Polaris（北极星）

English · 项目主页 · 作品集 PDF · 合成演示 · 技术方案 · 研发日志

给找 LLM / Agent 实习的人用的求职 Agent。 它常驻采集官网、小红书、脉脉上的岗位和面经，按你的条件（城市、方向、每周几天、能实习多久）查岗位，标出你和每个岗位的硬冲突，从真实帖子里找面试原题，替你长期盯着一个求职目标。它说的每一条都能点开看到来源原文；查不到的，就说查不到。

作者自己找实习时就在用它，它也是作者参加 Nebius × NVIDIA Global AI Hackathon（Personal AI 赛道）的作品。

▶ 2 分 38 秒演示视频（英文旁白和字幕，画面是合成演示）· Devpost 参赛页

截图全部来自合成演示：岗位、面经、公司名和个人档案都是虚构的。

能做什么

	做什么	怎么保证可信
找岗位	按城市、方向、实习类型、每周天数查岗位；关键词、向量、知识图谱三路召回后融合、重排	先按条件筛再召回；岗位没写的条件标“待确认”，不算符合
对照条件	学历、论文、出勤、实习时长逐项和你的记忆卡片对照	硬冲突单独标出；卡片没写的列为“要补充的信息”
面经	从帖子里抽出的面试原题，带出处和发帖日期	你要原题时，编排层强制先查面经库；回答里引用的编号必须出现在工具结果里，否则页面标“未核验”
跟进卡	长期盯一个目标：重点岗位下架或改了要求、范围里的新岗位、新面经、同类求职者的新结果	只读本地库、按指纹去重；变化分成紧急、进简报、安静三档；每天写一份态势报告，事实由规则先算好，模型只负责写
竞争力	用 HR 的三个问题看你：被哪些硬门槛挡住、常见技能你的卡片对上多少、经历有没有证据；再和公开自述的同类求职者三层对照	样本少就直说；“没写”不等于“没有”
投递	收藏 → 投递 → 回复 → 面试 → Offer 漏斗、各渠道、每周投递量；起草跟进消息	只起草不发送；卡片里没有的信息留占位，不替你写“满足要求”
记忆	记住你说过的条件和经历，能看、能查历史、能删	双时间线（何时成立 / 何时得知）；改口先确认；10-25 起查询里的条件不再记成你本人的事实
安全	外部原文标为不可信；改数据、开跟进卡这类有副作用的操作要你批准	只能批准或拒绝，不能改了参数再执行

架构

flowchart TB
  subgraph collect["采集（本机常驻）"]
    O["官网：腾讯 · 字节 · 小红书招聘<br/>公开页面，每天整批"]
    B["小红书 · 脉脉 · Boss<br/>本人账号、只读、低频"]
  end
  O --> RAW[("原始层<br/>raw_items")]
  B --> RAW
  RAW --> EX["LLM 结构化抽取<br/>岗位 · 帖子 · 面经题 · 同类样本"]
  EX --> AL["多来源对齐<br/>同岗识别 · 冲突裁决"]
  AL --> PG[("PostgreSQL 17<br/>pgvector + pg_search BM25")]
  AL -.->|可选| KG[("Neo4j 图谱")]
  subgraph agent["对话：LangGraph 主 Agent"]
    Q["持久化任务队列"] --> G["编排：18 个工具<br/>调用上限 · 重试 · 上下文压缩"]
    G --> GATE["证据门禁 · 引用核验"]
    G --> APR["有副作用的工具<br/>等你批准"]
  end
  PG --> G
  KG --> G
  MEM[("双时间线记忆")] <--> G
  G --> WEB["Next.js 网页"]
  G --> MCP["MCP 只读出口"]
  subgraph daemon["常驻进程"]
    W["跟进卡检查<br/>变化分级 · 态势报告"]
    BR["每日简报 · 系统通知"]
  end
  PG --> W
  W --> WEB
  BR --> WEB
  G -.->|每次调用| TR[("追踪：token · 耗时 · 费用")]

