jobsearch-telegram

Job Search Telegram 轮询

轮询 Telegram 以获取新消息，并将其路由到相应的 Proficiently 技能。通过 /loop 1m /proficiently:jobsearch-telegram 在后台运行。

首次设置

此技能运行前，用户必须创建并配置 Telegram 机器人。如果 DATA_DIR/telegram-config.md 不存在，请引导用户完成设置：

1. 创建 Telegram 机器人

告诉用户：

我们来设置你的 Telegram 机器人。

1. 打开 Telegram 并搜索 @BotFather
2. 发送 /newbot
3. 选择一个名称（例如，“我的求职助手”）
4. 选择一个用户名（必须以 bot 结尾，例如，my_jobsearch_bot）
5. BotFather 会提供一个机器人令牌——复制并粘贴到这里

然后给你的机器人发送一条消息（内容不限），这样我就能找到你的聊天 ID。

2. 获取聊天 ID

用户提供机器人令牌后，获取其聊天 ID：

curl -s "https://api.telegram.org/bot{TOKEN}/getUpdates"

从第一个结果中提取 message.chat.id。如果没有结果，提醒用户先给机器人发送一条消息，然后重试。

3. 保存配置

写入 DATA_DIR/telegram-config.md：

# Telegram Config

- Bot token: {TOKEN}
- Chat ID: {CHAT_ID}
- Bot username: @{USERNAME}

4. 验证

发送一条测试消息：

curl -s -X POST "https://api.telegram.org/bot{TOKEN}/sendMessage" \
  -H "Content-Type: application/json" \
  -d '{"chat_id": "{CHAT_ID}", "text": "👋 Job search bot connected! Send me a job URL to apply, or say \"search\" to find jobs."}'

如果成功，告诉用户设置已完成，可以使用 /loop 1m /proficiently:jobsearch-telegram 启动循环。

---

配置和状态文件

使用 shared/references/data-directory.md 确定数据目录。

配置——DATA_DIR/telegram-config.md（在设置期间创建，包含机器人令牌和聊天 ID）。**切勿将此文件提交到 git。**每个轮询周期都要先读取此文件以获取凭据。

状态——DATA_DIR/telegram-state.md（跟踪轮询位置）。如果文件不存在，则创建：

# Telegram State

## Polling
- last_update_id: 0

## Pending Confirmations


(none)

## Recent Actions

---

工作流

步骤 1：加载上下文

1. 读取 DATA_DIR/telegram-config.md——如果文件不存在，运行上述首次设置，然后停止
2. 读取 DATA_DIR/telegram-state.md——如果文件不存在，则根据上述模板创建
3. 如果以下文件存在，则读取：DATA_DIR/job-history.md、DATA_DIR/application-data.md、DATA_DIR/preferences.md

步骤 2：轮询消息

curl -s "https://api.telegram.org/bot{TOKEN}/getUpdates?offset={LAST_UPDATE_ID+1}&timeout=5"

如果没有新消息 → 静默退出。不要记录日志，也不要发送任何内容。

步骤 3：对每条消息分类

解析每条消息并进行分类：

消息类型	检测方式	路由
职位 URL	包含 greenhouse.io、lever.co、myworkdayjobs.com、ashbyhq.com 或其他职位招聘网站 URL	步骤 4a：申请
“apply last” / “apply”	文本与 apply 匹配（可选包含 last/current）	步骤 4a：申请
“search for ...”	文本以 search、find、look for 开头	步骤 4b：搜索
“tailor resume for ...”	文本提到 tailor/resume + 上下文	步骤 4c：定制简历
“status” / “what's open”	文本询问申请状态	步骤 4d：状态
“help”	文本恰好为 help 或 ?	步骤 4e：帮助
确认回复	对待处理确认消息的线程回复，或存在待处理确认时单独发送的确认词（yes/y/go/no/cancel）	步骤 5：确认
纯文本	其他任何内容	步骤 6：记录

步骤 4a：处理职位 URL / 申请请求

1. 提取 URL，或解析“last”/“current”

2. 检查 DATA_DIR/jobs/ 中是否已存在与此 URL 对应的职位文件夹

3. 向 Telegram 发送确认消息：

   🎯 Got it — applying to [URL or "most recent job"].
   I'll scan the form, tailor your resume, and propose answers. Stand by...
   

