Anya 的職缺追蹤（自動更新版）
這是一套不需要任何 AI 也能運作的職缺追蹤系統：
- 每天早上 9:00（台北時間）由 GitHub 免費的自動化服務（GitHub Actions）去公開職缺網站抓資料。
- 依照
config.yaml 的規則篩選（地區、排除服務業／業務／資深職等）、去除重複、只保留 45 天內的職缺。
- 結果存成
docs/data/jobs.json，並顯示在一個免費的網站（GitHub Pages）上，可搜尋、篩選、排序。
- 你可以在網站上 ★ 收藏、寫備註、標記狀態（想投／已投／面試／不考慮）。這些資料存在你自己的瀏覽器裡，可以匯出／匯入 JSON 備份。若依照下方「跨裝置同步」設定 Supabase，登入後同一份進度也會出現在手機與電腦。
- 「公司與工作室探索」分頁列出值得留意的公司與工作室（
docs/data/companies.json）。
- （選用） 如果你有任何 AI 服務的金鑰，可以讓 AI 幫新職缺重新分類、判斷適合度、寫一句話備註。沒有金鑰就自動跳過。
一開始已經放入 153 筆先前整理好的職缺與 39 間公司／工作室，另外在測試時實際抓了一次（共 600 筆）。
資料來源
| 來源 | 抓什麼 | 備註 |
|---|
| 104 人力銀行 | 約 30 個關鍵字，台北市，以及新北的板橋、中和、永和、新店、三重、蘆洲、新莊、土城；另搜遠端職缺 | 會讀職缺內頁補上工作天數、遠端說明。新北其他區不留 |
| 518 熊班 | 14 個關鍵字 | 結果較雜，靠規則篩掉服務業與新北非捷運區 |
| PTT HomeTeach、PTT part-time | 最新幾頁貼文 | 非正式貼文，未經查證，請自行判斷。地點是自由文字，同樣只留台北市、遠端與上述新北行政區 |
| Yourator | 關鍵字搜尋，只留入門／實習 | 日期是「幾天前活躍」，沒有確切日期 |
| LinkedIn（免登入的公開頁） | 13 個關鍵字，入門／實習 | |
| 1111 家教網 | 台北市，以及新北上述行政區的家教與伴讀 | 只寫「新北市」而沒有行政區的案件不留 |
每個來源互相獨立：某一個網站壞掉或擋住，其他來源照常更新；全部失敗時保留上次的資料，不會清空。
每次執行的結果（成功／部分成功／失敗、抓到幾筆、新增幾筆）會寫在 docs/data/meta.json，網站的「資料來源與說明」分頁也看得到。
檔案說明
config.yaml ← 關鍵字與篩選規則（你最常改的檔案）
requirements.txt ← Python 套件清單
scraper/run.py ← 主程式：抓取、篩選、去重、保留 45 天
scraper/common.py ← 共用工具與規則判斷
scraper/sources/*.py ← 每個網站一個檔案
scraper/ai_filter.py ← （選用）AI 篩選
docs/index.html, app.js, style.css ← 網站
docs/config.js ← （選用）Supabase 網址與 anon key；留空就只用本機
docs/data/jobs.json ← 職缺資料（自動更新）
docs/data/companies.json ← 公司與工作室名單（手動維護）
docs/data/meta.json ← 最近一次執行紀錄
.github/workflows/update.yml← 每天自動執行的設定
supabase/schema.sql ← （選用）雲端同步的資料表與權限
tools/seed_from_canvas.js ← 產生初始資料用的小工具（平常用不到）
架設步驟（不需要會寫程式）
1. 註冊 GitHub 帳號
到 https://github.com/signup 註冊免費帳號。
2. 建立一個新的 repository（專案）
- 登入後，右上角「+」→「New repository」。
- Repository name 填
job-tracker（或任何英文名字）。
- 選 Public（免費帳號的 GitHub Pages 需要公開 repo；職缺資料本來就是公開資訊。收藏與備註不會進到這個 GitHub 專案；只有另外設定 Supabase 並登入之後，才會存到你自己的 Supabase）。
- 按「Create repository」。
3. 上傳檔案
- 把
job-tracker.zip 解壓縮。
