# jobradar

Adopt this skill: https://proskills.md/skills/other/lijiaqi-ai-product-manager-job-radar-skill-jobradar

Page: https://proskills.md/skills/other/lijiaqi-ai-product-manager-job-radar-skill-jobradar
This document is the public skill bundle for that page. It contains SKILL.md and every helper file the catalog carries. No login is required.

## File: skill/jobradar/SKILL.md
size: 15927
sha: 440049752b2b4bda27abfbdc878b3c431f3c5f79
upstream: https://github.com/lijiaqi-ai-product-manager/job_radar/blob/main/skill/jobradar/SKILL.md

````text
---
name: jobradar
description: 查询中国公司（含大厂与招聘平台上的公司）当前在招的校招/实习/社招岗位、近期新开/下架变化、岗位要求对比和招聘趋势。用户问"某公司在招什么岗位""这周新开了什么岗""A 和 B 的某类岗位要求有什么差异""某公司招聘是在扩张还是收缩"时使用。数据包含官方招聘页与公开聚合来源，每日调度，本地查询，单源新鲜度以返回时间为准。
---

# jobradar：对话式求职搜索技能

用户通过对话提出求职需求，宿主优先调用已连接的 MCP 工具；未连接时可使用 `jobradar` 的 JSON 输出。
两者共用查询规则。**只能根据工具返回的数据回答，不能用常识或记忆补充岗位信息，也不要要求求职者理解命令行参数。**

## 首次接入

用户要求安装、导入或接入本技能时，先阅读 [首次准备](references/setup.md)，检查当前平台能否执行本地工具或连接本地 MCP，再准备工具和数据并实际查询。未调用成功前不要声称已接入；只阅读了技能或仓库不等于已经具备查询能力。

已有可用 MCP 时优先使用其工具，无需要求用户再安装另一套入口。求职者只需说需求，配置细节由助手处理；需要界面操作时给出当前一步即可。

## 安装或升级（首次使用或参数不受支持时）

最低已验证兼容基线为 `2.3.1`；默认升级至当前正式版，再核对版本和功能参数。正式渠道核验状态见安装指南：

```bash
pip install --upgrade "jobsearchradar[mcp]"
jobradar --version
jobradar search --help
jobradar calendar --help
```

发行包经过独立安装与命令兼容性检查，实际安装后仍须核对版本和参数。固定源码备用安装及版本说明见 [安装指南](https://github.com/lijiaqi-AI-Product-Manager/job_radar/blob/main/docs/INSTALLATION.md)。已安装旧版也用上述命令升级，
不要仅因本机已有 `jobradar` 命令就跳过版本兼容检查。帮助中应有 `calendar --city`、
`calendar --include-expired` 与 `search --deadline-before`；旧版帮助报错或不支持参数时，
先在 CLI / MCP 实际使用的环境中升级，不能通过删掉筛选参数来改变用户的问题。

## 第一步：检查数据（每次会话第一次使用时）

