JustHireMe

5个月前发布 161 00

JustHireMe 是一个采用 AGPL 许可证的、本地优先的桌面工作台,专为那些厌倦了嘈杂招聘网站和黑箱式 AI 申请工具的人设计,用于筛选更优质的职位、评估匹配度并生成定制化申请材料。

所在地:
美国
收录时间:
2026-05-18
其他站点:
JustHireMeJustHireMe

在海量招聘信息与黑箱式 AI 申请工具泛滥的今天,求职者往往陷入“海投无回音”或“隐私泄露”的困境。JustHireMe是一款采用 AGPL 许可证 的开源桌面应用,专为追求透明度、控制权与高效性的求职者设计。

JustHireMe

它不只是一个简历生成器,而是一个完整的本地优先智能工作流:从多源抓取职位线索,到基于规则与 LLM 的质量把关,再到利用 Kuzu 图数据库 与 LanceDB 向量库 进行深度人岗匹配,最终生成高度定制的申请材料。所有数据均存储在本地,确保你的职业档案与求职历史绝对隐私安全。

核心亮点:本地隐私、混合匹配、可解释决策

1. 本地优先,数据主权在手

  • 完全本地化:个人档案、线索历史、生成的文档、图数据及向量索引默认存储在本地设备。
  • 隐私保护:无需上传敏感简历或职业信息至云端,杜绝数据滥用风险。
  • 离线可用:核心功能(如排序、匹配、文档生成)在无网络环境下仍可运行(需本地 LLM 支持)。

2. Kuzu 图 + LanceDB 向量:深度上下文匹配

  • 超越关键词:传统匹配仅依赖技能关键词,JustHireMe 结合 Kuzu 图数据库(捕捉职业路径、公司关系等结构化知识)与 LanceDB 向量库(捕捉语义相似性),实现全方位的人岗契合度评估。
  • 个性化档案:构建你的多维职业画像,不仅看“你会什么”,更看“你经历过什么”与“你想要什么”。

3. 可解释的排序与质量把关

  • 噪音过滤:自动剔除过时、信息缺失、垃圾广告或仅限高级职位的低质线索,净化求职池。
  • 透明决策:每个职位的排序与推荐都附带可见的理由(如:“匹配度高因为…”、“排除因为…”),拒绝黑箱算法,让你清楚知道为何关注某个机会。
  • 混合推理:结合确定性规则(硬条件过滤)与可选的 LLM 推理(软性文化/语境匹配),平衡速度与深度。

4. 智能化材料定制

  • 一键生成:根据目标职位 JD 与你的个人档案,自动生成定制的 简历 PDF、求职信 PDF 及 沟通草稿。
  • 人工控制:生成的材料仅为草稿,供你审查与修改,确保最终提交的内容真实反映你的意图,避免 AI 幻觉带来的尴尬。

5. 开放的 Agent 生态集成

  • MCP 服务器支持:内置轻量级 stdio MCP 服务器,暴露 score_job_fit、evaluate_lead_quality 等工具,可被 Claude Desktop、Cursor 等 AI 助手直接调用。
  • Agent 技能包:提供标准的 SKILL.md,让任何支持本地指令的 AI 编码助手都能理解并操作 JustHireMe 仓库,实现自动化扩展。

快速开始

方式一:Windows 用户(推荐非开发者)

  1. 前往 GitHub Releases 页面下载最新 JustHireMe_*_x64-setup.exe。
  2. 运行安装程序(若遇 SmartScreen 警告,点击“更多信息”->“仍要运行”)。
  3. 从开始菜单启动,跟随向导完成初始设置。

方式二:开发者完整部署(macOS/Linux/Windows)

环境要求:Node.js 20+, Python 3.13+, Rust stable, uv, Git.

  1. 克隆仓库
    git clone https://github.com/vasu-devs/JustHireMe.git
    cd JustHireMe
    
  2. 安装前端依赖
    npm install
    
  3. 配置后端环境
    cd backend
    uv sync --dev
    cd ..
    
  4. 启动开发模式
    npm run tauri dev
    

    这将启动 Tauri 桌面壳、Vite 前端及 Python 后端辅助进程。

方式三:仅前端预览

git clone https://github.com/vasu-devs/JustHireMe.git
cd JustHireMe
npm install
npm run dev

注意:此模式下后端功能不可用,仅用于查看 UI 设计与交互。

MCP 服务器集成示例

若你想在 Claude Desktop 或其他 MCP 客户端中使用 JustHireMe 的能力:

  1. 启动 MCP 服务器
    # macOS/Linux
    backend/.venv/bin/python backend/mcp_server.py
    
    # Windows
    backend\.venv\Scripts\python.exe backend\mcp_server.py
    
  2. 配置客户端
    在 MCP 客户端配置文件中添加:

    {
      "mcpServers": {
        "justhireme": {
          "command": "/absolute/path/to/JustHireMe/backend/.venv/bin/python",
          "args": ["/absolute/path/to/JustHireMe/backend/mcp_server.py"],
          "cwd": "/absolute/path/to/JustHireMe"
        }
      }
    }
    
  3. 可用工具
    • score_job_fit: 基于候选人档案对职位进行匹配度评分。
    • evaluate_lead_quality: 对职位线索进行确定性质量门控。
    • extract_lead_intel: 从文本中提取公司、地点、技术栈等关键情报。

⚠️ 当前状态与注意事项

  • Alpha 阶段:项目仍处于早期开发阶段,可能存在 Bug 或不稳定功能。
  • 实验性功能:浏览器自动化与自动申请功能默认禁用且不受支持,仅供实验室测试。
  • 贡献欢迎:项目急需数据源适配器、Windows 打包优化及文档完善方面的贡献者。
  • 诚实回退:若向量模型或数据源失败,应用会明确提示,而非静默出错。

相关导航