FengLeo666 / boss_react

BOSS React 
 像使用 Coding Agent 一样，交互式寻找并沟通工作机会。 
 BOSS 的页面在变，自动化限制也在更新。我们目前绕过了所有阻碍，构建了这个全自动化agent。您可以关注项目，我们会针对boss最新的护栏更新。 
 交互命令 ·
 快速开始 ·
 工作原理 ·
 技术亮点 
在终端说出目标，Agent 会观察页面、打开职位、阅读要求、判断匹配，再决定是否沟通。工具调用和结果实时可见；按 `Esc` 暂停，补充要求后从检查点继续。
## 1. 像 Coding Agent 一样交互
启动后进入持续对话的命令行界面。会话、命令和下一条任务都在这里。
运行时，模型的判断、工具调用、页面状态和发送结果会逐步显示。工作中按 `Esc`，当前步骤结束后就回到输入框。
它不是固定脚本：下一步点哪里、岗位是否合适，由模型结合你的要求、简历事实和当前页面决定。**发送消息是真实操作**，请在任务中写清筛选条件和沟通边界。
## 2. 怎么使用
在提示符输入自然语言任务，例如：
 [code] 
| 输入 / 操作 | 作用 |
| --- | --- |
| 自然语言任务 | 开始任务；已有会话从检查点继续 |
| `Esc` | 当前模型或工具步骤结束后暂停，返回输入 |
| `/run forever` | 在已有任务会话中持续运行；按 `Esc` 停止 |
| `/compact` | 手动压缩当前会话上下文，完成后等待再次输入 |
| `/chats` | 列出保存过的会话 ID |
| `/new chat ` | 创建并切换到新会话，下次启动仍默认选中 |
| `/switch chat ` | 切换到已有会话，并记住下次启动的默认会话 |
| `/exit` | 退出程序 |
粘贴多行任务后按回车提交；不支持增强粘贴的终端会退回“输入空行提交”。也可以通过 `--task` 提交启动任务。`/run forever` 需要先有一个任务会话。
## 3. 快速开始
当前以 **Windows、Python 3.12/3.13、Chrome、uv** 为运行环境。还需要可用的 OpenAI 兼容模型接口，以及自己的 BOSS 账号。
 [code] 
在 `.env` 中填写 `LLM_API_KEY`、`LLM_BASE_URL` 和 `LLM_MODEL`。把自己的简历事实写入 `config/resume.txt`（UTF-8）；Agent 会用它判断匹配和撰写沟通内容。
默认配置指向 `config/resume.jpg`。需要发送简历图片就放入该文件；文件不存在时按 `resume_image_path = ""` 处理，不暴露发送图片工具。
 [code] 
首次进入浏览器时，按页面提示扫码登录。登录状态保存在本地 `browser-profile/`，下次运行可以继续。也可以在启动时直接传任务：
 [code] 
## 4. 它如何工作
`LangChain create_agent` 负责模型与工具循环；浏览器 Middleware 通过本项目的 nodriver 子进程操作页面，并向模型返回页面信息和截图。常用操作按可见文字定位，也提供 JavaScript、输入、滚动、上传、发送招呼与简历图片等工具。
 [code] 
Agent 不需要管理标签页：新页面出现后工具层接管它并关闭旧页。每次工具操作后等待页面并返回截图；浏览器超时会记录日志并尝试重启。上下文过长或截图数量达到阈值时，压缩 Middleware 借助同一个模型节点整理历史，再继续任务。
## 5. 配置与数据
主要配置位于 `config/agent.toml`：
| 配置 | 用途 |
| --- | --- |
| `[agent].task` | 可选的启动任务；留空则从终端输入 |
| `[agent].resume_text_path` | 简历事实文本，默认 `config/resume.txt` |
| `[agent].resume_image_path` | 简历图片路径；空字符串或文件不存在时关闭图片工具 |
| `[model].request_timeout_seconds` | 模型请求超时 |
| `[context].summary_trigger_tokens` / `summary_trigger_images` | 自动压缩阈值 |
| `[checkpoint].database_path` / `thread_id` | SQLite 检查点；`thread_id` 是未曾切换时的默认会话 |
| `[runtime].log_file` | 详细运行日志 |
系统提示词在 `config/system_prompt.txt`。`.env`、简历、浏览器资料、日志和检查点保留在本地，已列入 `.gitignore`。**不要把密钥、简历或登录资料提交到仓库。**
## 6. 技术亮点
- **浏览器与 Agent 隔离**：`BossReactMiddleware` 通过 JSON Lines 与独立的 nodriver 子进程通信。工具请求串行执行，每个请求带 `request_id`，只接收 ID 匹配的响应，避免页面操作和结果错位。实现：工具串行 · 响应配对
- **每一步都有可见反馈**：工具执行后等待页面网络趋于空闲，再捕获截图连同页面状态返回模型；终端流式输出模型文本和精简的工具结果，详细参数与异常写入滚动日志。实现：网络等待与截图 · 工具结果附图 · 终端输出
- **SSE 模型流式输出**：兼容模型网关支持流式响应时，LangGraph 的 `astream` 接收模型消息增量，CLI 边收到边打印，并用最终消息更新兜底，避免重复输出。这里消费的是模型接口的 SSE 流，不是项目另起一个 SSE 服务端。实现：流式消费与去重
- **动态标签页接管**：点击后即使新页面延迟出现，截图流程也会尝试发现并切换到新 target；激活新页后关闭旧页，不向 Agent 暴露或维护标签页栈。截图或驱动超时会记录请求现场并强制重启浏览器。实现：切换与关闭旧页 · 截图兜底 · 超时重启
- **可中断、可续跑**：`Esc` 通过 LangGraph 的 `RunControl` 请求在步骤边界暂停；SQLite checkpoint 保存消息与状态，也记住最近选中的 chat，重启进程后可以直接继续。实现：Esc 监听 · 当前 chat 持久化 · SQLite 检查点
- **为 cache read 设计的自定义压缩**：按 token 数或截图数量自动触发，也支持 `/compact`。Middleware 只在原有消息末尾追加一条压缩指令，不先搬运或改写历史，仍通过 Agent 的模型节点调用模型；不变的消息前缀因此有机会命中服务商的 prompt cache read。压缩阶段禁用工具调用，拿到摘要后才把 checkpoint 收敛为简历、当前任务和压缩结果。实际缓存命中取决于模型服务商。实现：触发与追加指令 · 禁