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。

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。

在提示符输入自然语言任务，例如：

请在推荐职位里寻找适合我的 Agent 开发或 AI 应用开发校招岗位。
先打开详情确认公司、经验要求和技术方向；符合要求再礼貌地发送简短招呼。
遇到需要我处理的登录或异常时暂停并说明情况。

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。

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。

git clone https://github.com/FengLeo666/boss_react.git
cd boss_react
uv sync
Copy-Item .env.example .env

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。

uv run boss-react

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：

uv run boss-react --task "从推荐职位里寻找匹配岗位，确认详情后再沟通"

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。

用户任务 + 简历事实
       ↓
模型判断 ↔ 页面状态 / 截图 / 浏览器工具
       ↓
查看岗位 → 判断是否匹配 → 必要时沟通
       ↓
SQLite 检查点保存会话，等待下一次输入

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。

主要配置位于 config/agent.toml：

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。

• 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 · 禁用工具 · 重写状态
• 可复用的页面脚本：JavaScript 工具可用名称缓存脚本，之后只传名称即可重跑；同名传入新代码会更新缓存，缓存随 checkpoint 持久化。工具返回给模型前会移除 URL 信息。实现：脚本缓存 · URL 过滤
• 与 BOSS 页面限制正面交手：曾遇到 Playwright 通过 CDP 接入后页面反复刷新，正式流程改用 nodriver 独立启动浏览器；职位页延迟打开导致旧 target 失效，就在截图时重新发现新页、激活并关闭旧页；截图命令卡住则超时重启并把现场写入日志。登录拦截不做绕过，仍由用户扫码完成。实现：浏览器启动 · 新页接管 · 超时重启 · 登录检查

页面行为发生变化时，欢迎带上脱敏日志提交 Issue 或 PR。这个项目会继续跟进真实站点的变化。