```bash
jobradar doctor
```

- 没有数据，或`snapshot_stale: true` → 先运行`jobradar update`（同时下载岗位库与JD原文库），再继续。若`snapshot_stale: false`而`stale: true`，说明返回岗位或来源陈旧，需核实原始链接，不能反复下载相同快照代替核实；旧版未返回`snapshot_stale`时核对`data_as_of`再决定是否更新。
- `source_health.counts.stale > 0` → 部分来源超过 48 小时未成功刷新，整体快照较新也不能证明这些岗位仍在招。用 `jobradar sources --problems` 查看；提及受影响岗位时注明 `last_seen`，建议打开原链接确认。更新快照不能保证来源已恢复。
- 岗位 `source_stale: true` 或 `availability: unconfirmed_stale` → 表述为历史观测岗位，不能断言当前可投；注明 `source_last_ok`。`observed_recently` 也只表示最近采集成功，投递仍以原站为准。
- `source_enabled: false` 或 `availability: unconfirmed_disabled` → 来源当前已停用；即使旧成功观测尚不足48小时，也不能表述为当前已核实可投。停用不等于岗位已关闭。
- 展示 `availability_label` 和 `source_warnings` 对当前可投状态的限制。`source_tenant_peers` 非空表示同一招聘租户还登记在其他来源下，岗位可能重复；不要跨来源相加，也不要据此擅自更改雇主归属。
- 来源最近刷新不等于岗位再次出现。`availability=unconfirmed_not_seen` / `not_seen_in_latest_success=true` 表示该岗位在最新成功采集中未再次见到，只能作为待核实历史候选；不能说当前可投，也不能直接说已下架。看岗位自己的`last_seen` / `job_age_hours`，`availability_counts`仅统计本次返回记录。
- 明确指定校招/实习时，搜索与对比默认过滤标题明确的一线门店和房产经纪岗位。用户明确寻找此类岗位时传`include_frontline=true`（CLI `--include-frontline`）；不限类型与社招不默认过滤。说明`frontline_filter`的模式和计数，全文检索计数为`null`时不能编造。`exclude_categories`是字段排除，未知职类需修正，空字段仍需原文核实。
- 下载使用默认 GitHub 渠道；失败时先检查网络和数据状态，不将当前未核实可用的镜像作为首选。见[渠道状态](https://github.com/lijiaqi-AI-Product-Manager/job_radar/blob/main/docs/DISTRIBUTION.md)。
- `record_kind: recruitment_notice` 是招聘公告，可能包含多个职位，不能将公告条数表述为岗位数；`source_kind: aggregator` 是公开聚合来源，引用时说明来源。`unknown` 不能按名称猜测。详情中的 `source.compliance_checked_on` 是配置的合规核查日期，不代表今天已成功读取。`stats` 的 `by_record_kind` 与 `by_source_kind` 提供分层计数。
- 默认搜索和日历按北京时间自动隐藏明确截止日已过的记录，截止当天仍保留；查历史岗位用 `search --include-closed`，查历史日历用 `calendar --include-expired`（MCP 对应 `include_closed` / `include_expired`）。`calendar --open-on` 以指定日期为准。不要通过补填未知日期来让条目过期。
- 数据目录不是默认的
  `~/.cache/jobradar` 时，给 MCP 配置的 `env` 传 `JOBRADAR_HOME`。

## 按个人条件找机会

用户提出多城市、排除公司、学历/经验要求、实习安排或连续修改条件时，参见
[个人求职条件与连续追问](references/candidate-workflow.md)。该流程区分可直接筛选的条件、
需要阅读原文的要求，以及尚未核实的资格；放宽条件后的结果必须单列。

## 按问题类型选命令

| 用户在问 | 命令 |
|---|---|
| 某公司/城市/职类在招什么 | `jobradar search --company 复星医药 --category 医药研发 --city 上海 --type campus --grad-year 2027 --limit 20` |
| 标题关键词 | `jobradar search --keyword 大模型` |
| 用户明确希望查门店实习 | `jobradar search --type intern --include-frontline --keyword 门店 --limit 20` |
| 按技能/要求找岗位（JD 原文里出现的词） | `jobradar search --text "PyTorch 多模态" --type campus --limit 20`（空格分隔的词须全部出现；结果的 `match` 是命中处原文片段） |
| 某个岗位详情、要求 | `jobradar show <job_id>` |
| 这周/最近新开、下架、变化 | `jobradar diff --days 7 --company 腾讯 --types open` |
| 最近哪类职位新增最多 | `jobradar diff --days 7 --by category`（返回 `[{category, n}]`，按数量降序；没职类的归「未分类」） |
| 两家或多家公司同类岗位要求对比 | `jobradar compare 药明康德 正大天晴 --keyword 研发 --per-company 5`；按职类用 `--category 医药研发`，按 JD 原文（如「论文」）用 `--text 论文` |
| 招聘规模趋势 | `jobradar trends 腾讯 --step-days 7` |
| 某公司有哪些招聘项目/批次、网申什么时候截止、去哪投（**含目前只有日历、没有岗位数据的大厂**） | `jobradar calendar --group 字节跳动 --grad-year 2027` |
| 现在还能投哪些 | `jobradar calendar --type 秋招正式批 --open-on <今天日期>` |
| 快截止的岗位（按网申截止日） | `jobradar search --deadline-before <本月末> --type campus`；日历同理用 `jobradar calendar --deadline-before <日期>` |
| 某城市有哪些校招 | `jobradar calendar --city 北京` / `jobradar search --city 北京` |
| 哪些公司写了网申起止 / 招哪些方向 | `jobradar calendar --has-window` / `jobradar calendar --has-tracks` |
| 覆盖了哪些公司 | `jobradar stats` |
| 数据什么时候更新、哪些源有问题 | `jobradar sources` |

参数说明：`--type` 取 `campus`(校招) / `intern`(实习) / `social`(社招)；`--company` 先按**公司名全等**匹配，再查简称映射表（如 `中核`→中国核工业集团、`国寿`→中国人寿，见 `taxonomy/company_aliases.yaml`），最后只在命中唯一一家时用子串兜底（`阿里`→阿里巴巴）。**没把握就不猜**：`--company 京东` 不会返回「京东方」，而是 0 条 + 提示 `company_match.match = none`；命中多家时 `match = ambiguous` 并给出候选。要看 `company_match` 再回答（见回答规则 4）。`--contains` 才强制子串搜索（如 `--company 中国` 一次看所有含「中国」的公司）。`--category` 同时匹配大类与子类（如 技术、算法、后端、芯片/硬件、产品经理），可选值见 `references/fields.md`。**职类按标题规则归类，部分岗位为空**：`--category` 无结果时，再用 `--keyword` 按标题关键词查一次（如 `--keyword 研发`），仍无结果再用 `--text` 在 JD 原文里查，三者都无结果也只能说当前数据中未找到匹配记录。

## 回答规则（必须遵守）

1. **注明数据时间**：回答开头或结尾写"数据截至 {data_as_of}"。`stale: true` 时明确提醒数据可能过期。
2. **附链接**：列出的每个岗位都附 `url`，引导用户去官网查看和投递。
3. **只用返回的数据**：没查到就说没查到。不编造岗位、薪资、面试难度、往年数据、HC 数量。
4. **查不到时说清楚是哪种情况**：
   - 只有公司匹配为 `none`，或 `compare` 的 `missing_companies` 里有它，才说明公司未收录；筛选后 `results` 为空或旧字段 `not_found` 不能证明未收录，更不能说"这家公司没在招"。
   - **先看 `company_match`**（`search`/`diff`/`trends` 都带）：`match: none` = 这个名字在数据集中不存在（`candidates` 是相近的公司，可以顺势提示"你要找的是不是 X"）；`match: ambiguous` = 命中多家、故意不返回；`match: contains` = 按子串唯一命中（如 阿里→阿里巴巴）；`exact`/`alias` = 确定是这家。**`none`/`ambiguous` 时不能说"该公司没在招"**。
   - 岗位 `closed_at` 有值 → "该岗位已于 {closed_at} 下架"。
   - 字段为空（如北森门户的 `cities` 为空列表）→ 说明"数据中未提供该信息"，不要从标题或常识推断。
   - **有结果也可能漏掉字段为空的岗位**：每次阅读 `filter_coverage` 和 `hints`，说明未标注届次或截止日的范围，不能只在空结果时检查。需要保留未知届次候选时使用 `include_unknown_grad_year=true`；这些记录的 `grad_year_match=unknown` 仍待核实。统计中的 `unit=records` 未做展示折叠，不能与分组总数直接比较。正文检索未复算放宽后的数量时如实说明，不编造漏岗数。
   - 某公司未收录或只覆盖了部分招聘类型：`jobradar sources` 可看各源；不要因为没查到就说"该公司没有校招"，应说"数据里没有"。
     **字节跳动、蔚来、小鹏汽车、Momenta 已收录**（同为飞书招聘 ATSX 门户，2026-10-26 起，见 `docs/recon/feishu-atsx.md`），
     是否有匹配岗位、城市与 JD 是否完整，都以本次返回为准，不能凭历史样本承诺 100%。
5. **变化类问题用 `diff`/`trends`**，不要拿两次 `search` 结果自己比。说明覆盖的时间跨度；历史不足时如实说（例如"数据从 X 日开始积累"）。
6. **对比类问题**：只依据 `compare` 返回的 `requirements`/`description` 原文；区分"JD 原文写的"与"你的归纳"，引用关键原句。`requirements` 为 `null` 但 `description` 有内容时仍可读取正文；只有两者均为空才说明缺少 JD 原文。样本有限时（如每家只有 2–3 个岗位）提醒结论的代表性有限。`missing_companies` 才表示公司未收录；`no_matching_jobs` 表示已收录但没有符合本次条件的岗位；`ambiguous_companies` 需先澄清公司名。旧字段 `not_found` 仅汇总空结果，不能当成未收录清单。对比支持统一城市、招聘类型与届次筛选，不得在空结果时偷偷放宽条件。
7. **招聘日历（`calendar`）**：
   - 每条都有 `source`（来源名称、链接、发布日期）与 `as_of`（核实日期），回答时注明，例如"据字节跳动校园招聘官网（核实于 2026-10-21）"。
   - `origin: manual` 是人工从官方公众号/官网/政府平台整理的；`origin: auto` 是从岗位数据自动汇总的（`apply_end` 取该批尚未过期的最早截止日，全部过期时取最晚截止日；它不代表所有岗位同一天截止。`apply_start` 只在多数职位同一天上架时才给，否则为 `null`——单条上架日是补录日，不是开放日）。
   - 高校公告的「过期时间」「已过期」只表示展示期限，不能据此断定企业截止投递。已撤回的日期不能从 `notes` 里的历史链接再补回来。
   - `deadline_scope: job_evidence` 的日期来自岗位样本，不能说成整个批次截止；这类条目不会仅因某个岗位截止就整批隐藏，`window_status: unknown` 时仍需到原页确认。
   - 字段为 `null` 表示来源没写，**不要补全或推测**（例如不要根据往年推测今年截止日期）。
   - `open_on` 的总数包含未知窗口候选，不能直接称为“今天可投N个批次”。读取 `window_counts` 和 `hints`，计数仅代表返回页。只看明确完整批次窗口时使用 `confirmed_open_only=true`，但日期窗口也不保证实时投递成功。
   - `jd_status: linked` → 可以接着用 `jobradar search --company <jd_company>` 列出具体岗位与 JD。
   - `jd_status: blocked` → 只给日历信息，并**把 `hint` 原样放在回答最后一句**（如"拼多多希望你去他们的招聘页逛一逛哦~"），附 `apply_url`。
   - **城市和网申时间不是每条都有**：`--city` / `--deadline-before` 只命中写了该字段的条目（当前覆盖率从 `doctor` / `stats` 查询，不能套用固定百分比）。所以
     「`--city 拉萨` 返回 0 条」**不等于**"拉萨没有校招"，正确说法是"日历里没有写拉萨的条目，可以去掉城市再看该公司全部批次"。
     返回里的 `hint`（或 MCP 返回的 `advice`）已经说明了这一点，**照它说，不要自己改写成"没有岗位"**。
     同理 `--deadline-before` 返回空只能说明"没有写了截止日且落在该范围内的条目"，不能说"没有快截止的岗位"。
   - `--has-window` 的口径是**起止任一有值**：只有截止日、没写开始日的批次也算"有网申时间"，回答时说"截止 X 月 X 日"即可，不要说"没有网申时间"。
   - `project_type: 社招` 的条目来自社招板（一家几千条），没有届次也没有批次窗口，**不要当校招批次讲**。
   - 一条日历 = 一个批次（秋招正式批 / 暑期实习 / 社招…），不是一条 = 一个岗位。想知道具体岗位，用 `search --company`。
8. **资格与待遇需要原文**：先读 `field_warnings` 和 `qualification_evidence`；学历字段与正文冲突时不得只按字段排除。社招渠道也可能接受应届或毕业不久人群，不能把渠道标签当作资格。薪资、出勤天数和实习月数仅引用正文或明确标注；未提供则未知。校招不代表不要求经验，正文提到英语不代表英语是硬性门槛。投递简历、内推和面试评价超出本工具范围。

## 输出建议

- 岗位多时先给数量和分布（按城市/职类），再列最相关的 5–10 个。
- 列表格式：`公司 | 岗位名称 | 城市 | 类型/届别 | 链接`。

更多示例见 `references/examples.md`。
````