- 在新 repo 的頁面點「uploading an existing file」（或「Add file」→「Upload files」）。
- 把解壓縮後資料夾裡面的所有檔案與資料夾拖進去（不是拖整個外層資料夾）。
- 下方按「Commit changes」。
⚠️ .github 資料夾是隱藏資料夾，有些電腦預設看不到。
- Mac：在 Finder 按
Cmd + Shift + . 顯示隱藏檔。
- Windows：檔案總管 →「檢視」→ 勾選「隱藏的項目」。
如果拖不進去，也可以在 GitHub 上「Add file」→「Create new file」，檔名輸入 .github/workflows/update.yml，再把檔案內容貼上。
4. 開啟網站（GitHub Pages）
- repo 頁面上方「Settings」→ 左側「Pages」。
- 「Source」選 Deploy from a branch。
- Branch 選
main，資料夾選 /docs，按「Save」。
- 等 1～2 分鐘，頁面上方會出現網址，例如
https://你的帳號.github.io/job-tracker/。
5. 允許自動更新寫入資料
「Settings」→「Actions」→「General」→ 最下面「Workflow permissions」選 Read and write permissions → Save。
（設定檔裡已經寫了 contents: write，但有些帳號預設仍需要開這個。）
6. （選用）設定 AI 金鑰
沒有要用 AI 可以跳過，系統照樣每天更新。
「Settings」→「Secrets and variables」→「Actions」→「New repository secret」，依序新增：
| Name | Value |
|---|
AI_API_KEY | 你的金鑰 |
AI_BASE_URL | 服務網址（見下方表格；用 OpenAI 可不填） |
AI_MODEL | 模型名稱（見下方表格；用 OpenAI 可不填，預設 gpt-4o-mini） |
7. 手動執行第一次
- repo 上方「Actions」分頁。如果看到提示要啟用 workflow，按綠色按鈕啟用。
- 左側點「每日更新職缺」→ 右側「Run workflow」→「Run workflow」。
- 大約 5～10 分鐘後完成（綠色勾勾）。重新整理你的網站就會看到最新資料。
- 之後每天台北時間早上 9:00 會自動執行。
補充：GitHub 規定，如果 repo 連續 60 天沒有任何活動，排程會自動暫停，到 Actions 頁面重新啟用即可。
如何修改關鍵字與篩選規則
直接在 GitHub 網頁上打開 config.yaml → 右上角鉛筆圖示（Edit）→ 修改 → 「Commit changes」。下次執行就會套用。
常改的地方：
sources → "104" → keywords：104 的搜尋關鍵字，一行一個，前面是 - 。518、LinkedIn、Yourator 也各有自己的 keywords。locations → include：地點要包含哪些字才保留（例如 台北、遠端）。新北還要再出現 new_taipei_districts 裡的行政區（板橋、中和、永和、新店、三重、蘆洲、新莊、土城）；只有「新北市」或汐止、林口、淡水等區會被拿掉。完全遠端不受行政區限制。exclude → service_keywords：職稱或公司名稱含這些字就排除（餐飲、門市等）。exclude → other_keywords：其他想排除的字（工程師、業務等）。exclude → max_experience_years：要求超過幾年經驗就排除。categories：四個類別各自的判斷關鍵字，由上到下第一個符合的就是它的類別。keep_days：保留幾天內的職缺（預設 45）。ai → profile：給 AI 看的求職條件說明。
注意 YAML 格式：縮排要用空白（不要用 Tab），冒號後面要空一格。改壞了 Actions 會顯示紅色叉叉，把檔案改回來即可。
如何更換 AI 服務
scraper/ai_filter.py 使用通用的「OpenAI 相容」介面，只要改三個 secret 就能換服務，程式不用動：
| 服務 | AI_BASE_URL | AI_MODEL（範例） |
|---|
