Skip to content

getyak/apply-agent

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

90 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Relay

一个简历全生命周期的 AI 求职副驾 · An open, client-side AI job-search copilot

发现职位 → 定制简历 → 一键投递 → 面试准备 → 追踪沉淀

License: MIT Docs Status

Relay 是项目代号(placeholder)。 Fork 后可替换为你自己的品牌名。


这是什么

Relay 是一个开源的求职 agent 系统设计,目标是把求职这件繁琐、焦虑、重复的事,压缩成几次轻量的点击。它不是又一个"批量轰炸投递"的工具——那条路市场已经证明走不通(转化率持续下滑、雇主反感、账号被封)。

Relay 的赌注是另一条路:

  • 质量优先,而非数量优先。 少投、投准、投好。
  • 客户端执行,零封号风险。 投递发生在用户自己的浏览器、自己的登录态、自己的 IP 下,平台无法区分"人工"还是"AI 辅助"。
  • 数据飞轮是护城河,而非自动化本身。 你的简历版本、投递历史、面试问答会随使用不断积累,越用越懂你——这是自动化脚本无法复制的资产。
  • AI 先做,用户后审。 把高认知负担的"创造"任务,变成低负担的"审核"任务。

这个仓库目前是完整的产品 + 架构 + 设计规格(design spec),可作为自建实现的蓝图,也欢迎贡献成可运行的参考实现。


为什么是现在

求职市场正在经历一场 "AI 投递潮 vs 雇主反制" 的军备竞赛:

  • 通过 LinkedIn 提交的申请激增,平台一度记录到每分钟上万份申请;
  • 招聘方上线了重复申请标记、更多现场面试来甄别真人;
  • 数据显示体量腐蚀质量:投 11–20 份的面试转化率,是投 100+ 份的三倍多。

结论很清晰:autofill 已是红海(Simplify/Jobright 免费且用户众多),真正服务不足的是"面试情报采集"和"可积累的个人职业上下文层"。 Relay 把切入点放在后者。

详见 市场分析


核心特性

能力 说明 状态
📄 简历管理 上传即解析为结构化 JSON Resume,版本控制 + diff spec
✨ AI 优化 针对行业/JD 优化简历,诚实重述而非编造 spec
🎯 JD 定制 一个 JD → 一份量身简历 + cover letter + 表单答案 spec
🤖 客户端投递 浏览器扩展在用户本地填表,用户亲自提交 spec
🎤 面试准备 基于 JD 生成问题、评估回答、采集真实面试题 spec
📈 市场趋势 每日聚合在招职位,个性化技能缺口分析 spec
🔁 数据飞轮 投递/面试/反馈持续沉淀为个人职业上下文 spec

文档导航

完整文档在 docs/。建议阅读顺序:

  1. 产品愿景与原则 — Relay 相信什么、不做什么
  2. 市场分析 — 竞争格局、机会、为什么不做批量投递
  3. 产品规格 — 6 大功能的详细定义
  4. 架构
  5. 设计
  6. 数据模型
  7. 隐私与安全
  8. 路线图

可交互的架构图与 UI 原型见 docs/assets/(用浏览器打开 HTML 文件)。


架构一览

┌─────────── 用户的浏览器(本地) ───────────┐     ┌──── 你的云端后端 ────┐
│                                          │     │                      │
│  浏览器扩展 (Manifest V3)                 │     │  Web 账户系统         │
│  ├── content script  扫描+填充表单        │     │  ├── 简历/版本/投递    │
│  ├── service worker  协调 + profile      │◄───►│  ├── 面试/趋势/飞轮    │
│  └── popup           审核 UI             │     │  └── LLM API 端点      │
│                                          │     │      map-fields       │
│  ✓ 真实指纹 ✓ 真实登录 ✓ 真实 IP          │     │      answer-question  │
│  ✓ 用户亲自点 submit → 零封号             │     │      tailor-resume    │
└──────────────────────────────────────────┘     └──────────────────────┘
       智能在云端  ·  执行在本地  ·  提交靠用户

详见 客户端投递方案


设计原则速览

  • 0 配置启动 — 上传简历即用,不填表单
  • 3 次点击投递 — 从看到职位到完成提交
  • AI 先做,用户后审 — 永不让用户面对空白
  • 一屏一焦点 — 每屏一个主操作,消除决策疲劳
  • 颜色即语言 — 珊瑚橙 = AI 生成需过目,靛蓝 = 你的主操作,薄荷绿 = 安全/成功
  • 零封号 — 本地执行,用户亲自提交

状态与贡献

Relay 目前处于 设计规格阶段(design spec)。仓库提供完整的产品/架构/设计蓝图,参考实现正在规划中。

欢迎以下形式参与:

  • 💬 对设计与架构提出意见(开 issue)
  • 🧩 认领某个模块的参考实现
  • 📝 改进文档、补充 ATS 适配清单
  • 🎨 贡献设计与原型

请先读 CONTRIBUTING.md行为准则


重要声明

  • Relay 不鼓励任何违反平台服务条款的大规模自动投递。客户端方案的设计前提是用户亲自提交、人性化操作
  • 对 LinkedIn / Boss直聘 等平台的登录态自动化存在账号风险,Relay 默认不实现此类功能;若实现,必须明确告知风险并由用户显式 opt-in。
  • 本仓库不提供法律建议。平台条款与 AI 招聘相关法规(如 GDPR、PIPL、CA AB 853)仍在演进,请自行评估合规性。

License

MIT © Relay contributors

About

An open, client-side AI job-search copilot — discover jobs → tailor resume → apply → interview prep → track

Resources

License

Code of conduct

Contributing

Security policy

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors