Jobs_Applier_AI_Agent_AIHawk

AI 自动投简历，定制简历求职信，海投效率翻倍

AIHawk 是一个开源的 AI 求职申请机器人，用 Python 编写，旨在自动化整个求职申请流程。它能够自动浏览招聘网站，针对每个职位生成定制化的简历和求职信，并完成在线申请提交。核心能力包括：解析职位描述、匹配用户技能、生成个性化申请材料、自动填写申请表单。该项目解决了求职者海投效率低、简历匹配度差的问题，通过 AI 代理模拟人工操作，大幅节省时间。它基于 GPT 等大语言模型，支持 Chrome 浏览器自动化，适合批量申请场景。

开源 free 对话助手

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 31627

维护状态活跃

是否开源是

定价模式 free

项目数据

分类对话助手

开发团队feder-cr

所属国家

官网地址https://github.com/feder-cr/AIHawk/wiki

GitHubhttps://github.com/feder-cr/Jobs_Applier_AI_Agent_AIHawk

定价模式free

价格说明开源项目，AGPL-3.0许可，本地部署，完全免费。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型agentic-ai,ai-agent,ai-automation,autonomous-agents,browser,claude-code-plugin,crawler,gemini-cli-extension,job-hunting,job-search,lead-generation,llm-agent,market-research,mcp-server,model-context-protocol,playwright,productivity,scraper,web-automation,web-research

GitHub 星标★ 31627

30天Star增速

HF 下载量

上线时间2024-08-04 00:00:00

最近更新2026-09-22 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数1

使用教程

难度：入门约 10 分钟部署方式：命令行工具 4 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

Windows 系统需使用 PowerShell（README 给出的安装命令为 PowerShell 版本）
需要联网，下载 uv 安装脚本与浏览器依赖
uv（Python 包管理器），由 README 提供的脚本安装
无特殊硬件要求，README 未提及 Python 版本或显卡要求

安装与启动步骤

1安装 uv 工具

打开 Windows PowerShell，执行该命令下载并安装 uv。脚本会写入用户目录，无需管理员权限。
```
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
```
2刷新环境变量

安装完成后当前终端仍找不到 uv，需把用户目录下的 .localin 加入本次会话的 PATH。
```
$env:Path = "$env:USERPROFILE.localin;$env:Path"
```
3拉取浏览器依赖

用 uvx 临时运行 invisible-playwright 并拉取真实浏览器，这是 agent 操作网页的前提，首次运行需下载。
```
uvx invisible-playwright fetch
```
4Linux 安装方式

README 的 Linux 部分命令在节选中被截断（仅到 curl -LsSf https://astral.sh/uv/inst），请以 GitHub 原 README 为准执行完整命令。

如何确认成功

三条命令均无报错，uvx 能成功拉取浏览器依赖即表示环境就绪。

常见问题

Q：执行 uvx 提示命令找不到怎么办？

A：说明 PATH 未生效，请重新执行 PATH 刷新命令，或关闭并重开 PowerShell 终端后再试。

Q：Linux 和 macOS 怎么安装？

A：README 提供了 Linux 的安装命令（节选被截断），macOS 未在本节选中提及，请到项目 GitHub 主页查看完整说明。

Q：运行 uvx invisible-playwright fetch 很久没反应？

A：该命令需要联网下载浏览器文件，体积较大，请确认网络通畅、代理可用，耐心等待即可。

Q：这个项目到底怎么用？

A：README 标题写明有两种使用方式，第一种是「From your assistant, over MCP」，节选只覆盖到这一种的开头部分。

注意事项

本次 README 节选不完整，第二种使用方式（本地运行/源码安装）的命令未获取，请以 GitHub 原 README 和官方 Wiki 为准。
README 未给出任何配置文件、API Key 或端口说明，因此本教程未列配置项。
浏览器 agent 会自动点击、输入并读取真实网页，请遵守目标平台服务条款，批量申请存在账号被封风险。
使用前建议先阅读官网 Wiki：https://github.com/feder-cr/AIHawk/wiki

核心亮点

自动生成针对每个职位的定制简历和求职信，提升匹配度
全流程自动化，从搜索到提交申请，节省大量手动操作时间
基于 GPT 等大模型，能理解职位要求并智能适配

不足之处

依赖第三方招聘网站结构，网站改版可能导致失效
自动化申请可能违反部分平台服务条款，存在账号风险
文档/社区待观察

适用场景

求职者批量投递海量职位时快速筛选和申请
招聘旺季或校招季，需要处理大量相似岗位申请
自由职业者或转行者需要针对不同岗位快速调整申请材料

替代项目

Jobflow、Auto_Jobs_Applier、LazyApply

项目介绍

Jobs_Applier_AI_Agent_AIHawk 是智能体领域的开源项目，由 feder-cr 开发，2024 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（31,627）位列前 2%，在智能体分类的 2,517 个项目里位列前 2%。

近 41 天，它的 GitHub 星标从 30,157 增加到 31,627，净增 1,470。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。AGPL-3.0许可，本地部署，完全免费。

它主要面向的使用场景是：求职者批量投递海量职位时快速筛选和申请。同类可对比的替代方案包括 Jobflow、Auto_Jobs_Applier、LazyApply。

上一篇：ads-mcp

下一篇：pydantic-ai-backend