linkedin-sourcer

LinkedIn 人才搜寻

使用 linkedin_scraper 库（v3.0+，基于 Playwright，异步）从 LinkedIn 寻找候选人、分析其个人资料，并根据职位要求评估匹配度。

前置条件

开始抓取前，请确保已安装依赖项：

pip install linkedin-scraper
playwright install chromium

必须提供经过身份验证的会话文件（session.json）。如果该文件不存在，请创建一个：

编程登录（使用凭据）：

python3 scripts/create_session.py --email [email protected] --password PASS

或通过环境变量登录：

export [email protected]
export LINKEDIN_PASSWORD=mypassword
python3 scripts/create_session.py

手动登录（会打开浏览器窗口；在编程登录因 CAPTCHA/2FA 失败时使用）：

python3 scripts/create_session.py

在 LinkedIn 使会话文件失效之前，该文件可以重复使用。浏览器配置选项请参阅 references/linkedin_scraper_api.md。

工作流决策树

确定任务类型：

1. “抓取此个人资料／这些个人资料” → 个人资料抓取
2. “为此职位寻找候选人” → 候选人搜索
3. “评估此候选人是否适合此职位” → 候选人评估
4. “比较这些候选人” → 候选人比较

1. 个人资料抓取

运行 scripts/scrape_profile.py，提取结构化个人资料数据：

python3 scripts/scrape_profile.py "https://linkedin.com/in/username" --session session.json

抓取多个个人资料：

python3 scripts/scrape_profile.py URL1 URL2 URL3 --delay 2 --output profiles.json

输出为 JSON，包含：姓名、标题、所在地、简介、工作经历、教育经历、技能。

如需在自定义代码中直接抓取，请参阅 references/linkedin_scraper_api.md → PersonScraper。

2. 候选人搜索

生成用户可粘贴到 LinkedIn 或 Google 中以寻找候选人的布尔搜索查询。模板和示例请参阅 references/sourcing_workflows.md → Boolean Search String Patterns。根据提供的具体职位要求调整布尔搜索字符串。

3. 候选人评估

抓取个人资料后，根据职位描述评估匹配度：

1. 抓取候选人的个人资料
2. 使用 references/sourcing_workflows.md → Candidate Scorecard Template 中的评分卡模板
3. 根据抓取的数据为每项标准评分（1-5），并附上备注
4. 评定总体匹配度：STRONG_FIT、GOOD_FIT、PARTIAL_FIT 或 WEAK_FIT
5. 确定优势、疑虑和联系候选人时要提出的关键问题

使用 references/sourcing_workflows.md → Evaluation Heuristics 中的评估启发规则来指导评分。

如需快速输出单个候选人的结果，请改用 Candidate Summary Template。

4. 候选人比较

比较同一职位的多位候选人时：

1. 抓取所有候选人的个人资料
2. 使用 references/sourcing_workflows.md → Candidate Comparison Table 中的比较表
3. 对候选人进行排名，并说明理由

错误处理

• AuthenticationError → 会话已过期。使用凭据或手动登录重新运行 scripts/create_session.py
• RateLimitError → 等待后重试。增加请求之间的 --delay
• ProfileNotFoundError → 个人资料为私密状态，或 URL 无效

try/except 模式请参阅 references/linkedin_scraper_api.md → Error Handling。

速率限制

请求之间务必设置延迟（脚本默认值为 2s）。批量处理大量请求时，将延迟增加到 3-5s。切勿过度抓取——请遵守 LinkedIn 的速率限制。