 JD 正文实测 58% 对不上。接口本身没问题,这五个参数是给「我就要看某一类」那种一次性查询用的。--format json|table|plain— 默认json。
数字类参数(--jobage/--page/--limit)做严格整数校验 —— 传 3abc 这类带
拖尾垃圾字符的值会直接报 BAD_ARG 并退出码 1,不会被静默截断成 3。
取职位详情
node .agents/skills/liepin-search/cli/src/cli.ts detail <id|url> [--format json|plain]id 是搜索结果里的 id。也可以直接传完整职位 URL。推荐传 URL —— 猎聘的企业直招页
(/job/<id>.shtml)和猎头职位页(/a/<id>.shtml)路径不同,传裸 id 时 CLI 需要依次
试两条路径,多一次请求。
detail 返回的字段中 title/company/location 现在都来自详情页的 schema.org
JSON-LD 结构化数据,正常情况下三者都有值(不再是 null);date/eduLevel/workYears/
compScale/compIndustry/compStage/recruiterTitle/recruiterSurname 详情页本身
不提供,恒为 null —— 需要这些字段请从 search 的结果里取。
使用示例
# 北京的后端岗位,近 14 天更新
node .agents/skills/liepin-search/cli/src/cli.ts search -q "后端开发" -l "北京" --jobage 14 --format table
# 上海的产品经理,取前 10 条
node .agents/skills/liepin-search/cli/src/cli.ts search -q "产品经理" -l "上海" --limit 10 --format plain
# 深圳的数据分析岗第 2 页
node .agents/skills/liepin-search/cli/src/cli.ts search -q "数据分析" -l "深圳" --page 2
# 某个职位的完整描述
node .agents/skills/liepin-search/cli/src/cli.ts detail "https://www.liepin.com/job/1983665159.shtml" --format plain输出格式
| 格式 | 适用场景 |
json | 默认 —— 程序化使用,把 id/url 传给 detail |
table | 快速人工扫读 |
plain | 读单个职位的完整详情 |
搜索结果每条包含契约字段 id/title/company/location/date/url,以及国内求职
关键字段:salary(原样保留「薪资面议」)、salaryMonths(如 15 薪则为 15)、
eduLevel、workYears、compScale、compIndustry、compStage(融资阶段)、
recruiterTitle、recruiterSurname、isHeadhunter。缺失值一律为 null,不会省略键。
recruiterSurname是跟你说话的那个人的姓,从接口的recruiter.recruiterName截出来的。CLI 不输出全名 —— 下游要它只为跟进消息里的那句称呼 (<姓>女士),而全名是第三方个人信息,截断放在最上游才不用赌下游每一层 都记得脱敏。非中文名返回null(拉丁名分不出姓在前在后,猜错就是把全名 原样吐出去)。 ⚠️ 它和recruiterTitle不是一回事:后者装的是职务(「猎头顾问」 「HRBP」「招聘专员」「研发总监」…),同一个值会挂在几十个不同的招聘者身上 —— 那是角色,不是人,当称呼用不了。
search 的 json 格式在 meta 里还带 count/page/totalPage/city/hasNext,
以及 skipped —— 接口返回的卡片里解析失败被跳过的条数。正常应为 0;非 0 就是信号:
要么这一批数据本身有畸形卡片,要么猎聘改了字段结构,值得去 url-reference.md 核对。
所有错误写入 stderr,格式 {"error": "...", "code": "..."},退出码 1。已知错误码
包括 NO_QUERY/NO_LOCATION/BAD_CITY/BAD_ARG/NO_ID/BAD_ID/BAD_CMD(参数或
用法问题)、RATE_LIMITED(含义不单一,见下)、REQUEST_FAILED(网络/HTTP 错误)、
NOT_FOUND(detail 的职位不存在或已下线)、PARSE_FAILED(抓到了页面/响应但解析不出
