recruiter-agent：本地部署的 AI 辅助招聘候选人搜寻与评分系统

wboudiche/recruiter-agent · AI-assisted sourcing tool: multi-tier LinkedIn extraction + recruiter agent

GitHub原文发布未知首次收录 2026-09-26上架 2026-09-26 07:02

ELI5：它是什么，解决什么问题

recruiter-agent 是面向个人招聘者和小型团队的 AI 辅助候选人搜寻工具。它支持从 LinkedIn、GitHub、个人网站、CV 文件或粘贴文本添加候选人，经 LLM 结构化抽取、公开来源信息补充后，按职位加权标准进行 0-100 分评分，并通过看板管理候选人从抽取、评分、验证到邀约、安排面试的全流程。系统还内置带 11 个工具的对话式招聘 Agent，可查询职位与申请、搜索看板、起草和发送邀约、拒绝或验证候选人等，可逆操作支持撤销。所有组件通过 Docker 在本地运行，使用自有 LLM 与 API 密钥。

# linkedin # AI 辅助 # 本地 LLM # 招聘 # LLM 代理

核心能力与快速开始

★ 2 · Python

能做什么: 候选人信息抽取：从 LinkedIn（Apify 或 Playwright）、GitHub API、网页、PDF/DOCX 简历中抓取并调用 LLM 以结构化 schema 提取姓名、头衔、地点、技能、经历、教育背景和链接；多来源信息补充：按来源（GitHub 仓库、博客、Twitter/X、YouTube、Stack Exchange）补充候选人资料，受 enrichment.consent 开关控制；加权标准评分：对每项职位标准由 LLM 给出 0-100 分及逐项说明，并生成加权总分与一句话总评；候选人状态看板：抽取 → 补充 → 评分 → 验证 → 邀约 → 安排面试（含拒绝状态），通过 SSE 实时推送状态变化；对话式招聘 Agent：内置 11 个工具，可读取职位/申请/标准、搜索看板、起草和发送邀约、拒绝/验证、获取或重新补充资料、修改标准等，可逆操作支持撤销；邀约流程：4 步向导生成 LLM 草拟邮件并通过 SMTP 发送带 ICS 附件的邀约；搜索接入：支持 SearXNG（随 Docker 附带，免第三方密钥）、SerpAPI、Brave、Google CSE 等搜索提供方；多 LLM 后端：默认 Anthropic，亦支持任意 OpenAI 兼容端点（LINAGORA、OpenRouter、Ollama、vLLM）。
适用场景: 个人招聘者或小团队在本地自建候选人搜寻与初筛流程；将职位 JD 自动转化为带权重的筛选标准并据此对候选人打分排序；自动从 LinkedIn、GitHub、个人主页或简历文件中提取并汇总候选人结构化档案；通过看板跟踪候选人在抽取、评分、验证、邀约、面试安排各阶段的状态；使用聊天 Agent 批量查询、筛选、邀约或拒绝候选人并保留撤销能力；为工程类岗位从 GitHub 等公开来源补充候选人技术背景信息。
项目形态: 可直接使用的工具
部署方式: 本地部署，需 Docker，通过 docker compose up -d --build 启动；UI 默认在 http://localhost:8088，文档在 /docs。前端为递归项目内的 React 18 + Tailwind + Vite 应用。
主要依赖: 需 Docker；后端为 Python 3.12 + FastAPI，数据库为 Postgres（Alembic 管理 schema，JSONB）；须在 .env 中配置 POSTGRES_PASSWORD、RECRUITER_SETTINGS_KEY（Fernet 密钥，用于加密存储密钥与 cookie）、RECRUITER_DEFAULT_ACCOUNT_EMAIL 与 RECRUITER_DEFAULT_ACCOUNT_PASSWORD，缺失则 compose 拒绝启动；LLM 需自备 Anthropic 或 OpenAI 兼容端点的密钥；LinkedIn 抽取可选 Apify token 或 Playwright + li_at cookie；可选配置搜索、GitHub PAT、增强来源与 SMTP 等 API 密钥。
使用限制: README 未说明可承载的候选人或职位规模上限；LinkedIn 抽取依赖第三方 Apify（付费，试点 actor 定价约 $3/1k）或 Playwright + 个人 li_at cookie（受 LinkedIn 反机器人限制），自动抽取失败 90 秒后转为手动粘贴；搜索提供方除随附的 SearXNG 外均有免费额度或计费限制；RECRUITER_SETTINGS_KEY 丢失后所有已存储密钥不可恢复；RECRUITER_DEV_AUTH_BYPASS 仅限开发，README 明确禁止在生产环境设置；LLM 使用成本取决于所选提供方，README 仅提供月度支出上限设置，未给出具体费用；技能、经历、教育、链接字段由 LLM 抽取，README 说明不可编辑。
许可证: MIT
最近推送: 2026-09-25 22:02

