跳转到内容
幸运的蜗牛 Logo 幸运的蜗牛
EN

秋招信息太乱了，我用 AI 做了个网站完美解决

/ 12 分钟阅读 /
#ai #效率提升 #产品

大家好，我是luckySnail ，马上就要到秋招的时候了。不知道大家现在是怎么找到工作的呢？像我之前的时候都是使用某聘来求职的。偶尔也会有一些群里的内推。通过有些公司的官网进行投递简历。但在 AI 时代，我发现现在很多 AI 初创公司和大厂都特别喜欢在社交媒体上直接去招人，就比如说最近的 Deepseek。这对于学历普通一点的同学是很好的机会，很多的招聘信息都是企业老板/项目的负责人直接发步的，你如果投递的话，那么简历也会会直达。但在某聘上面求职，如果你的学历比较一般的话，你很有可能就直接被企业的系统设置 pass 掉

其次 AI 时代，一份简历已经不太能说明什么了。想要找到优秀的同学，通过社交媒体可能是更好的方式。所以某书和 x 上面每天都有很多新的招聘信息发布，如果能及时看到并投递的话。这对于真正想要找到工作的人来说是非常重要的。

虽然这些平台上面有很多岗位在发布，但是如何找到自己需要的岗位？并且如何判断这些岗位是否是靠谱，还是需要花很多时间的，不像某聘上，对企业发布岗位都是有要求的。所以我在想能不能做一个工具，实现自动抓取需要的岗位，并且收集这个岗位发布信息的可靠性，并且进行投递管理。毕竟找工作求职准备面试已经很累了，还要在这些地方花很长时间，是很不值得的。

所以我做的 jobhub 就来了，它自动帮你收集了最新的某书和 x 上面的招聘信息，你可以根据你的需求筛选找到你想要的岗位，然后查看，投递，并且可以记录自己的投递记录，管理自己的面试进度

image-20260810000100229

网站背后的实现

下面分享我是一步步通过 vibe coding 实现这个小工具的。这次我使用的是 doubao seed 模型 + omp（Oh My Pi） 的组合，首先让我们来看看怎么安装 omp 这个 harness ，怎么给 omp 接入 doubao-seed-evolving

OMP（Oh My Pi）: 一个基于 Pi Coding Agent 的增强版开发环境，通过插件、工作流和多模型支持，让 Pi 更适合日常 AI 编程。

1. 前置条件

  1. 已安装 omp（本机可用 omp --version 检查）
  2. 已开通 doubao 的 Agent Plan，并拿到 API Key
  3. 配置环境变量（推荐写进 ~/.zshenv 或 ~/.omp/.env）：
Terminal window
export ARK_API_KEY="你的方舟 API Key"

2. 写入 omp 配置

我们这个模型是 1M 上下文，我们去编辑（或新建）~/.omp/agent/models.yml：

providers:
  doubao:
    baseUrl: https://ark.cn-beijing.volces.com/api/plan/v3
    api: openai-responses
    apiKey: ARK_API_KEY
    models:
      - id: doubao-seed-evolving
        name: Doubao Seed Evolving
        reasoning: true
        input: [text, image]
        contextWindow: 1048576
        maxTokens: 65536
        supportsTools: true
        cost:
          input: 0
          output: 0
          cacheRead: 0
          cacheWrite: 0
        compat:
          supportsStore: false
# Anthropic Messages API
  doubao-anthropic:
    baseUrl: https://ark.cn-beijing.volces.com/api/plan
    api: anthropic-messages
    apiKey: ARK_API_KEY
    disableStrictTools: true
    models:
      - id: doubao-seed-evolving
        name: Doubao Seed Evolving (Anthropic)
        reasoning: true
        input: [text, image]
        contextWindow: 1048576
        maxTokens: 65536
        supportsTools: true
        cost:
          input: 0
          output: 0
          cacheRead: 0
          cacheWrite: 0

这里apiKey: ARK_API_KEY 使用我们刚刚存在环境变量的数据，supportsStore: false：第三方网关一般不支持 OpenAI 的 store / 状态链，然后我们可以把 doubao 设置为默认模型

Terminal window
omp config set modelRoles '{"default":"doubao/doubao-seed-evolving"}'

