CareerAct

问题背景

职业发展不是一次投递，而是一条持续多年的链路：认识自己、确定目标、积累能力、发现机会、准备材料、申请沟通、面试决策，再把新的经历带进下一次选择。聚合平台与猎头提供的岗位常经过转述、筛选或延迟，求职者仍要回到企业官网核对职位、通道和申请要求；现有工具又通常只解决简历生成、岗位推荐或投递记录中的一个环节，职业背景、材料版本与行动结果彼此割裂。

CareerAct 是你的个人职业 Agent：长期理解你的职业事实、目标、约束与历史决策，直接从企业官方招聘源发现一手机会，进入真实申请入口完成岗位判断、材料准备、网申投递与流程跟进。它不止回答“应该怎么做”，还会在授权边界内把事情真正做完，并将结果沉淀为持续复用的职业资产。

核心体验

• 长期理解你：职业事实、目标、约束、能力证据和历史决策持续积累，跨对话、跨求职周期复用，不必从一份空白简历重新开始。
• 从规划到行动：方向选择、岗位判断、材料表达、面试与 Offer 决策共享同一份背景；一次讨论可以直接转成材料修改、调研、训练或投递任务。
• 直达一手机会：优先从企业官方招聘源获取职位、通道和申请要求，进入真实岗位申请入口；同时接入 BOSS 直聘、猎聘等授权渠道补充机会与沟通，不依赖中介平台定义用户能看见什么。
• 在成果上协作：Agent 的材料修改以带理由和事实来源的 Diff 呈现；用户可以审阅、编辑、接受或回滚，实际投出的版本永久关联后续面试与流程。
• 主动推进流程：关联申请、HR 沟通、招聘通知、面试准备和状态变化；关闭页面后任务继续执行，开启托管后按授权巡检机会与消息。
• 关键决定仍属于你：事实不足、技术追问、时间承诺、验证码及不可逆操作及时升级；Agent 给出证据与建议，不替用户决定职业方向或接受 Offer。

技术架构

• Agent Runtime：Agno AgentOS 托管于 FastAPI 领域后端，负责推理、工具调用、会话与人工介入；职业档案、岗位、材料版本、申请和授权由领域后端独立管理，不把聊天记录当作业务真相。
• 交互：Next.js + assistant-ui 经 AG-UI 流式呈现对话、工具结果与审批；Tiptap 承载材料的原位编辑与 Diff 审阅；Better Auth → 同源 BFF → 短期 JWT / JWKS 贯穿身份与数据隔离。
• 模型网关：LiteLLM 统一多供应商与 BYOK，虚拟 Key、预算与限流，推理凭据与管理凭据分离。
• 持久执行：Temporal + PostgreSQL 编排后台续跑、定时巡检、重试与长时间等待；Agent、浏览器和通知渠道都只是工作流中可恢复、可验收的执行步骤。
• Computer Use：Steel 提供隔离浏览器、持久登录态与实时接管；Playwright 负责确定性填表与保存后核验；browser-use 处理未知页面；三者经 Session Lease 互斥写入。
• 材料处理：Docling 解析 PDF / DOCX，@react-pdf/renderer 导出简历与报告；来源原件、已确认事实、表达版本与申请锁定版本分层存储。

核心难点

• 长期上下文不是 Prompt：职业事实、目标和历史申请需要可确认、可追溯、可删除的领域数据，不能只塞进对话历史或模型记忆。
• 外部动作必须验真：Agent Run 成功不等于申请成功。保存后重新读取页面与平台状态，区分成功、失败、部分完成和结果不确定；未知结果先人工对账，禁止盲目重试。
• 事实与表达分离：同一事实可以服务不同岗位方向，但不能包装成不存在的经历；修改必须绑定来源与基准版本，历史申请锁定的材料不能被后续改稿覆盖。
• 自动执行仍有边界：浏览器自动化、智能执行器与人工接管通过 Session Lease 互斥；托管授权限定平台、动作、材料、频率与有效期，验证码、风控和越界事项立即暂停并升级。
• 长任务可恢复：巡检、材料处理、投递与消息值班可能跨越进程重启和长时间用户等待，需要持久状态、可取消执行与可验证的恢复，而不是让一次 Agent 会话持续运行数天。