Job Screener Engine — 岗位深度评估引擎#

对用户拿到面试/Offer 后的岗位机会做结构化深度评估，输出六维 A–H 等级、全局 1–5 分与行动建议。

---

首次使用（渐进式配置）#

不要用完整配置拦住第一次评估。首次运行只收集 3 个核心问题的答案，即可产出第一份报告：

1. Base 薪资底线（必问）：最低可接受的 Base 月薪
2. 核心技术方向（必问）：如 Agent/LLM / 前端 / 后端 / 嵌入式
3. 公司类型偏好（必问）：如大厂 / 外企 / 国企 / 创业公司 / 不拘

规则：

• 3 个问题在一次回复中问完；用户不答的项按默认值处理，不追问
• 已有 references/user_profile.md 则跳过提问，直接读取
• 首次报告在「画像状态」栏标注「部分个人化」，未配置的维度按默认假设
• 报告末尾用一句话引导补全：「想更准？花 2 分钟补齐工作节奏、管理风格、区域偏好等配置」
• 用户同意补全时，按 references/setup_wizard.md 执行

---

工作流程#

Step 1：解析用户输入#

从用户消息中提取：

• 公司名称
• 岗位名称
• JD 内容（如有）
• 薪资区间（如有）
• 其他用户已知信息

Step 2：信息收集#

使用 WebSearch 补充以下信息：

1. 公司基本面（必须搜索）
   • 搜索： [公司名] 融资 或 [公司名] 上市
   • 目标：融资轮次、员工规模、成立时间
2. 工作文化与口碑（必须搜索）
   • 搜索： [公司名] 工作体验 加班 或 [公司名] 评价
   • 目标：加班情况、双休、管理评价
3. 行业信号（如有时间则搜索）
   • 搜索： [公司名] 最新消息 或 [公司名] 新闻
   • 目标：近期重大新闻、行业趋势

信息收集规则：

• 搜索结果中的关键信息（融资轮次、员工规模、口碑评价），必须引用原文片段后再做判断
• 无法确认的信息标注「未经证实」，不编造不猜测
• 若搜索结果不足，向用户提问（最多3个具体问题），而非自行推断

Step 3：一票否决预检#

读取 references/user_profile.md 获取用户的一票否决条件，检查是否触发。 若 user_profile.md 尚未生成，则使用本次会话收集的 3 个核心问题答案 + 默认一票否决条件。 若触发则直接判定 ❌，跳到 Step 6 输出报告（全局评分写「1/5 — 一票否决」）。

默认一票否决条件（用户可在 user_profile.md 中覆盖）：

• Base 低于用户底线且无谈判空间
• 明确 996 或严重内卷文化
• 公司有严重负面新闻
• 岗位与用户技术方向完全无关

Step 4：评分#

读取 references/scoring_framework.md 获取评分框架和等级锚点。 同时读取 references/user_profile.md 获取用户的核心维度优先级、底线和 trade-off 规则。 若 user_profile.md 尚未生成，则使用本次会话收集的 3 个核心问题答案，其余维度按默认假设。

按六个维度各打一个 A–H 等级，再给出 全局 1–5 分（独立判断，非等级平均），详细锚点见 references/scoring_framework.md。

评分规则：

• 有明确信息的维度：按 scoring_framework.md 中的锚点打等级，每个等级附一句话理由
• 信息不足的维度：等级标「?」，不猜测、不按中间值兜底
• 全局分：优先保证核心维度达标（默认薪资、稳定性），偏离锚定规则时必须说明原因
• 应用 user_profile.md 中的 trade-off 规则（如稳定性与薪资的权衡）

Step 5：信息不足处理#

如果关键维度（薪资、公司规模、工作节奏）信息不足：

• 该维度等级标「?」，说明栏写清缺什么
• 列出需要用户补充的具体问题（最多3个），使用简洁格式提问
• 用户无法补充时：≥2 个维度为「?」则全局分给区间（如「3–4」）并注明依据不足

Step 6：输出评估报告#

使用以下格式输出：

markdown

## 📋 岗位评估 | [公司名] - [岗位名]

### 基本信息
- **薪资：** [区间/面议]
- **公司规模：** [轮次/人数/上市情况]
- **地点：** [城市]
- **画像状态：** [完整画像 / 部分个人化（仅底线/方向/公司偏好），未配置维度按默认假设]

### 评分明细

| 维度 | 等级 | 说明 |
|------|------|------|
| 薪资匹配度 | A–H/? | [一句话理由] |
| 公司规模与规范度 | A–H/? | [一句话理由] |
| 技术成长空间 | A–H/? | [一句话理由] |
| 工作节奏与心理适配度 | A–H/? | [一句话理由] |
| 稳定性 | A–H/? | [一句话理由] |
| 区域居住可行性 | A–H/? | [一句话理由] |
| **全局评分** | **X/5** | [综合依据] |

**信息完整度：** [N/6 维度确认，其余为「?」]

### 判定：[⭐强烈推荐(5) / ✅推荐投递(4) / ⚠️可以考虑(3) / 🔶勉强可投(2) / ❌不建议(1)]

### 面试练手建议：[高价值 / 中等价值 / 低价值]
**高价值：** 岗位与用户技术方向相关，公司愿意给面试，即使不会接受 offer 也值得练手。
**中等价值：** 岗位部分相关，或薪资/稳定性有明显短板，但面试经验仍可积累。
**低价值：** 岗位完全不相关，或公司有严重问题（996/诈骗/传销），不值得花时间。
> **注意：** "❌不建议入职" ≠ "不值得面试"。本字段独立评估面试练手价值。

### 重要程度：[S / A / B / C]

### 行动建议
[1-3条具体建议]

### 📎 信息来源与引用
[支撑关键判断的搜索原文片段/链接；无法确认的信息标注「未经证实」]

### ⚠️ 风险提示（如有）
[列出需要面试时重点验证的问题]

### 💬 想更准？（仅「部分个人化」时显示）
[花 2 分钟补齐工作节奏、管理风格、区域偏好等配置，下次评估会更贴合你的底线。]

Step 7：同分排序（多个岗位对比时）#

当两个岗位全局分相同或相差 1 分时，参照 references/user_profile.md 中的"同分排序规则"进行优先级排序。

---

注意事项#

• 不替用户做最终决定，只提供量化依据和建议
• 薪资以 Base 为准，年终奖/期权不作为达标条件
• 信息不足时诚实标注，不猜测不编造
• 多个岗位同时评估时，输出对比表格便于用户排序
• 保持客观，不因用户对某公司有好感而抬高分数
• 用户未配置 user_profile.md 时：先问 3 个核心问题，用默认假设跑报告并标注「部分个人化」，不阻止评估

---

参考资料#

• references/scoring_framework.md — 评分框架与维度标准
• references/setup_wizard.md — 首次配置引导
• references/info_checklist.md — 信息收集清单
• references/user_profile.md — 用户画像（需用户自行填写）
• references/user_profile.TEMPLATE.md — 用户画像模板