官方入门核对 README 依据 ↗

资料检查：2026-09-26 07:00 · 卡片整理：2026-09-26 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

职业应用

HR

用于招聘候选人搜寻与评分：从 LinkedIn、GitHub、个人网站、CV 文件或粘贴文本添加候选人，经 LLM 结构化抽取与公开来源信息补充后，按职位加权标准进行 0-100 分评分，并通过看板管理候选人从抽取、评分、验证到邀约、安排面试的全流程；还可使用对话式招聘 Agent 查询职位与申请、搜索看板、起草和发送邀约、拒绝或验证候选人。

查看内容依据

AI-assisted sourcing for individual recruiters and small teams. Add a candidate from a URL, CV, paste, or search — the system extracts a structured profile, enriches it from public sources, and scores it against your job's weighted criteria.

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

JobNok：AI 驱动的求职自动化平台

JobNok 是一个 AI 驱动的求职自动化平台，将求职过程中重复性环节集中到一处，包含 11 个工具：近期职位搜索、可复用消息模板、LinkedIn 资料自动填充、简历定制（ATS 匹配评分与要点改写）、求职信生成、面试准备（STAR 问答）、跟进追踪、初创公司发现与线索挖掘、薪资调研以及批量邮件发送。架构上采用 Next.js 前端加 FastAPI 后端，AI 生成使用 Groq/Cerebras/HuggingFace 回退链，嵌入向量使用 Jina/Cohere，数据存储于 Supabase 托管的 PostgreSQL，并通过 Clerk、Redis、Cloudinary、Resend 等服务集成。

AI Recruiting Copilot：基于 Azure AI 的招聘简历筛选、候选人匹配与投标响应工作流

AI Recruiting Copilot 是一个部署在 Azure 上的招聘辅助系统。它使用 Azure Content Understanding 从 PDF、Word 和扫描图片格式的简历中提取结构化候选人档案，并用 Azure AI Search 混合检索与透明评分公式把候选人与职位描述匹配。项目基于 Microsoft Agent Framework 构建招聘 Agent，让模型只看到匿名档案，只能依据代码计算的匹配得分作答，并拒绝基于年龄、婚姻状况等受保护属性的筛选请求。它还提供针对公共部门 Requests for Resumes 的核对流程：从 PDF 读取强制性与评分要求，按日期化工作经历核对证据，起草匿名响应表格和摘要，最后由招聘人员审批并导出 Word。仓库包含 Terraform 基础设施、合成数据集、离线测试与提取、搜索、Agent 和投标流程的评测脚本。

Vervoe：基于技能的招聘评估与 ATS 集成 API 档案

Vervoe 是一个 AI 驱动的技能评估与技能招聘平台，雇主可自建评估内容或从公开评估库中选题（含视频、表格、演示和代码挑战），并邀请候选人参与由 AI 打分排序的 Talent Trials。该仓库是 API Evangelist 维护的第三方公开 API 档案，记录其合作伙伴/集成 REST API：列出雇主的评估、邀请候选人完成评估、获取候选人报告与分数，以及通过签名 Webhook 接收报告实时通知。Vervoe 未公开具体端点路径和 OpenAPI 定义，访问需联系其销售团队开通。

TalentSift：AI 驱动的智能招聘与申请人跟踪平台

TalentSift 是一个智能申请人跟踪（ATS）与招聘平台，连接求职者与招聘方。平台面向招聘者和求职者提供分角色工作区，核心 AI 能力包括自动化 AI 筛选面试（即时评分）、候选人 AI 练习面试（基于 LangChain 与 Groq 提供即时评分与反馈）、AI 职位标题生成器以及嵌入式 LLM 聊天助手，并支持申请状态跟踪、邮件 OTP 验证、实时通知、职位审核与 Stripe 订阅付费。技术栈为 Next.js 前端 + Django REST Framework 后端 + PostgreSQL，生产环境采用 Vercel、Render、Supabase、Cloudinary、Brevo 等托管服务。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。