一次请求在 Agent 里怎么走：

flowchart TD
  U["你的一句话"] --> M["记忆抽取：只记你本人的事实"]
  U --> P["模型规划：把条件写进工具参数"]
  P --> T{"调工具"}
  T -->|"jobs_search 等"| R["先按条件圈定岗位，再三路召回、RRF 融合、重排"]
  R --> T
  T -->|"改记忆、开跟进卡"| A["暂停，等你批准或拒绝"]
  A --> T
  T --> F{"准备收尾"}
  F -->|"你要面经原题，但还没查过面经库"| T
  F --> C["引用核验：回答里的编号必须在工具结果里"]
  C --> OUT["回答 + 可点开的来源卡片"]

工程案例

都来自把系统真实跑起来时遇到的问题，离线测试一个都没发现。

现象	原因	改法	前后
“北京 Agent 日常实习”只列出 1 个岗位	先在全库取前 50 个文本块，再和条件范围取交集，范围内 40 个候选只剩 1 个（检索里典型的后过滤丢召回）；另外北京实习 207 个里有 140 个没写每周天数，被整批排除	把范围内的岗位编号传进三路召回，先筛后排；没写天数的保留并标“待确认”	召回候选 1 → 32
一次任务 265 秒，模型在一页页翻结果	工具结果上限 6000 字，每个岗位约 2200 字，一页只放得下 1～2 个	列表里去掉每条都重复的门槛长解释（详情里仍有），上限放到 16000 字	少翻页；加上下面两项，完整任务降到 77 秒
模型请求 30 秒后“连接错误”	本机加速器的 TUN 把百炼流量也接管了，握手 1～8 秒、经常卡住；同一时刻网卡直连 6/6 成功，约 0.2 秒	llm/direct.py：只对百炼域名，而且只在系统 DNS 返回 198.18/15 假地址时，向阿里 DNS 查真实地址并从默认路由网卡直连，失败就退回隧道	jobs_search 103 秒 → 2 秒，模型请求 0 失败
回答写“我在库里找到了一道面试题”，库里根本没有	模型没调面经检索就直接收尾；提示词里早就写了不许编原题，它照样跳过	在编排层加 QuestionEvidenceGate：你要原题、对话里又没有成功的面经检索时，退回去先查	面经题都来自真实帖子，带出处和日期，没有“未核验”警告
第一次配置 CI 时发现：数据库没起，测试照样“通过”	连不上测试库时 conftest 直接跳过所有数据库测试，退出码仍是 0；10-25 Docker 停了一上午，792 项里有 306 项没跑	CI 里连不上库就失败；CI 用和演示同一个 ParadeDB 镜像	见 PR #2

前四项在提交 1d8cf59，过程记录在 DEVLOG 10-24 晚那一节。另有一个报告交付案例，讲为什么“生成成功”不等于“保存成功”。

评测

10-11 到 10-13 做的模块评测。数字只对当时的版本和题集成立，不代表当前整体任务的通过率。

方面	指标	报告
检索	NDCG@10：单路 0.73 → 三路 0.81 → 加重排 0.89	M4
多来源对齐	测试集 F1 0.93（规则冻结后标注，只评不调）	M4
记忆	整句全对：开发 26/28、留出 14/16、测试 13/16	M5
工具调用	14 题 pass^3 100%	M2
回答质量	开发集 24/24 和 23/24（两个库各跑一次），留出集 13/14，编造来源 0	开发集、留出集
提示注入	15 次攻击 0 次得逞	injection

测试：后端 801 项、网页类型检查、ESLint、模块测试和构建，每个 PR 都由 CI 跑一遍。其中 7 段回放录像含小红书原文，只在作者本机跑。

影响与贡献者

• 作者自己在用：10-10 起在作者电脑上常驻运行。到 10-25，库里有约 690 个岗位、2400 篇帖子、3800 多道面经题、675 份同类求职者样本，记录了 1.1 万多次模型调用；作者用一张“北京 Agent 日常实习（每周 4 天）”跟进卡盯着范围内的 128 个在招岗位。
• 公开开发：每个改动都走 Issue → 分支 → PR → CI → 合并，问题和修复都能在 Issues 和 PR 里查到；版本记在 CHANGELOG。
• 贡献者：作者 duoduo-cell。开发中用了 Claude Code、Codex 等 AI 编程助手，相关提交在历史里带共同作者标记。

