AI Talent Hunter

GitHub 人才猎手 (GitHub Talent Hunter)

从 GitHub 真实代码里找技术人才 — 不看简历看代码，不靠吹嘘靠项目。为 HR、猎头、技术管理者和创业者设计的智能招聘工具。

🔒 安全声明

OpenClaw 安全扫描可能会提示 "Suspicious"，这是正常的，原因如下：

1. 需要 GitHub Token：本 skill 使用 GitHub 公开 API 搜索开发者，需要用户自行配置 Token（详见"安全配置"章节）
2. 包含 Prompt 模板：prompts/ 文件夹包含 JD 解析和话术生成的 Prompt 模板，这是功能需要，不是恶意 prompt injection
3. 不自动发送消息：本 skill 不会自动发送任何邮件或消息，所有触达话术仅作草稿，需人工审核后手动发送

合规保证：

• ✅ 仅使用 GitHub 公开 API 和公开数据
• ✅ Human-in-the-Loop：用户逐一确认候选人，不批量骚扰
• ✅ Token 存储在本地 .env 文件（不上传到 git）
• ✅ 生成的触达话术需人工审核，不自动执行
• ❌ 不购买/爬取私密数据
• ❌ 不绕过任何反爬机制

核心能力

1. 基于真实代码搜人：直接从 GitHub 代码仓库搜索——找到的是候选人真正做过的项目，不是简历上可以美化的内容，而是实打实写过的代码。传统招聘平台搜不到的技术关键词（如 RocksDB、LangChain、vLLM），在这里能精准命中
2. 智能排序：按技术匹配度、活跃度、可联系性等维度自动排序，优先展示最值得联系的人
3. 全球定位：支持按国家、省份、城市筛选候选人，也可不限地区搜索远程人才
4. 人工筛选：候选人列表由你逐一确认，避免大撒网式骚扰
5. 个性化触达：根据候选人真实项目经历生成定制话术，让对方感到"你真的了解我"

触发场景

用户可能这样说：

• HR："帮我找几个做 RAG 的 Python 工程师，深圳的"
• CEO："想找个 Rust 大牛来当技术合伙人"
• 猎头："客户要招 Next.js 前端，北京，给我 5 个候选人"
• CTO："帮我搜一下做分布式存储的 C++ 工程师，要最近半年活跃的"
• 创业者："我们在做 AI Agent，想找几个有 LangChain 经验的人聊聊"

Skill 自动执行：

1. 理解招聘需求 → 生成搜索条件（Step 0）
2. 从 GitHub 搜索候选人 → 构建画像并排序（Step 1）
3. 展示候选人列表 → 你来选人（Step 1.5）
4. 展示选中候选人的完整信息 → 最终确认（Step 2）
5. 为确认的候选人生成个性化触达话术（Step 3）

执行流程

Step 0: 智能解析（JD Parser）

目标：将用户的口语化需求转译为 GitHub 搜索参数。

操作：

1. 读取 prompts/jd_parser_prompt.md
2. 将用户输入代入 Prompt，生成标准化 JSON
3. 输出格式：

   {
     "search_queries": [
       "language:c++ rocksdb pushed:>2025-01-01",
       "language:c++ leveldb lsm-tree pushed:>2025-01-01"
     ],
     "target_languages": ["C++"],
     "ecosystem_keywords": ["rocksdb", "leveldb", "lsm-tree"],
     "location": "china",
     "reasoning": "将'RocksDB 相关'转译为 rocksdb + leveldb + lsm-tree 生态"
   }

约束规则：详见 prompts/jd_parser_prompt.md（包含查询生成、活跃度过滤、地理位置处理、负向排除等规则）。

Step 1: 搜索（GitHub Search）

目标：从 GitHub 搜索候选人，构建完整画像并全局排序。

操作：

cd ~/.openclaw/workspace/skills/ai-talent-hunter

# 首次搜索（宽松位置匹配，默认）
python scripts/github_search.py \
  --queries "language:c++ rocksdb pushed:>2025-01-01" "language:c++ leveldb lsm-tree pushed:>2025-01-01" \
  --jd-keywords "rocksdb,lsm-tree,storage" \
  --jd-language "C++" \
  --location "shenzhen" \
  --target 20 \
  -o results.json