## File: skill/jobradar/references/candidate-workflow.md
size: 4747
sha: fb9d52104e8965eab5bd7c200fa4a80c04f0b4a8
upstream: https://github.com/lijiaqi-ai-product-manager/job_radar/blob/main/skill/jobradar/references/candidate-workflow.md

```text
# 个人求职条件与连续追问

## 条件变更

每次查询前核对当前的公司、城市、招聘类型、届次、岗位方向和截止范围。
用户明确修改一项时替换旧值，保留其他仍然有效的条件；不把旧城市或旧届次继续带入。
“第二个”“刚才那三个”对应上次实际展示的岗位ID，不能重新搜索后按新排序取同一序号。
切换到另一个求职者时，不沿用前一个人的身份条件。

“明年毕业”“今年毕业”按本次北京时间换算；海外毕业月份、实习还是全职等决定资格但未说清时，
先澄清关键歧义。毕业年份命中不等于满足全部资格，仍需检查专业、经验与原文要求。

## 多城市与排除项

用户接受多个城市时用 `cities` 数组取并集（CLI为 `--cities`），不同时传旧的 `city`。
`exclude_cities` 排除记录列出的任一禁选城市，包含可选与禁选城市的多城市岗位也会整条排除。
未知城市仍未知，不能说已确认工作地符合。多个独立查询仍须按岗位ID合并，不能直接相加总数。
“优先北京，没有再看天津”按优先顺序检索，不把两个城市混成同级推荐。
公司总部和岗位工作地点分别解释，不从总部推断地点。

`exclude_companies` 按确定主体排除，歧义名称必须先澄清；未匹配主体时不能声称排除成功。
`exclude_keywords` 只排除标题字面量，不能表达“不要求英语”“非芯片软件岗”等完整语义。
这些语义条件仍需对实际结果逐条核对。筛选后不足需要继续取样时明确说明，
不把单页排除后数量说成全库数量，也不把未展示的结果当作已检查。

## 必须读取原文的要求

薪资、工作经验、实习天数/时长、到岗日、转正、远程、出差和证书没有统一的结构化筛选。
可用标题或正文检索找线索，再读取详情核对；词语出现不等于条件成立，
例如“远程”可能出现在“不支持远程”，“经验”也可能出现在“经验不限”。
区分必需、优先、可协商和未知，不把“优先”写成硬性门槛。

最低学历只能提供部分信息，不能代替专业、在校身份等要求；空值不等于不限。
`qualification_evidence.degree.conflict=true` 时并列说明已存学历字段和正文候选要求；
正文提取只是定位证据，不能覆盖原字段或代替资格确认，必须注明其观测时间。
薪资未公开时保留未知，不根据公司、职级或市场行情补值。
正文的 `text_observed_at` 与岗位的 `last_seen` 分开说明，旧正文不能当成本次刚核实。

## 筛选过窄与推荐

保留用户原条件的结果；放宽城市、届次、类型或公司后的结果属于另一个范围，单独标明差异。
用于了解缺失字段的补充查询不能自动成为“符合要求”的推荐。
未经确认，不用往届、其他城市、社招或无明确届次的记录填满清单。

CLI与MCP默认折叠同公司、标题、城市、招聘类型、届次、学历、部门、批次和截止日相同的记录。
`count_unit=folded_groups` 是展示分组，`variants` 是组内记录数，不能称为独立机会数量。
同组职责仍可能不同；需要完整逐条核验或事件统计时设 `dedupe=false`（CLI为 `--no-dedupe`）。
职类词不匹配时读 `category_match.available`；财务/会计映射到具体财务审计，不能默认放宽到全部职能。

选择“最适合”“最值得投”的岗位时说明比较维度，逐项对应已知条件及原文依据，
同时列出尚未确认的要求。不把先出现、公司名气或关键词命中当作资格保证。
展示数量、实际核对数量与全部匹配数量分别表述。

## 时间与投递入口

临近截止的比较使用明确的 `apply_end`，优先展示更早的日期；未知截止日单列，不能混入日期范围。
最近新发现时间不等于企业发布日期。截止当天保留不意味着当前时刻一定可投，
没有具体时刻或原页确认时说明仅有日期证据。

岗位来源为招聘公告时，原链接可能先到学校或其他公告页；说明这是信息来源，
只在明确找到雇主申请入口后将其称为直接投递链接。
`url_scope=project_listing` 需要到项目列表按标题查找；若返回 `recorded_url`，它是保留的历史链接，
优先展示修正后的 `url` 并说明列表作用域，不能称为直达该岗位的申请页。
日历的 `company` 或 `product` 可以是子品牌或招聘项目，查询项目名称时使用公司/产品范围，
不要强行同时要求集团同名。
```