数据边界

• 官网公开岗位：正常采集，每天整批。
• 小红书、脉脉、Boss：只在作者本机、用本人账号，只读、低频；不伪造指纹、不用代理池、不轮换账号、不绕过验证码，遇到验证就停下等人处理。原文不进仓库、公开演示和提交材料。
• 不采人：不抓脉脉、LinkedIn 的个人主页，不自动发消息、不自动投递。
• 公开演示：只用手写的合成资料，和个人实例用不同的数据库、API 和网页；网页每次转发前都确认对面是演示 API。

运行

需要 Python 3.12 + uv、Node.js 24、Docker，以及一个 OpenAI 兼容的模型服务。

• 合成演示：按 docs/DEMO.md，独立数据库 + API（8010）+ 网页（3010），从空库导入合成资料。
• 个人实例（Windows）：.env 自己建（参照 .env.example），然后运行 .\scripts\up.ps1，会在后台起数据库、API（8000）、网页（3000）和常驻采集，已经在跑的会跳过。
• 开发和测试：见 CONTRIBUTING.md，命令和 CI 一致。

接口

• 本机运行时打开 http://127.0.0.1:8000/docs 是可交互的接口文档；不想跑也可以看从代码导出的在线接口参考。

• 个人接口都在 /api/me/ 下，请求头带 Authorization: Bearer <OWNER_TOKEN>。交给北极星一件事，再查进度：

  curl -X POST http://127.0.0.1:8000/api/me/chat/tasks -H "Authorization: Bearer $OWNER_TOKEN" -H "Content-Type: application/json"        -d '{"message": "找北京 Agent 日常实习，每周最多 4 天", "request_id": "'$(uuidgen)'"}'
  curl http://127.0.0.1:8000/api/me/chat/tasks/<task_id> -H "Authorization: Bearer $OWNER_TOKEN"
  

• 只读工具（查岗位、面经、记忆等）同时以 MCP（streamable HTTP）开放在 /mcp/，用 MCP_TOKEN；Claude、Hermes 这类 MCP 客户端可以直接接入。

技术栈

层	用了什么
Agent	LangGraph 1.2 / LangChain 1.4：中间件做审批、调用上限、重试、证据门禁；Postgres checkpointer
检索	PostgreSQL 17 + pgvector + ParadeDB pg_search（BM25，中文分词）；Neo4j 图谱（可选）；加权 RRF、重排、MMR
后端	FastAPI、SQLAlchemy 2.1、Alembic、MCP（streamable HTTP，带口令）
网页	Next.js 16、React 19，可装到手机（PWA）
采集	Playwright（专用浏览器配置）、各平台只读工具
模型	阿里云百炼：对话 qwen3.7-plus，采集抽取 qwen-plus，向量 text-embedding-v4，重排 qwen3-rerank；换别家只改 .env
工程	pytest（带真实 Postgres）、ruff、GitHub Actions；每次模型调用都记录 token、耗时和费用

已知局限

• 跟进卡发现变化的速度取决于采集频率：官网每天一批，登录平台只在白天低频采。
• 同类样本稀疏，具体到“某公司 + 某方向”往往只有个位数，对照只能看个例。
• Boss 的令牌会被平台拒绝，需要本人重新登录。
• 数据库停了不会有人通知（#5）；演示的“重来一遍”不恢复记忆（#12）。
• 启动脚本只写了 Windows 版；CI 覆盖了测试和构建，但还没在别人的电脑上从零装过一遍。

文档

• PURPOSE：为什么做、路线
• TECH、design/：技术方案和模块设计，含跟进卡
• STACK：选型理由；DATASET：数据源、频率和账号边界
• HIRING：352 个 Agent 岗位要求和 902 道面经的统计，决定了做什么
• research/：带日期的调研；archive/：被取代的旧规划
• STATUS：现在做到哪；DEVLOG：每一轮遇到什么、怎么改的

许可证

Apache-2.0