预期数据,通常意味着猎聘改了 markup)、INTERNAL_ERROR(未分类的异常,来自 cli.ts
顶层兜底)、SEARCH_FAILED/DETAIL_FAILED(search/detail 各自 catch 块的兜底错误码,
出现在抛出的异常不是 LiepinError 时——通常是意外的代码错误或环境问题,而不是可归类的
猎聘接口/参数问题)。
RATE_LIMITED 含义不单一,调用方需要自行区分:这个 code 目前同时覆盖两种不同性质的
情况——
- 真正的风控/限流:HTTP 429/5xx 重试耗尽,或接口返回 HTML 而非 JSON(触发了验证页)。 这种等一会再重试通常会自愈。
请求参数非法:
parseJobCards发现响应flag !== 1时也会抛RATE_LIMITED(消息形如「猎聘接口返回 flag=0,通常意味着参数非法或触发风控」),但猎聘对非法筛选码 (--edu/--salary/--comp-scale/--industry传了猎聘不认的值)同样会返回flag !== 1。 这种情况重试无用——不会自愈,需要检查这几个筛选参数的值是否是url-reference.md里列出的合法猎聘码。看到
RATE_LIMITED报错时,先检查本次调用有没有传--edu/--salary/--comp-scale/--industry:如果传了,先怀疑参数值不合法;只有确认参数都合法(或根本没传这几个 筛选参数)时,才当作风控/限流处理、退避重试。(这是已知的错误码粒度问题,helpers.ts尚未把两种情况拆成不同 code——阶段 2 可能会改进,本文档只是如实反映现状。)
注意事项
--jobage是客户端过滤。 猎聘接口的pubTime参数是哑的 —— 传「一天内」照样返回 两年前的职位,所以 CLI 按结果里的更新时间自行过滤。代价是:过滤发生在取回 42 条之后, 过滤后条数可能远少于一页。- 没有更新时间的卡片也会被丢掉,而
refreshTime不是每张卡都有 (实测某用户职位库里 2232 个猎聘岗只有 259 个带日期)。 - 所以
meta里分开报两个数:droppedTooOld(有日期、太旧 —— 过滤器在干活) 和droppedNoDate(没日期,被一起丢了 —— 那些可能是新岗)。droppedNoDate明显偏大时,这一轮考虑别传--jobage, 宁可多抓一些旧的,也好过把新岗一起扔掉。 - 原来这里写「翻页时干脆别传它」,2026-08-27 那个前提被实测推翻了。
旧依据(某用户职位库 2026-08-23):带日期的比例 第 1 页 250/860(29%)·
第 2 页往后 9/710(1%),据此得出「
--jobage从第 2 页起几乎会把收获清空」。 而 2026-08-27 从同一个 CLI、同样不传--jobage抓了 4 个词 × 前 2 页, 入库 140 个:第 1 页 97/97、第 2 页 43/43,两边都是 100% 带日期。 所以那个 1% 不是页码的性质,是当时那批数据的性质。 改成:翻页照常可以传,但每一轮都看一眼droppedNoDate—— 它看的是这一次请求的实际情况,不是一个会过期的分布。
- 没有更新时间的卡片也会被丢掉,而
- 翻页上限 10 页。 接口报的总数(约 800)不可信,实际只能翻到第 10 页(约 400 条)。
- 每页 42 条里有 2 条不是本市的。 猎聘会掺入推广位。CLI 不过滤它们(过滤会误伤真实的
跨区职位),使用时请看
location字段。 - 猎头职位占比不低。
isHeadhunter为true的职位由猎头顾问发布而非企业 HR 直招, 沟通链路更长。这是信息,不是缺点。 date是「更新时间」不是「发布时间」。 猎聘的职位会被反复刷新,一个长期挂着的岗位 可以有很新的更新时间。评估时结合04-job-evaluation.md的职位真伪信号一起看。- 限速是进程内的。 CLI 内置 1.5 秒最小请求间隔,同一个进程里的请求会串行排队。但并行运行
多个 CLI 进程(例如
/job-scrape同时跑多个 portal)时,各进程各有各的计时,互不约束 —— 真正的总量控制取决于你怎么调用它。 - 触发风控/限流,或传了非法筛选参数时,CLI 都会以
RATE_LIMITED报错退出,不会静默 返回空结果。两者含义不同、处理方式也不同——见上面「已知错误码」一节里RATE_LIMITED的展开说明,不要不加区分地一律退避重试。 - markup 变更时的修复入口是
url-reference.md,它记录了全部接口参数与解析锚点。
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