## File: skill/jobradar/references/examples.md
size: 1646
sha: c08f56d4674229a6a49762c25b782ba360451b57
upstream: https://github.com/lijiaqi-ai-product-manager/job_radar/blob/main/skill/jobradar/references/examples.md

````text
# 示例

## "腾讯这周新开了什么岗？"

```bash
jobradar diff --days 7 --company 腾讯 --types open --limit 100
```

回答要点：数据截至时间；新开数量；按职类/城市归纳；列出代表性岗位及链接。若 `results` 为空，先用 `jobradar search --company 腾讯 --limit 1` 查看 `company_match` 与 `empty_reason`，区分未收录、无当前岗位和本次筛选无匹配。

## "阿里和字节的算法岗要求有什么差异？"

```bash
jobradar compare 阿里巴巴 字节跳动 --category 算法 --per-company 8
```

回答结构：
1. 样本说明：每家取了几个岗位、数据截至何时。
2. 共同要求（引用原文关键词）。
3. 差异：分点列出，每点注明"阿里 JD 原文：……" / "字节 JD 原文：……"。
4. 你的归纳（明确标注为归纳），以及样本有限的提醒。

## "某某科技在招什么？"（库里没有）

只有 `company_match.match=none` 才说明该名称未收录；匹配为 exact/alias/contains 但结果为空，只能说明当前筛选无匹配。`compare` 的 `missing_companies`、`no_matching_jobs` 与 `ambiguous_companies` 分别解释，不能仅凭 `not_found` 判断未收录。

列表里的 `returned` 是返回条数，`total` 是本次筛选总记录数；`truncated=true` 表示只返回了样本，不能把样本数当总数。

## 严格比较同一城市、届次和招聘类型

```bash
jobradar compare 腾讯 京东 --category 算法 --city 深圳 --type campus --grad-year 2027 --per-company 3
```

所有条件同时生效；严格结果为空时不能拿放宽条件的记录冒充符合要求。
````

## File: skill/jobradar/references/fields.md
size: 11321
sha: 97f96cfca089a3df38e9dcea9bc8dfe703620eab
upstream: https://github.com/lijiaqi-ai-product-manager/job_radar/blob/main/skill/jobradar/references/fields.md

````text
# 字段说明

所有查询输出都是：