下面我们可以进行验证与使用

image-20260809163733237

使用 omp 进行启动，然后就可以使用了

image-20260809164048262

3. 搭建项目骨架

首先我们要做的事情是要先搭好一个项目的骨架，这一步非常重要，因为接下来 AI 开发的是否顺利就取决于这一步了。这里我们的技术选型需要是非常通用的，在接下来的实现中，我们也要用比较常见的手段，这些选择其实都不是服务于开发者，这些都是希望 AI 能够更好地去完成工作

image-20260809164814071

经过 17 分钟，它终于干完了，它先开发好了前端，然后去开发后端，最后接入 orpc ，看起来没有问题

init-complete

启动看一下页面的前端展示和后端接口都成果了，然后我让我的 gpt-5.6-sol review 了一下，结果是检查出了一些小问题

image-20260809170404954

4. 验证核心能力是否可行？

下面就是验证我们这个产品最重要的功能是不是能跑通的时候了，如果说核心能力实现不了，那我们之前做的工作全都白费了。所以说这一步必须要提前做。我们的核心功能就是去抓取小红书和Twitter上的招聘信息，然后进行自动整理展示

image-20260809172023719

这里我使用了 matt skills 的 /prototype skills 。这个skills它就是一个专门用来帮你验证你想法是否可行的skills，这里我们可以看到，是成功验证的，可以抓取到对应的数据。

image-20260809175601901

5. 跑出最小产品 MVP

下面就是开发产品 demo 的时候，这一步的核心目标呢，就是基于刚才的验证构建出我们核心功能对应的产品，是真正可以使用的产品，这里是一个比较长的任务，我的提示词给的也比较也相对比较专业。希望通过这些约束能让它一次性把这个功能开发出来

CleanShot 2026-08-09 at 18.08.27

让我们看看开发出来是什么效果吧！

image-20260809191335463

没想到一次就跑通了，可以看到这里已经帮我们抓了一些数据，点击对应的招聘信息，会展示招聘详情数据

image-20260809191624809

但是我发现这里还有一些问题，首先是它没有抓到小红书的任何数据，其次的是当前的展示的效果很差，所以我们来优化一下吧。

6. 不断修复 bug + 打磨产品

这里我依然在最初的那个对话中进行，优化的话就非常的简单，就是不断的测试发现问题，向AI描述问题，AI来修复问题，我们再进行测试，直到这个产品到达我们想要的状态。让我们看一下我最终优化后的效果就如开头那样，然后岗位列表如图：

image-20260809235519515

岗位详情：

image-20260809235609839

这里我在抓取到 AI的内容后，不是直接就存储展示，而是进行了AI分析处理，然后进行优化展示，方便快速查看浏览

7. 实现每日自动抓取并邮件通知

对于求职来说，第一时间掌握最岗位的发布是非常重要的。所以在有了数据之后，让数据更快的通知到我也是非常重要的，而不是被动地去访问这个页面去获取对应的数据。现在我要在这个系统里面加一个订阅的功能，实现自动订阅最新发布的招聘信息，这样就可以第一时间把简历投递给招聘官手里

这里实现也很简单，就是每次有新的相关的岗位的时候，就通过邮件去通知对应的用户，下面看看实现的效果

image-20260809211433358 image-20260809211207418 image-20260809211515909

订阅成功后每次有新工作机会的时候，就会发送邮件给到我对应的邮箱

image-20260809211242512

这里值得一提的是，doubao seed 的 1M 上下文真的很不错，在开发过程中没有遇到压缩的情况，一个对话就完成了这个产品的构建，特别适合长程任务开发

最后网站已经部署：https://jobhub.islumi.com/ ，源码已经开源：

image-20260810105628808

感兴趣的可以看看，欢迎一起构建，二创～

总结

以上就是我自己遇到了一个问题，然后把它做成一个产品来解决的全部内容了，如果你也有遇到一些问题，可以参考将其做成产品去解决，有了 AI 后，把问题变成产品的成本从开发变成了注意力和行动力。当然还有你的 token，下面是这个产品的一些开发经验；让我们再总结整理一下

  • 技术选择：选择 AI 友好的技术，尽可能是那种资料越多越好的，因为大模型的训练语料也丰富，AI 生成的效果也会更好
  • 验证核心能力：在真正开发前，要先去让AI快速验证核心能力是不是可行，否则做到一半发现实现不了，那么之前的工作都白干了
  • 制定约束：AI 已经非常强大，所以我们会让AI越来越多的做长程任务，这时候制定好约束就非常重要，避免AI在错的方向越走越远
  • 提升自己的知识的广度和深度：开发这个产品虽然不是很难，但是也需要很多知识储备，否则可能遇到有些问题会被卡住导致无法推进，所以AI时代，提升自己依然是重要的

感谢你读到这里，那如果这篇对你有帮助，帮忙点赞关注，这样我更有动力创作～

图片预览