Files

T

mzl92 e0d9c4e434 初始提交: 智联简历筛选系统v10(含Hermes每日自动化层)

- 硬性预筛门槛: 外贸经验必须(仅工作经历匹配), 培养类拦截, 毕业2020-2026, 年龄<=35
- 七维评分+动态阈值+打招呼纪律
- Hermes每日自动化: daily-runner(09:30-18:00)/daily-report/enforce-cutoff/stop-tasks
- v10.4: 每累计200人自动刷新页面
- 修正: CDP端口9222(反向隧道), 通知只发私聊(防串台), hr2任务禁用
- WSL端: cdp-tunnel.sh 浏览器工人守护

2026-08-26 22:55:08 +08:00

9.7 KiB

Executable File

Raw Blame History

双账号筛选 — Chrome + Edge 方案 (v0.2 已实施)

背景

两个智联招聘账号同时筛选简历，扩大覆盖面和打招呼配额。

方案选型

对比项	双 Chrome 实例	Chrome + Edge
profile 隔离	手动 robocopy 一份 profile	天然隔离，各用各的
登录互踢风险	同浏览器同协议，有风险	不同浏览器，cookie 完全隔离，不会互踢
启动方式	要记哪个是哪个	桌面图标一目了然
CDP 连接	playwright connectOverCDP	完全相同，脚本零改动
脚本改动	零差异	零差异

结论：Chrome + Edge 方案更优，已采用。

架构

┌──────────────────────────────────────────────────────────┐
│                    Linux (Hermes)                         │
│                                                          │
│  batch-runner (ACCOUNT=hr1) ─CDP_PORT=9223──→ SSH 9223→9222 │
│  batch-runner (ACCOUNT=hr2) ─CDP_PORT=9225──→ SSH 9225→9224 │
│                                                          │
│  recruitment.db (candidates.account 区分来源)             │
└──────────────────────────────────────────────────────────┘
         │                              │
    SSH 隧道 9223→9222            SSH 隧道 9225→9224
         │                              │
┌────────┴──────────┐          ┌────────┴──────────┐
│  Windows 桌面      │          │  Windows 桌面      │
│  Chrome (hr1)     │          │  Edge (hr2)       │
│  CDP :9222        │          │  CDP :9224        │
│  user-data-dir:   │          │  user-data-dir:   │
│  C:\temp\         │          │  C:\temp\         │
│  chrome-debug     │          │  edge-debug       │
└───────────────────┘          └───────────────────┘

端口映射

账号	浏览器	Windows CDP	Linux 本地	SSH 隧道
hr1	Chrome	9222	9223	`sshpass -p 'xxx' ssh -fN -p 7022 -L 9223:127.0.0.1:9222 sshadmin@8.152.213.143`
hr2	Edge	9224	9225	`sshpass -p 'xxx' ssh -fN -p 7022 -L 9225:127.0.0.1:9224 sshadmin@8.152.213.143`

Edge 配置

安装路径（已确认）

C:\Program Files (x86)\Microsoft\Edge\Application\msedge.exe

user-data-dir

C:\temp\edge-debug

首次使用无需从默认 profile 复制，Edge 会在该目录创建新 profile。手动登录第二个智联账号后，登录态自动保存在此目录。

桌面快捷方式（已创建 ✅）

桌面路径：C:\Users\sshadmin.WIN-3NKO8I5R9IJ\Desktop\Edge Debug Mode.lnk

创建方法（通过 scp + cscript）：

本地写 VBS 脚本到 /tmp/mksc.vbs
scp /tmp/mksc.vbs sshadmin@8.152.213.143:\"C:/temp/mksc.vbs\"
sshpass -p 'xxx' ssh -p 7022 sshadmin@8.152.213.143 "cscript //nologo C:\\temp\\mksc.vbs"

⚠️ 桌面实际路径是 C:\Users\sshadmin.WIN-3NKO8I5R9IJ\Desktop（非 Administrator），通过 ws.SpecialFolders("Desktop") 自动获取正确路径。

⚠️ CDP 启动方式

SSH 会话内直接启动 Edge → CDP 端口不可达（Windows Session 隔离）。

解决方案：schtasks 计划任务

# 注册（只需一次）
schtasks /Create /IT /RU Administrator /TN LaunchEdgeDebug /TR "\"C:\Program Files (x86)\Microsoft\Edge\Application\msedge.exe\" --remote-debugging-port=9224 --user-data-dir=C:\temp\edge-debug" /SC ONLOGON /RL HIGHEST

# 每次启动
schtasks /Run /TN LaunchEdgeDebug

/IT = Interactive，在交互式桌面 session 中运行。详见 windows-remote-scraping.md。

数据库改造（已完成 ✅）

ALTER TABLE candidates ADD COLUMN account TEXT DEFAULT 'hr1';
ALTER TABLE greet_log ADD COLUMN account TEXT DEFAULT 'hr1';
CREATE INDEX idx_cand_account ON candidates(account);

现有 2817 条 hr1 数据自动标记 hr1。脚本通过 ACCOUNT 环境变量写入该字段，查询时按 account 过滤。

脚本改造（已完成 ✅）

zhaopin-scrape.js v9.2

改动点：

const ACCOUNT = process.env.ACCOUNT || 'hr1' — 文件顶部
CREATE TABLE 加 account TEXT NOT NULL DEFAULT 'hr1'
upsertCandidate() — INSERT 加 account 列和参数
logGreet() — INSERT 加 account 列和参数
getExistingFingerprints() — WHERE account = ? 过滤
启动快速跳过指纹加载 — WHERE account = ? 过滤

batch-runner.js v2 (多账号版)