```json
{"data_as_of": "2026-10-20T03:00:00Z", "stale": false, "...": "...", "results": [...]}
```

- `data_as_of`：最近一次成功抓取的时间（UTC）。回答时换算成北京时间更友好（+8 小时）。
- `stale`：全局数据超过48小时未更新，或本次返回岗位包含超过48小时未确认的来源或岗位观测；来源新鲜不能覆盖岗位自身的陈旧。
- `snapshot_stale`：只判断全局快照是否超过48小时；为`false`而`stale`为`true`时，应核实陈旧岗位的原始链接，不把重复下载同一快照作为恢复证据。
- 岗位的 `source_last_ok` / `source_age_hours` / `source_stale`：对应来源最近成功时间、距今小时数及是否过期；`availability` 区分已下架、已到期、旧来源尚未确认及最近观测，不能作为实时可投保证。
- `last_seen` / `job_age_hours` / `job_stale`：岗位自身最近观测、距今小时数及是否超过48小时。`not_seen_in_latest_success=true`表示最近成功采集中没有再次见到该岗位；`availability=unconfirmed_not_seen`仍保留历史记录，不能直接推定关闭或保证可投。`availability_counts`只汇总返回页；对比时为各家公司返回列表合计，不等于全库分布。
- `text_observed_at`：详情、对比及全文检索所附正文的实际观测时间；为空时不能从 `last_seen` 补成新读正文。按截止日筛选的岗位优先返回更早的明确截止日；不传日期范围时保持最近发现优先。
- `source_enabled`：客户端来源目录中的启用状态，未知为 `null`；`false` 对应 `availability: unconfirmed_disabled`，旧成功记录不能覆盖停用状态。已下架或已到期仍优先显示相应状态。
- `availability_label` / `source_warnings`：中文状态及历史来源限制；`source_tenant_peers`非空表示配置中同一租户还登记在其他来源下，不能将来源数量直接相加。
- `frontline_filter`：校招/实习查询的一线岗位标题过滤模式、排除记录数和计数范围；不修改岗位状态，全文检索未复算数量时为`null`。`include_frontline=true`可主动包含，`exclude_categories`按固定职类字段排除；对比的`company_filters`逐公司返回说明。

## 招聘公告记录

`source_id` 以 `jysd-` 开头的是高校公开招聘公告，属于聚合来源。一条记录可能包含多个岗位，不能把记录数说成单岗数或招聘人数；`company` 保留实际登记主体全名，分公司范围不代表集团全量招聘。标题和正文仍需附原始学校来源链接。

学校的公告过期时间与雇主网申截止日不同，只有明示、唯一的报名截止日才写入 `apply_end`。公告在来源中过期或不可见，不等于该公司所有招聘都结束。城市、学历或截止日缺失时按空值解释。

## 空值怎么理解（很重要，别把"没抓到"说成"没有"）

| 字段 | 空值含义 | 覆盖口径 |
|---|---|---|
| `cities` | 来源未提供可靠工作地 | 本次 `stats.jobs.fields.cities`；校招单列 `campus_cities` |
| `grad_year` | 来源没有唯一可靠届次；多届、范围或否定也可能留空 | 本次 `stats.jobs.fields.grad_year`；校招单列 `campus_grad_year` |
| `category` | 标题规则未能归类 | 本次 `stats.jobs.fields.category`；不等于没有相关岗位 |
| `batch` | 来源没区分批次 | 常见于社招与部分校招 |
| `degree_min` | 未得到四档内的可靠学历值，或平台只写不限/更低学历 | 本次 `stats.jobs.fields.degree_min`；有值也需检查正文冲突 |

`degree_min` 的取值只有四档：`大专` / `本科` / `硕士` / `博士`（2026-10-29 起统一）。
平台原值（"本科及以上""硕士研究生""中技（中专/技校/职高）"等 26 种写法）在入库时已经归一；
低于大专的学历（高中/中专/初中/小学）与"不限"记为空。

回答时的正确姿势：

- 用户问"北京有哪些岗"时，先说明"部分来源不提供城市，结果可能不全"，再给结果；
- 不要因为 `cities` 为空就断言"该岗位不在北京"——它可能只是来源没写；
- 同理，`grad_year` 为空不等于"不限届别"；
- `degree_min` 为空不等于"不限学历"，只表示"没抓到可信的学历要求"。

## 招聘日历（calendar 的元素）

| 字段 | 含义 |
|---|---|
| `group_name` | 集团名（与 `targets/top_companies.yaml` 一致） |
| `company` / `product` | 具体公司/产品线，可能为空 |
| `project_type` | 提前批/秋招正式批/春招/暑期实习/日常实习/校招/社招… |
| `apply_start` / `apply_end` | 网申起止（来源写明才填，否则为空） |
| `deadline_scope` | `batch` 批次截止 / `job_evidence` 岗位样本日期（不代表整批截止）/ `unknown` 截止日未知 |
| `field_evidence` | 城市、届次、起止日期各自的来源与作用域；补城市不覆盖原截止日证据。旧快照缺少字段证据时按旧来源保守解释 |
| `cities` | 工作城市（同上） |
| `apply_url` | 投递入口（官方招聘站） |
| `jd_status` | `linked`（数据层有 JD）/ `official_page`（有公开 JD 页）/ `blocked`（被挡，只给日历）/ `none` |
| `hint` | `blocked` 时给用户的引导语，回答时**原样**放在最后一句 |
| `source` | `{type, name, url, date}`：官方公众号 / 官网 / 政府平台；第三方日历不采 |
| `origin` | `manual` 人工从官方渠道整理 / `auto` 由岗位数据自动生成 |
| `tracks` | 方向（track 级）：`[{direction, roles}]`，roles 是具体岗位名，可能为空 |
| `open_jobs` | 仅 `auto` 条目：与默认搜索一致，排除已下架及明确截止日已过的岗位；不等于当前实时可投数量 |
| `window_status` / `window_counts` | 指定日期下的完整批次日期窗口或未知；汇总的scope=returned仅指返回页，不等于实时可投数量 |
| `observed_from` / `observed_to` | 仅 `auto` 条目：数据里首次/最近一次看到在招的日期（不是网申起止） |
| `as_of` | 这条信息人工核实/自动生成的日期 |

| 字段 | 含义 |
|---|---|
| `id` | 岗位唯一 id，`show` 用它 |
| `company` | 公司名 |
| `title` | 岗位名称或招聘公告标题（原文） |
| `url` | 可用来源入口；已审核的旧失效路径改为列表入口时另保留 `recorded_url` |
| `recruit_type` | `campus` 校招 / `intern` 实习 / `social` 社招渠道；不等于完整投递资格 |
| `grad_year` | 届别，如 2027；来自明确的平台字段、标题或适配器已经核验的正文规则，不使用通用 JD 规则回填；无法确定则为空 |
| `batch` | 批次，如 提前批/正式批/补录；可能为空 |
| `cities` | 工作城市列表（"北京市-海淀区"归一为"北京"）；来源未提供时，取标题中被分隔符明确隔开的城市名（如"-深圳-""（武汉）"），否则为空 |
| `category` / `subcategory` | 职类（归一化后）；可能为空，此时以 `title` 判断 |
| `degree_min` | 最低学历要求；可能为空 |
| `department` | 部门/事业群 |
| `first_seen` | 数据中第一次观测的时间，不代表企业首次发布时间 |
| `last_seen` | 来源列表最近一次看到记录的时间；是否可投还需结合截止日与下架状态 |
| `text_observed_at` | `show` 的正文观测批次时间；复用原文时保留旧值，不等于列表刷新时间 |
| `closed_at` | 已观测到的下架时间；为空只表示尚未确认下架，需结合截止日期及来源新鲜度 |
| `description` / `requirements` | JD 原文（职责 / 要求）；`search --text` 全文检索 |
| `match` | 仅 `search --text` 返回：JD 原文中命中处的片段（只命中标题时为 null） |
| `qualification_evidence` / `field_warnings` | 平台学历与正文候选证据、冲突提示和正文时间；不改原字段，不保证资格成立 |
| `grad_year_match` | 传届次时区分 `explicit` 与 `unknown`，后者需另行核实 |
| `url_scope` / `url_hint` | `project_listing` 为项目列表，`source_notice` 为公告，`unknown` 为未确认作用域；均不保证已完成投递 |
| `variants` | 折叠组内原记录数；同组正文仍可能不同，不能等同新增机会或招聘人数 |

## 变化（diff）

| 字段 | 含义 |
|---|---|
| `type` | `open` 新开 / `close` 下架 / `change` 内容变更 / `reopen` 重新开放 |
| `ts` | 发现变化的时间 |
| `diff.fields` | change 时变化的字段名；`["text"]` 表示只有 JD 原文变了 |

注意：下架判定需要岗位在连续 3 次成功抓取中都缺席，所以"下架时间"比实际下架晚 1–3 天。

`stats.jobs.jd_observation` 单独报告正文在48小时内的观测数与较早观测数，以及最早/最近的正文观测时间。岗位来源刷新不能替代正文新鲜度；详情应同时查看 `last_seen` 和 `text_observed_at`。

`diff --by category` 不返回事件流，而是聚合结果：`[{"category": "技术", "n": 120}, …]`，按新增数量降序；
没有职类的岗位归到「未分类」。用于回答"最近哪类职位新增最多"。

## 趋势（trends）

`[{"date": "2026-10-01", "open": 120}, ...]`：每个采样日的在招岗位数。最早日期 = 该公司数据开始积累的日期。

## 职类（category / subcategory）

由 `taxonomy/categories.yaml` 按岗位标题规则归类；**没命中规则的岗位职类为空**，查询时请同时用 `--keyword` 按标题关键词搜索，不要因为某职类无结果就断言"没有这类岗位"。

`stats.jobs.category_vocabulary` 是安装包分发的固定词表，不会被平台遗留职类改变；`category_match` 说明精确、别名或未匹配，`matched`列出实际检索值。
财务/会计/审计映射到具体的财务审计，backend/frontend分别映射后端/前端，不自动扩成整个技术或职能大类。

| category | subcategory |
|---|---|
| 管培 | 管培生 |
| 产品 | 产品经理 |
| 项目管理 | 项目管理 |
| 技术 | 算法、芯片/硬件、嵌入式、前端、客户端、测试、数据、运维、安全、后端、软件开发、技术支持 |
| 设计 | 设计 |
| 工程制造 | 汽车工程、工艺/设备、质量、机械/电气、生产 |
| 运营 | 运营 |
| 门店零售 | 门店运营 |
| 市场销售 | 销售、市场 |
| 职能 | 人力、财务审计、法务、采购供应链、行政 |
| 金融 | 投研、银行柜员、保险 |
| 医药 | 医药研发、临床医学、学术推广 |

## `stats` 里几个容易混淆的键

| 键 | 含义 |
|---|---|
| `calendar.calendar_covered` / `calendar_entries_covered` | **有日历条目**的目标公司数，以本次返回为准 |
| `calendar.covered_any` | **有日历条目或有岗位数据**的目标公司数，与岗位数据源配置覆盖分别报告 |
| `calendar.jd_covered` / `jd_page_covered` | 有**公开 JD 页/关联**的公司数，不是岗位比例 |
| `calendar.entries` | 人工条目数 / 数据层自动条目数 |
| `calendar.by_sector` | 按行业的 `targets` / `calendar_covered` / `jd_covered` |
| `jobs.with_jd_text` | **岗位**里有 JD 正文的数量（与上面的「公司数」不是一个量纲） |
````