4. 执行 skills/apply/SKILL.md 中的申请工作流：

   • 遵循步骤 0-6（前提条件 → 导航 → 勘察 → 生成材料 → 扫描字段 → 提出答案）
   • 不使用 AskUserQuestion 请求批准，而是将步骤 6 的提案摘要发送到 Telegram，并将其添加到待确认事项
   • 在待确认事项中存储：job_url、form_url（导航到的 ATS 表单直达 URL）和 field_mapping（完整的已批准字段→值 JSON）
   • 等待用户通过 Telegram 确认（将在未来的轮询周期中作为回复到达）

5. 收到字段批准确认（步骤 5）后，重新导航到 form_url，填写所有字段，然后发送第二次确认（提交批准），附上截图说明并询问："Everything looks good — submit?"

   • 将其作为新的待确认事项存储，并设置 stage: "submit-approval"

6. 收到提交批准后，点击 Submit，然后记录申请（申请技能的步骤 9）。

**发送提案：**使用发送消息辅助程序（步骤 8），附上完整字段摘要。长度保持在 4000 个字符以内。如果更长，则拆分为：（1）自动填写的字段；（2）建议答案；（3）需要用户提供的信息。

两阶段确认流程：

• 阶段 1（stage: field-approval）：用户批准字段→值映射
• 阶段 2（stage: submit-approval）：用户在点击 Submit 前批准最终表单
• 绝不可跳过阶段 2——提交职位申请是不可逆操作

步骤 4b：处理搜索请求

1. 从消息中提取搜索关键词
2. 发送确认消息：🔍 Searching for: [keywords]...
3. 执行 skills/job-search/SKILL.md 中的职位搜索工作流
4. 将结果摘要发送到 Telegram：

   🔍 Found X matches for "[keywords]":
   
   1. [Role] at [Company] — [fit score]
      [URL]
   2. ...
   
   Reply with a number to apply, or "apply 1" / "apply 3" etc.
   

5. 将职位列表添加到待确认事项，以便将回复与对应职位匹配

步骤 4c：处理定制请求

1. 提取职位引用（URL、“last”或职位名称）
2. 发送确认消息：📝 Tailoring resume for [job]...
3. 执行 skills/tailor-resume/SKILL.md 中的简历定制工作流
4. 将结果和所做的关键修改发送到 Telegram
5. 记录定制后简历的保存路径

步骤 4d：处理状态查询

从 DATA_DIR/job-history.md 和 DATA_DIR/jobs/*/applied.md 汇总：

📋 Job Search Status

Applied (X):
- [Role] at [Company] — [date] — [status]
- ...

Saved but not applied (Y):
- [Role] at [Company] — [date saved]
- ...

Pending your confirmation:
- [any pending apply proposals]

步骤 4e：处理帮助请求

发送：

👋 Here's what you can do:

<b>Apply</b>
• Send a job URL → I'll apply for you
• "apply last" → continue with the most recent job

<b>Search</b>
• "search [keywords]" → find matching jobs
• "find AI product jobs" → same thing

<b>Resume</b>
• "tailor resume for [job URL or name]"

<b>Status</b>
• "status" → see all applications and what's pending

<b>Other</b>
• "help" → this message
• Any other text is saved as a note

步骤 5：处理确认回复

确认回复可以是：

• 线程回复（Telegram 的原生回复功能）：通过 reply_to_message.message_id 匹配待确认事项
• 存在待确认事项时，发送仅包含确认/拒绝词（yes、y、go、send it、👍、no、skip、cancel、❌）的独立消息

独立消息的消歧：

• 如果恰好有一项待确认事项 → 将其应用于该事项
• 如果有多项待确认事项 → 以编号列表列出待确认事项，并询问用户指的是哪一项：

  You have X things waiting. Which one?
  1. [description of pending 1]
  2. [description of pending 2]
  Reply with a number.
  