| OpenAI | https://api.openai.com/v1（可不填） | gpt-4o-mini |
| Google Gemini | https://generativelanguage.googleapis.com/v1beta/openai | gemini-2.0-flash |
| DeepSeek | https://api.deepseek.com/v1 | deepseek-chat |
| Groq | https://api.groq.com/openai/v1 | llama-3.1-8b-instant |
| OpenRouter | https://openrouter.ai/api/v1 | openai/gpt-4o-mini 等 |
| Ollama（自己電腦） | http://localhost:11434/v1 | qwen2.5:7b 等；金鑰隨便填，例如 ollama |
模型名稱各家會更新，請以各服務官網的最新清單為準。
Ollama 跑在你自己的電腦上，GitHub 的主機連不到，所以只能在自己電腦手動執行（見下方「在自己電腦執行」）。
想完全停用 AI：刪除 AI_API_KEY 這個 secret 即可。
AI 只會做三件事：重新分類、判斷適合度（高／中／低）、寫一句話備註。網站上會多出「AI 適合度」篩選。
預設不會刪除任何職缺；如果想讓 AI 自動移除「低」適合度的職缺，把 config.yaml 的 ai.drop_low_fit 改成 true。
費用與 token 用量估算
- GitHub 帳號、Actions、Pages：免費（公開 repo 的 Actions 不計分鐘數）。
- 不用 AI：完全免費。
- 用 AI： 只處理「這次新出現」的職缺，每批 15 筆，每筆只送職稱、公司、地點、薪資與 160 字內的說明，每次最多 150 筆。
在本機用實際資料試算（python -m scraper.ai_filter --dry-run）：
| 情境 | 新職缺數 | 輸入 tokens | 輸出 tokens |
|---|
| 第一次執行（達上限） | 150 | 約 24,400 | 約 4,500 |
| 平常每天（估計） | 20～60 | 約 3,500～10,000 | 約 600～1,800 |
以 gpt-4o-mini 的價格（約每百萬輸入 tokens US$0.15、輸出 US$0.60，請以官方最新價格為準）計算，第一次約 US$0.007，平常每天不到 US$0.005，一個月大約 US$0.1～0.2（約新台幣 3～6 元）。Gemini、Groq 等服務常有免費額度，可能完全不用錢。
在自己電腦執行（選用）
需要先安裝 Python 3.10 以上。
pip install -r requirements.txt
python -m scraper.run # 抓全部來源
python -m scraper.run --only 104 ptt # 只抓某些來源（代號：104 518 ptt yourator linkedin tutor1111）
python -m scraper.ai_filter --dry-run # 只估算 AI token，不呼叫
python -m scraper.ai_filter # 有設定 AI_API_KEY 環境變數才會執行
cd docs && python -m http.server 8000 # 然後打開 http://localhost:8000
在台灣的電腦執行，比 GitHub 的國外主機更不容易被網站擋。執行完可以把 docs/data/jobs.json 與 meta.json 上傳到 GitHub 覆蓋。
跨裝置同步（選用，Supabase 免費額度）
沒做這一段也完全沒問題：docs/config.js 的兩個值留空時，網站跟以前一樣，收藏、狀態、備註只存在這台裝置的瀏覽器。
做完之後，用同一個電子郵件登入，手機和電腦會看到同一份進度。網站仍是純靜態檔案，不需要建置；登入用電子郵件裡的連結或驗證碼，網站不會保存密碼。
- 到 https://supabase.com 註冊，新建一個專案，方案選 Free。資料庫密碼自己保管即可，網站用不到。
- 等專案建好。左側 SQL Editor → New query，打開本專案的