## File: skill/jobradar/references/setup.md
size: 3146
sha: bad9beb26bea42c4c3a68d7ee43122f301a9105a
upstream: https://github.com/lijiaqi-ai-product-manager/job_radar/blob/main/skill/jobradar/references/setup.md

````text
# 首次接入：由助手准备查询能力

只在首次使用、连接失败或版本不兼容时阅读。本技能查询公开招聘信息，不需要简历、招聘账号或自动投递权限。

## 先检查所在环境

- 已连接 jobradar MCP：优先使用其工具，调用 `data_status` 检查数据；发现缺库或过旧时，在实际运行服务的环境更新。
- 支持技能和本地命令执行：检查 Python 3.11+、可用磁盘和下载网络，再在独立环境安装；遵守当前平台的安装与权限提示。
- 只能网页聊天、阅读附件，或只接受远程 MCP URL：说明当前模式缺少执行入口，引导用户查看[平台选择](https://github.com/lijiaqi-AI-Product-Manager/job_radar/blob/main/docs/PLATFORMS.md)。本项目没有运营中的公共 HTTP MCP 地址，不编造地址，也不把 GitHub 仓库链接当服务地址。

未实际调用成功前，不回答“已接入”。需要用户做界面操作时，只给当前这一步以及成功标志，不一次倾倒全部命令和配置。

## 安装并下载数据

在将实际运行查询的 Python 环境中执行：

```bash
python -m pip install --upgrade "jobsearchradar[mcp]"
jobradar --version
jobradar update
jobradar doctor
```

首次更新下载岗位、JD 正文和日历三库，体积随快照变化，检查足够的下载和解压空间。默认使用 GitHub；镜像当前状态见[安装渠道](https://github.com/lijiaqi-AI-Product-Manager/job_radar/blob/main/docs/DISTRIBUTION.md)。已有有效数据时，下载失败保留旧快照，但需说明旧数据时间。

有执行能力时由助手运行，再用自然语言解释结果。没有该能力时如实说明并提供兼容客户端的接入路径。

## 两种查询入口任选其一

**技能 + 本地工具：** 按 `SKILL.md` 调用 `jobradar`，读取 JSON；不必为此额外配置 MCP。

**本地 MCP：** 在客户端添加 stdio 服务。常见结构如下，实际字段以客户端官方设置为准：

```json
{
  "mcpServers": {
    "jobradar": {
      "command": "jobradar-mcp"
    }
  }
}
```

客户端找不到命令时，将 `command` 替换为安装环境中可执行文件的绝对路径；Windows JSON 路径的反斜杠写成 `\\`。自定义数据目录时，在服务 `env` 中设置同一 `JOBRADAR_HOME`。仅添加 MCP 不会自动下载数据。

## 确认可以使用

1. 读取数据状态，确认库存在，记录 `data_as_of`；过旧按技能规则处理。
2. 按用户原始条件实际查询少量候选；MCP 应能列出搜索、详情、日历等九个工具。
3. 回答候选、原始链接、数据时间与未知条件。没有结果也返回真实查询说明，不虚构成功样本。

之后用户可以直接说“换成深圳”“排除上海”“先看这周截止的”。保留未被修改的条件，精细资格需读原文，放宽后的候选单列。

安装故障与固定源码备用路径见[安装指南](https://github.com/lijiaqi-AI-Product-Manager/job_radar/blob/main/docs/INSTALLATION.md)。技能压缩包不含数据库，不能仅靠上传文件实现无工具查询。
````