处理流程：

1. 在 telegram-state.md 中查找待确认事项
2. 解析用户回复：
   • "yes" / "y" / "go" / "send it" / 👍 → 批准
   • "no" / "skip" / "cancel" / ❌ → 拒绝
   • "yes but [changes]" → 批准并应用修改
   • 数字（例如 "2"）→ 从列表中选择对应选项
3. 执行已批准的操作：
   • stage: field-approval → 重新导航到 form_url，使用 field_mapping 填写字段，然后发送提交批准提示
   • stage: submit-approval → 点击 Submit，记录申请
   • 选择搜索结果 → 对选定职位启动申请工作流
4. 发送已执行操作的确认消息
5. 从待确认事项中移除，并添加到最近操作

步骤 6：处理纯文本备注

1. 使用时间戳将内容记录到 DATA_DIR/telegram-inbox.md
2. 如果内容看起来像公司名称或职位名称，则建议："Want me to search for [text] jobs?"
3. 否则确认："Noted 👍"

步骤 7：更新状态

处理完所有消息后：

1. 更新 DATA_DIR/telegram-state.md 中的 last_update_id
2. 更新待确认事项（添加新事项，移除已解决事项）。对于每个申请确认事项，包含：

   [msg_id: X] apply/field-approval — [Role] at [Company] — waiting since DATE
   job_url: https://...
   form_url: https://...
   field_mapping: {"First Name": "...", "Email": "...", ...}
   

3. 更新近期操作（保留最近 20 条，最新的排在最前）

步骤 8：发送消息

从 DATA_DIR/telegram-config.md 读取凭据，然后通过 curl 发送：

curl -s -X POST "https://api.telegram.org/bot{TOKEN}/sendMessage" \
  -H "Content-Type: application/json" \
  -d '{"chat_id": "CHAT_ID", "text": "MESSAGE", "parse_mode": "HTML"}'

回复特定消息时，添加 "reply_to_message_id": MSG_ID。

格式规则：

• 使用 HTML：<b>粗体</b>、<i>斜体</i>、<code>代码</code>
• 消息长度控制在 4000 个字符以内（Telegram 限制为 4096 个字符）
• 表达简洁——用户在手机上阅读
• 使用换行提高可读性，避免大段文字

要获取已发送消息的 message_id（用于跟踪确认事项）：

# Parse from response JSON
jq -r '.result.message_id'

---

关键规则

• **无头运行。**绝不使用 AskUserQuestion。所有交互都通过 Telegram 进行。
• **快速确认。**开始长时间操作（申请、搜索、定制）前，先快速回复。
• **先征求同意再行动。**对于申请：始终先发送方案，等待 Telegram 确认后再填写字段。
• **绝不跳过提交确认。**提交申请不可撤销——务必先获得明确批准。
• 如果没有新消息，则静默退出。不要记录空轮询。
• **消息简洁。**优先适配移动端。避免大段文字。
• 跟踪所有事项并记录在 telegram-state.md 中，确保确认信息能跨轮询周期保留。
• **不要将机密信息提交到 git。**凭据仅存放在 DATA_DIR/telegram-config.md 中。
• **每个周期都记录成本。**参见下方的成本跟踪。

成本跟踪

每次实际执行操作的轮询周期结束后（静默退出除外），你必须：

1. **统计本周期的令牌用量。**在回复末尾估算：

   • **输入令牌：**读取的所有文件和收到的工具结果的大致总量
   • **输出令牌：**生成的所有文本和工具调用的大致总量
   • 使用以下费率：输入 = $3/百万令牌，输出 = $15/百万令牌（缓存读取 = $1.875/百万令牌）

2. 追加内容到 DATA_DIR/telegram-cost-log.csv（如果文件不存在，则创建并添加表头）：

   timestamp,action,input_tokens,output_tokens,estimated_cost_usd
   

   示例行：

   2026-03-11T14:30:00Z,apply-proposal,12000,3500,$0.09
   

3. 在每条 Telegram 回复中附上成本页脚：

   ---
   📊 ~12K in / ~3.5K out · ~$0.09
   

4. 对于“status”查询，添加成本摘要部分：

   💰 Cost this session: $X.XX (Y interactions)
   💰 Cost all-time: $X.XX (Z interactions)
   

   根据 CSV 日志进行计算。

所需权限

添加到 ~/.claude/settings.json：

{
  "permissions": {
    "allow": [
      "Bash(curl:*)",
      "Bash(jq:*)",
      "Read(~/.proficiently/**)",
      "Write(~/.proficiently/**)",
      "Edit(~/.proficiently/**)",
      "Read(~/.claude/skills/**)",
      "mcp__claude-in-chrome__*"
    ]
  }
}