# 首次搜索（严格位置匹配 — 仅匹配指定城市/省份）
python scripts/github_search.py \
  --queries "..." \
  --jd-keywords "..." \
  --jd-language "C++" \
  --location "beijing" \
  --location-strict \
  --target 20 \
  -o results.json

# 继续搜索（当已有结果全部展示完，需要搜更多时）
python scripts/github_search.py --resume SEARCH_ID --target 20 -o results.json

需要环境变量：

export GITHUB_TOKEN=ghp_xxxxx  # GitHub Personal Access Token

地理位置匹配模式（⚠️ OpenClaw 必须根据用户措辞判断使用哪种模式）：

注意：宽松模式下 Remote 用户自动通过；严格模式下 Remote 不通过（用户说"必须是北京"就不想看其他城市的人，包括 Remote）。

搜索引擎说明：

• 同时搜索仓库（技术关键词维度）和用户（地理位置维度），合并去重
• 自动循环直到达到目标人数或触发停止条件（结果耗尽 / 连续 2 轮零新增）
• 多条 query 之间是 OR 逻辑（覆盖不同技术维度）
• 无邮箱的候选人不过滤，仅在排序中降权
• 输出包含漏斗数据（funnel 字段）和停止状态（status 字段）

搜索结果不佳时的优化建议（⚠️ OpenClaw 必须根据漏斗数据自动判断并给出建议）：

搜索脚本输出 funnel 字段（漏斗数据）和 status 字段。当 status 不是 threshold_reached 时，OpenClaw 根据以下规则生成优化建议：

OpenClaw 给出建议时，必须提供具体的操作指引（如"去掉 --location-strict"、"关键词加入 XX"），而非泛泛而谈。

排序算法 V3（总分 100 分）：

设计原则（猎头视角）：

• 领域匹配是前提：找错人一切白费
• 可触达性决定转化率：联系不上的大牛不如联系得上的牛人
• 影响力体现技术深度：但用 log 曲线避免 star 通胀
• 活跃度预测响应概率：活跃的人更可能回复
• 生态位是锦上添花：区分 leader vs follower

详细评分逻辑：

1. 领域匹配度（Relevance - 35分）

• 规则 A（主语言匹配）：Top 5 仓库的主语言与 JD 匹配 → +15 分
• 规则 B（生态关键词）：Top 5 仓库的名称/描述命中 JD 关键词，按命中数分级： 匹配源包含 repo 名称、描述和 repositoryTopics 标签（标签匹配比文本匹配更精准）
  • 命中 3+ 个 → +20 分（深度匹配）
  • 命中 2 个 → +15 分
  • 命中 1 个 → +10 分

2. 可触达性（Reachability - 25分）

• 多渠道叠加，上限 25 分：
  • 公开邮箱 → +10 分（最直接的触达方式）
  • 个人网站/博客 → +6 分（可找到更多联系方式，也是破冰素材）
  • Twitter/X → +5 分（DM 是有效触达渠道）
  • 其他社交账号 → 每个 +3 分，上限 +6 分（LinkedIn、知乎等）
  • 有 bio → +3 分（愿意被人了解的信号）
  • isHireable = true → +5 分（候选人主动标记"可被雇佣"，回复概率极高）
• 说明：不过滤无联系方式的候选人，仅影响排序。大牛无邮箱仍会出现，但排序靠后。HR 可通过 GitHub Issue/PR 评论等方式联系。

3. 代码影响力（Impact - 20分）

• 规则 A（Star 影响力）：log₁₀(Star总数) × 3，封顶 12 分
  • 10★ → 3分, 100★ → 6分, 1000★ → 9分, 5000+★ → 12分
• 规则 B（Fork 复用度）：log₁₀(Fork总数) × 2，封顶 4 分
• 规则 C（社区关注度）：log₁₀(Followers) × 2，封顶 4 分
• 设计理由：用 log 曲线而非线性，避免 star 通胀稀释区分度