## File: README.md
upstream: https://github.com/lijiaqi-ai-product-manager/job_radar/blob/main/README.md

````text
![job_radar：找工作，说句话就好。首次接入后即可对话查询。 / Job search. Just ask your assistant. Connect once, then ask naturally.](https://raw.githubusercontent.com/lijiaqi-AI-Product-Manager/job_radar/main/docs/assets/readme/hero-bilingual.jpg)

![机会与路径，一眼看清：校招、实习、社招、招聘日历，以及说需求、找机会、看来源。 / Opportunities and workflow: graduate roles, internships, experienced hires, calendars; ask, discover and verify.](https://raw.githubusercontent.com/lijiaqi-AI-Product-Manager/job_radar/main/docs/assets/readme/features-bilingual.jpg)

<p align="center">
  <a href="https://github.com/lijiaqi-AI-Product-Manager/job_radar/releases/latest"><img src="https://img.shields.io/github/v/release/lijiaqi-AI-Product-Manager/job_radar?cacheSeconds=300&color=58bfa5" alt="Latest release"></a>
  <a href="https://pypi.org/project/jobsearchradar/"><img src="https://img.shields.io/badge/dynamic/json?url=https%3A%2F%2Fpypi.org%2Fpypi%2Fjobsearchradar%2Fjson&query=%24.info.version&label=PyPI&prefix=v&color=58bfa5&cacheSeconds=300" alt="PyPI"></a>
  <a href="https://github.com/lijiaqi-AI-Product-Manager/job_radar/actions/workflows/ci.yml"><img src="https://github.com/lijiaqi-AI-Product-Manager/job_radar/actions/workflows/ci.yml/badge.svg" alt="CI"></a>
  <a href="https://github.com/lijiaqi-AI-Product-Manager/job_radar/releases/tag/data-latest"><img src="https://img.shields.io/badge/data-daily_snapshots-58bfa5" alt="Daily data snapshots"></a>
  <a href="https://github.com/lijiaqi-AI-Product-Manager/job_radar/blob/main/pyproject.toml"><img src="https://img.shields.io/badge/python-3.11%2B-7bb7ff" alt="Python 3.11+"></a>
  <a href="https://github.com/lijiaqi-AI-Product-Manager/job_radar/blob/main/LICENSE"><img src="https://img.shields.io/badge/license-MIT-7bb7ff" alt="MIT license"></a>
</p>

<p align="center">
  简体中文 · <a href="https://github.com/lijiaqi-AI-Product-Manager/job_radar/blob/main/README.en.md">English</a> · <a href="https://github.com/lijiaqi-AI-Product-Manager/job_radar/blob/main/README.ja.md">日本語</a> · <a href="https://github.com/lijiaqi-AI-Product-Manager/job_radar/blob/main/README.ko.md">한국어</a> · <a href="https://github.com/lijiaqi-AI-Product-Manager/job_radar/blob/main/README.es.md">Español</a> · <a href="https://github.com/lijiaqi-AI-Product-Manager/job_radar/blob/main/README.fr.md">Français</a> · <a href="https://github.com/lijiaqi-AI-Product-Manager/job_radar/blob/main/README.de.md">Deutsch</a> · <a href="https://github.com/lijiaqi-AI-Product-Manager/job_radar/blob/main/README.ru.md">Русский</a>
</p>

**给你常用的 AI 助手，加一个找工作的技能。**

你说想去哪里、做什么、有什么条件，助手帮你查中国校招、实习、社招与招聘日历，读岗位要求，再把候选和来源链接整理给你。适合应届生、在校实习生和寻找社招机会的求职者。

**推荐通过 Agent 平台的技能或 MCP 接入，日常使用直接聊需求。** WorkBuddy、千问办公可从技能导入开始；Kimi 的本地 Agent 模式、Claude Desktop、ChatGPT 等按客户端能力选择接入路径。扣子、智谱清言等平台的适用条件见[平台说明](https://github.com/lijiaqi-AI-Product-Manager/job_radar/blob/main/docs/PLATFORMS.md)。首次按平台提示准备工具和数据，之后不用记命令或参数。

<p align="center">
  <a href="#快速开始">快速开始</a> · <a href="#查询示例">查询示例</a> · <a href="#数据与覆盖">数据与覆盖</a> · <a href="https://github.com/lijiaqi-AI-Product-Manager/job_radar/blob/main/docs/README.md">使用文档</a> · <a href="https://github.com/lijiaqi-AI-Product-Manager/job_radar/blob/main/CONTRIBUTING.md">参与贡献</a>
</p>

## 你可以这样问

> “苏州、无锡都可以，帮我找财务校招；排除上海，把2027届明确匹配和届次没写的分开。”

> “帮我比较这几个岗位的学历要求，字段与正文有冲突的请指出依据。”

> “看看招聘日历里哪些项目有明确网申窗口，哪些还需要去官网确认。”

![从求职需求、真实候选到要求核实与招聘日历的流程演示](https://raw.githubusercontent.com/lijiaqi-AI-Product-Manager/job_radar/main/docs/assets/candidate-demo.gif)

<sub>流程示意采用实际工具返回的结果节选，非第三方客户端录屏。原始数据时间与演示范围见[素材说明](https://github.com/lijiaqi-AI-Product-Manager/job_radar/blob/main/docs/SHOWCASE.md)；播放节奏不代表查询耗时，候选不等于资格已确认。</sub>

## 为什么用 job_radar

| 你想做的事 | 项目提供的能力 |
| :--- | :--- |
| 找到适合自己的岗位 | 多城市并集，排除城市、公司和标题词；按招聘类型、职类与毕业年份组合筛选 |
| 阅读真正的岗位要求 | 搜索标题与 JD 原文，保留原始招聘链接 |
| 跟上招聘节奏 | 招聘日历、网申窗口，以及开岗 / 变更 / 下架历史 |
| 沿用熟悉的助手 | 完成首次接入后，用自然语言提问、补充条件和比较候选 |
| 减少重复翻找 | 在同一工作流中查询岗位、原始要求、近期变化与招聘日历 |
| 判断信息是否可靠 | 官方与聚合来源分开标注，提示字段缺失与学历冲突，统计可复算 |

## 快速开始

代码包与招聘数据分开下载。正文采用无损精简存储，默认自动清理无读者的旧快照；全部岗位关联和观测时间保留。[下载与空间说明](https://github.com/lijiaqi-AI-Product-Manager/job_radar/blob/main/docs/STORAGE.md)。

**1. 打开你常用助手中支持技能或本地工具的 Agent 工作模式。** 不确定选哪个？先看[平台接入说明](https://github.com/lijiaqi-AI-Product-Manager/job_radar/blob/main/docs/PLATFORMS.md)。

**2. 把这段话发给它，跟随平台提示完成首次接入。**