supabase/schema.sql，整份貼上，按 Run。看到成功即可。
- 左側 Authentication → URL Configuration：
- Site URL 填網站網址，而且一定要包含
https://，例如 https://你的專案.vercel.app（Vercel 的根目錄是 docs、沒有建置步驟）。不要只填網域。少了 https:// 時，點登入信會被帶到 Supabase 的網址，而不是這個網站。
- Redirect URLs 加上同一個網址。建議這三個都加：
https://你的專案.vercel.app、https://你的專案.vercel.app/、https://你的專案.vercel.app/**。
- 若會在自己電腦試：再加
http://localhost:8000/**。
- 確認 Authentication → Sign In / Providers → Email 是開啟的。不用設定密碼。
- 左側 Project Settings → API Keys（有些畫面叫 API）：
- 複製 Project URL。
- 複製 anon public key，或新的 publishable key（
sb_publishable_ 開頭）。
- 不要複製
service_role 或 secret key。那種金鑰可以繞過權限，不能放進網站。
- 打開
docs/config.js，把網址填進 url，金鑰填進 anonKey，存檔並部署。兩個都留空就會關閉同步。
- 重新整理網站，標題下方會出現「登入」。不用改 Supabase 的信件範本（免費方案用內建寄信時，範本通常也不能改）。
- 輸入電子郵件 → 寄送登入連結。到信箱打開那封預設的信，點裡面的連結。哪一台裝置打開，就登入那一台（手機開就登入手機）。連結只能用一次，請盡快點開。
- 登入之後按 設定密碼（至少 6 個字）。其他手機或電腦用同一個電子郵件和密碼登入，不用再收信。
- 網站不會保存密碼，只把密碼交給 Supabase 登入。
- 若信裡剛好有 6 位數驗證碼，也可以輸入；預設的信沒有這組數字，不影響登入。
- 第一次登入會把這台裝置已經有的收藏、狀態、備註和雲端合併：只有一邊有的職缺會保留。兩邊都改過同一筆時，以比較新的那次為準；這台裝置上還沒同步過的舊收藏或備註，不會因為雲端那一欄是空的就被清掉。之後的修改會自動存到雲端，也會留在這台瀏覽器，沒有網路時仍可看、可改，恢復連線後會再同步。
- 「匯出／匯入 JSON」維持可用。換瀏覽器或清掉網站資料前，仍建議匯出一份備份。
這組 anon / publishable key 會出現在公開網頁上，這是預期的。資料表開了 Row Level Security：沒登入的人讀不到，登入之後也只能讀寫自己的列。免費額度對這種個人小量資料足夠。
限制與注意事項
- GitHub 主機在國外：Actions 的主機 IP 在美國／歐洲，部分台灣網站可能會限制或擋掉國外 IP。如果某來源在
meta.json 一直顯示「失敗」，可以改在自己電腦執行，或在 config.yaml 把該來源的 enabled 改成 false。
- 網站改版：爬蟲依賴各網站目前的網頁結構與公開介面，網站改版後某個來源可能失效，需要修改對應的
scraper/sources/*.py。
- 不支援 Facebook：Facebook 社團需要登入才能看，本系統只讀公開頁面、不登入任何帳號。
- 不支援 1111 人力銀行主站、Cake、Dcard：這些網站有機器人檢查或封鎖自動讀取（只有 1111 家教網可用）。
- 日期意義不同：104 的日期是「職缺更新日」，不一定是首次刊登日；Yourator 只有「幾天前活躍」，沒有確切日期（改用首次抓到日計算 45 天）；518 只有月／日，年份由程式推算。
- 規則篩選不完美：104、518 結果較廣，難免混入不太相關的職缺；可以調整
config.yaml，或開啟 AI 篩選。
- PTT、1111 家教網是非正式貼文，未經查證，應徵前請自行確認對方身分，不要先付任何費用。
- 沒有設定 Supabase 時，收藏、狀態、備註只存在目前這台裝置的瀏覽器。有設定並登入之後，會在你的裝置之間同步，這台裝置仍留一份離線備份。換電腦或清除瀏覽器資料前，請先用網站上的「匯出」備份。
- 請合理使用：程式每次請求間隔約 1.2 秒、每天只跑一次，請不要大幅提高頻率。