改动点：

ACCOUNT/CDP_PORT/TARGET_CITY 均从环境变量读取（默认 hr1/9223/郑州）
runBatch() 传 ACCOUNT=xxx 给子进程
generateBatchReport() — 按 account 过滤
generateFinalReport() — 所有 13 处 SQL 加 WHERE account = ?
getDbCount() — 按 account 过滤
汇报标题带 [hr1]/[hr2] 标识

运行方式

# hr1（Chrome）
ACCOUNT=hr1 CDP_PORT=9223 node zhaopin-scrape.js 50
ACCOUNT=hr1 CDP_PORT=9223 nohup node batch-runner.js > /tmp/batch-runner-hr1.log 2>&1 &

# hr2（Edge）
ACCOUNT=hr2 CDP_PORT=9225 node zhaopin-scrape.js 50
ACCOUNT=hr2 CDP_PORT=9225 nohup node batch-runner.js > /tmp/batch-runner-hr2.log 2>&1 &

Cron 定时任务（已创建 ✅）

任务	时间	账号	说明
工作日简历筛选 hr1	周一至周五 09:50	hr1/Chrome/9223	原 cron 更新，加 ACCOUNT=hr1
工作日简历筛选 hr2	周一至周五 09:55	hr2/Edge/9225	新建，错开 5 分钟避免 DB 锁争用

两个任务错开 5 分钟，避免同时启动时的数据库竞争。各自独立汇报到飞书群。

汇报规则

两个账号各自独立汇报，标题带 [hr1]/[hr2] 标识。recruitment-report 查询时按 account 过滤。如需汇总两个账号，去掉 account 过滤条件。

SSH 隧道保活配置（2026-06-01 修复）⚠️ 关键

SSH 隧道频繁断连的根因：客户端和服务端都没有心跳保活。空闲连接被网络/NAT 丢弃后，batch-runner 的 getChatCount() 读到 null，误判为"聊天耗尽"并发群汇报。

客户端保活（Linux ~/.ssh/config）：

Host windows-hr
    HostName 8.152.213.143
    Port 7022
    User sshadmin
    ServerAliveInterval 15
    ServerAliveCountMax 3
    TCPKeepAlive yes
    ExitOnForwardFailure yes
    StrictHostKeyChecking no

服务端保活（Windows C:\ProgramData\ssh\sshd_config）：

TCPKeepAlive yes
ClientAliveInterval 30
ClientAliveCountMax 3

修改后需重启 sshd：net stop sshd && net start sshd

两端必须同时配置，仅客户端保活在 Windows OpenSSH 上不可靠。

建隧道命令

# 外网连接（通过内网穿透），需 sshpass 密码认证
sshpass -p 'xxx' ssh -fN -p 7022 -L 9223:127.0.0.1:9222 sshadmin@8.152.213.143
sshpass -p 'xxx' ssh -fN -p 7022 -L 9225:127.0.0.1:9224 sshadmin@8.152.213.143

验证隧道

ss -tlnp | grep -E "9223|9225"   # 确认端口监听
curl -s http://127.0.0.1:9223/json/version | head -1  # 确认 CDP 可达
curl -s http://127.0.0.1:9225/json/version | head -1

隧道守护脚本（自动重连）

心跳保活只能降低断连概率，无法 100% 防止。ssh-tunnel-watchdog.sh 作为兜底，每 10 秒检测端口，断了自动重建：

# 启动（与 batch-runner 同时运行）
nohup /home/kt/scripts/ssh-tunnel-watchdog.sh > /tmp/ssh-tunnel-watchdog.log 2>&1 &

脚本路径：/home/kt/scripts/ssh-tunnel-watchdog.sh 监控端口：9223（hr1）、9225（hr2）日志：/tmp/ssh-tunnel-watchdog.log（仅断连重连时有输出）

batch-runner.js 聊天耗尽验证机制（2026-06-01 新增）

batch-runner.js 现在内置三层防护，防止误判"聊天耗尽"：

1. getChatCount() 区分 CDP 状态

返回数字：正常读取到聊天次数
返回 null：CDP 可达但页面读取失败（弹窗遮挡等）
返回 'cdp_down'：CDP 端口不通（隧道断开/浏览器关闭）
通过 net.createConnection 先探测端口，5秒超时

2. verifyChatExhausted(reason) 二次确认

所有 5 个判定点（启动、主循环、子进程 chat_empty、批次后检查×2）都调用此函数：

CDP 不通 → 等待 30 秒重试，连续 3 次 CDP 不通 → 判定"连接异常"（不发最终汇报）
读到 0 → 连续 3 次确认后才判定真正耗尽
读到 >0 → 判定误判，返回剩余次数继续运行

3. stopReason 控制最终汇报

chat_empty：聊天真正耗尽 → ✅ 发最终汇报
cdp_down：连接异常 → ❌ 不发汇报，只发"CDP 连接断开"错误通知
normal：正常结束 → 不发汇报

日常启动流程

Windows 桌面：双击「Chrome Debug」→ 打开智联推荐页（hr1）
Windows 桌面：双击「Edge Debug Mode」→ 打开智联推荐页（hr2）
Linux：确认两条 SSH 隧道都通（ss -tlnp | grep -E "9223|9225" + curl http://127.0.0.1:9223/json/version）
Linux：启动隧道守护（nohup /home/kt/scripts/ssh-tunnel-watchdog.sh > /tmp/ssh-tunnel-watchdog.log 2>&1 &）
Linux：两个 batch-runner 并行启动（或等 cron 自动启动）

已知问题

~~SSH 隧道不稳定~~（2026-06-01 已修复：双向心跳保活）
~~CDP 连接失败与聊天耗尽共用退出路径~~（2026-06-01 已修复：verifyChatExhausted + stopReason）

9.7 KiB Executable File Raw Blame History Unescape Escape