```text
请帮我接入这个仓库里的 jobradar 求职搜索技能：
https://github.com/lijiaqi-AI-Product-Manager/job_radar
先阅读接入说明，检查当前平台是否支持；完成后，帮我找上海的产品实习，列
出岗位要求、来源链接和已注明的截止日期，没写清的信息单独说明。
```

需要上传文件时，从[当前代码 Release](https://github.com/lijiaqi-AI-Product-Manager/job_radar/releases/latest)下载 **`jobradar-skill.zip`**，或导入仓库的 `skill/jobradar` 文件夹。技能包内有助手需要的准备步骤；导入说明后仍需安装查询工具和下载数据。

**3. 之后直接说需求，也可以继续追问。**

> “换成深圳，还是产品实习。把没写截止日期的单独列出来。”

成功接入后，助手应实际查询并给出候选、来源链接和数据时间。普通网页聊天或只接受远程服务地址的模式可能需要换用兼容入口；不能只凭读过仓库介绍就当作已经接入。[完整首次使用指南](https://github.com/lijiaqi-AI-Product-Manager/job_radar/blob/main/docs/GETTING-STARTED.md)中有说明。

Skill 是助手的求职查询说明，MCP 是它调用工具的连接方式，选平台支持的一种即可。查询工具不需要单独的 API key；你使用的助手可能按其套餐收费。项目不要求上传简历，不代投。

<details>
<summary><strong>手动安装与本地 MCP 配置（给负责配置的人或助手）</strong></summary>

需要 Python 3.11+，支持 Windows、macOS 和 Linux：

```bash
python -m pip install --upgrade "jobsearchradar[mcp]"
jobradar update
jobradar doctor
```

在兼容客户端添加本地 stdio 服务，具体顶层字段以客户端界面为准：

```json
{
  "mcpServers": {
    "jobradar": {
      "command": "jobradar-mcp"
    }
  }
}
```

客户端需能找到安装环境里的可执行文件，找不到时使用其绝对路径。自定义数据目录时，在服务 `env` 中设置同一 `JOBRADAR_HOME`。技能路径也可按[查询工作流](https://github.com/lijiaqi-AI-Product-Manager/job_radar/blob/main/skill/jobradar/SKILL.md)直接调用本地工具，无需同时配置 MCP。

包名为 `jobsearchradar`，命令为 `jobradar` / `jobradar-mcp`。首次更新需联网下载岗位、正文与日历三库，需预留下载和解压空间；下载后本地查询可离线使用。后续让助手检查并更新快照；默认目录为 `~/.cache/jobradar`。只用终端可安装 `jobsearchradar`。

当前推荐默认的 GitHub 数据渠道；Gitee 与 npm 的核查状态见[安装渠道](https://github.com/lijiaqi-AI-Product-Manager/job_radar/blob/main/docs/DISTRIBUTION.md)。[安装与排错](https://github.com/lijiaqi-AI-Product-Manager/job_radar/blob/main/docs/INSTALLATION.md)提供环境检查和固定源码备用方式。

</details>

## 查询示例

日常使用可直接说“找上海算法实习”“看看这周新开的岗位”“对比这几家公司的要求”。下面的命令供助手和终端使用者参考。

<details>
<summary><strong>查看命令与参数示例</strong></summary>

**按条件找岗位**

```bash
# 公司 + 招聘类型 + 届次
jobradar search --company 复星医药 --type campus --grad-year 2027 --limit 3 --table

# 搜索标题与 JD 正文，多个词共同匹配
jobradar search --text "PyTorch 大模型" --type campus --limit 3 --table

# 城市、职类与去重
jobradar search --city 上海 --category 算法 --type intern --dedupe --table

# 可选城市取并集，排除含上海的多城市记录
jobradar search --cities 苏州 无锡 --exclude-city 上海 --category 财务 --table
```

**查看日历与最近变化**

```bash
jobradar calendar --group 阿里巴巴 --grad-year 2027 --table
jobradar diff --days 7 --types open --table
jobradar diff --days 7 --by category --company 腾讯
jobradar trends 美团 --step-days 7
```

省略 `--table` 即输出 JSON，便于脚本处理。用 `jobradar show <job_id>` 查看单岗详情与 JD；用 `jobradar doctor` 检查本地数据状态。更多参数见 `jobradar --help` 与 [字段说明](https://github.com/lijiaqi-AI-Product-Manager/job_radar/blob/main/skill/jobradar/references/fields.md)。

明确截止日过后，岗位会按北京时间自动退出默认搜索；历史记录保留，日期未知不推定过期。来源健康摘要与搜索使用相同的在招口径。

每条候选会区分来源刷新与岗位自身的观测；本轮未再次见到的岗位保留为待核实历史记录。

CLI / MCP 默认折叠相同展示分组，`variants` 保留原条数；查看全部记录用 `--no-dedupe`。
按届次或截止日筛选时，即使有结果也会提示未标注字段的范围。未知候选与明确匹配分别说明，不能把关键词命中当作资格保证。详见[个人条件查询](https://github.com/lijiaqi-AI-Product-Manager/job_radar/blob/main/docs/CANDIDATE-SEARCH.md)。

</details>

## 助手可以调用哪些能力

提供搜索、单岗详情、近期变化、职类新增、公司对比、趋势、数据状态、招聘日历和统计 **9 个工具**。技能与 MCP 两种接入方式共用查询规则；首次接入见[快速开始](#快速开始)。

薪资、经验、每周实习天数和远程等精细条件需要读取详情逐条核实，不能将全文词语命中直接写成“满足要求”。缺失日期和资格条件会保留未知。更多示例见[个人条件查询](https://github.com/lijiaqi-AI-Product-Manager/job_radar/blob/main/docs/CANDIDATE-SEARCH.md)。

## 数据与覆盖

**配置统计 · 2026-11-14**

| 指标 | 当前值 | 含义 |
| :--- | ---: | :--- |
| 启用数据源 | **2,230** | 启用的源配置 |
| 配置公司 | **2,199** | 启用源对应的去重公司 |
| 采集适配器 | **27** | 共享平台与自研站适配器 |
| 核心目标覆盖 | **944 / 1,655 · 57.04%** | 固定目标池中的配置覆盖 |
| 其中官方 / 聚合 | **598 / 346** | 优先按官方归类，不重复计数 |

**已核验发布快照 · `2026-11-14T00:19:59Z`**

共 **354,560 条岗位记录**，其中 **320,124 条可见记录**；对应 JD 正文覆盖率 **97.6%**。招聘日历样本共 **5,617 条**，含 **2,078 条人工整理条目**。这是有日期的历史快照，实时规模以本地 `jobradar stats` 和最新 [数据 Release](https://github.com/lijiaqi-AI-Produ
````