4. 有效活跃度（Activity - 12分）

• 综合两个信号：
  • 信号 A — 最近活跃时间：30天内(8) / 90天内(5) / 180天内(3)
  • 信号 B — 年度贡献量：1000+(4) / 300+(3) / 100+(2) / >0(1)
• 两个信号相加，上限 12 分

5. 开源生态位（Ecosystem - 8分）

• 是 Owner 且最高星仓库 > 500★ → 8 分（顶级 Owner）
• 是 Owner 且最高星仓库 > 100★ → 5 分（有影响力的 Owner）
• 是 Owner 且最高星仓库 > 20★ → 3 分（活跃 Owner）

档位划分：

• 🔥 极度匹配：≥80 分（强烈推荐）
• ⭐ 高度匹配：65-79 分（推荐）
• 👍 匹配：50-64 分（可考虑）
• 📋 参考：<50 分（需人工判断）

输出：results.json（完整候选人列表，已排序，含漏斗数据和停止状态）

Step 1.5: 候选人展示与筛选（Human-in-the-Loop）

目标：让用户快速扫描候选人，标记状态（selected / passed / pending）。

为什么需要这一步？

• ❌ 不能直接批量生成触达话术（垃圾邮件制造机）
• ✅ 用户必须先筛选候选人，确认要触达的人

展示格式（Markdown 表格，飞书兼容）

每批展示数量：最多 15 人。不足 15 人时展示全部。

表头固定格式：

# 🎯 [职位名] — 候选人列表
搜索范围: [语言] + [关键词] | [位置] | 共 N 人，展示 Top 15

| # | 匹配 | 候选人 | 简介 | 公司 | 经验 | 📍 | 联系 | 状态 | 代表作 |
|---|------|--------|------|------|------|-----|------|------|--------|
| 1 | 🔥 | 张三 (@zhangsan) | ... | 字节跳动 | 8年 | 深圳 | 📧🌐🐦 | 🟢 | mutative (2.0K) |
| 2 | ⭐ | 李四 (@lisi) | ... | 阿里巴巴 | 5年 | 杭州 | 📧 | 🟢 | ssr (2.7K) |
...

---
回复数字选择：`1,3` = 选中 | `pass 2` = 跳过 | 「继续」查看下一批

各列填写规范

简介生成规则（⚠️ 重要：这一列由 OpenClaw 生成，不是原始数据）

目的：让不懂技术的 HR/猎头 一眼理解这个人是做什么的、为什么值得联系。

生成规则：

1. 长度：一句话，15-30 个中文字
2. 内容优先级（按顺序取最有价值的信息）：
   • 如果有知名公司经历 → 提及公司 + 角色（如："字节跳动 AI 工作流框架核心开发者"）
   • 如果代表作 star 数高 → 提及影响力（如："11K+ 开发者使用的 React 文档框架作者"）
   • 如果 bio 有明确方向 → 提炼方向（如："专注 RAG 和知识图谱的 AI 研究员"）
   • 兜底 → 根据代表作描述概括（如："用 Next.js 构建全栈电商项目"）
3. 技术术语规则：可以使用 JD 中出现过的技术词（如 React、Next.js），但不引入 JD 以外的技术术语
4. 禁止：
   • ❌ 不要照搬英文 bio（要翻译/提炼为中文）
   • ❌ 不要写"该候选人..."这种第三人称废话
   • ❌ 不要重复代表作列已有的信息
5. 示例：
   • ✅ "阿里 13 年老兵，ice.js 渐进式框架核心作者"
   • ✅ "腾讯前端，开发基于 Next.js 的边缘计算博客引擎"
   • ✅ "全栈工程师，专注 React 状态管理和性能优化"
   • ❌ "A passionate developer who loves open source"（照搬英文）
   • ❌ "该候选人是一名优秀的前端工程师"（废话）