workface：Playwright 浏览器自动化求职

项目背景

workface 是一个基于 Playwright 的浏览器自动化求职系统。求职者在找工作时，通常需要在多个招聘平台（BOSS 直聘、猎聘、拉勾、智联等）之间来回切换，手动搜索职位、筛选岗位、投递简历、记录投递状态。这个过程极其重复且耗时。workface 的目标就是自动化这一切。

项目采用"浏览器自动化 + 后端管理"的架构：Playwright 操控真实浏览器模拟用户操作，Spring Boot 后端处理数据存储和业务逻辑，Vue 3 前端提供可视化管理面板。

技术选型

组件	选择	理由
浏览器自动化	Playwright（Node.js）	比 Puppeteer 更现代，支持多浏览器、网络拦截
后端	Spring Boot 3 + JPA	任务管理、数据持久化
数据库	PostgreSQL / MySQL	关系型数据管理
前端	Vue 3 + Vue Router	移动端友好的管理面板
容器化	Docker	浏览器环境 + 后端统一部署
文件存储	MinIO	简历文件、截图存储
AI 辅助	Heuristic AI 适配器	智能匹配岗位和简历

架构设计

workface 采用"Browser Crawler Service + Java Backend + Vue Frontend"三层架构：

Vue 前端（管理界面）
  │ REST API
  ▼
Spring Boot 后端（任务调度、数据管理、平台会话）
  │ 指令通道
  ▼
Browser Crawler Service（Playwright 浏览器集群）
  ├── BOSS 直聘
  ├── 猎聘
  ├── 拉勾
  └── 其他平台

核心模块：

1. Platform Session 管理 — 维护各平台的登录态，通过持久化浏览器会话避免重复登录
2. Job Search 引擎 — 多平台并行搜索，结果去重聚合
3. Delivery 投递模块 — 自动投递简历，支持按条件筛选
4. Interview 面试管理 — 面试邀请自动抓取与日历同步
5. Profile 用户档案 — 多个简历版本管理

核心实现

Playwright 浏览器会话持久化

浏览器自动化求职最棘手的问题是如何保持登录态。workface 使用 Playwright 的持久化浏览器上下文功能：

// browser-crawler-service/server.js
const { chromium } = require('playwright');

async function startSession(platform, userId) {
    const userDataDir = `./browser-profiles/${userId}/`;
    const context = await chromium.launchPersistentContext(userDataDir, {
        headless: false, // 首次登录需要交互
        viewport: { width: 1280, height: 720 },
    });
    const page = await context.newPage();

    if (platform === 'boss') {
        await page.goto('https://www.zhipin.com/');
        // 检查是否已登录
        if (await page.locator('.login-btn').isVisible()) {
            // 需要登录
            await page.locator('.login-btn').click();
            // 等待用户手动扫码或输入验证码...
            await page.waitForURL('**/web/geek/**');
        }
    }
    // 持久化上下文自动保存 cookies 和 localStorage
    return { context, page };
}

多平台搜索适配器模式

workface 使用适配器模式封装不同平台的差异：

// 搜索引擎适配器
public interface CrawlerPort {
    CrawlResult search(JobSearchCriteria criteria);
}

@Component
public class HttpCrawlerAdapter implements CrawlerPort {
    public CrawlResult search(JobSearchCriteria criteria) {
        // 通用的 HTTP 抓取逻辑，解析 HTML
    }
}

@Component
public class BrowserCrawlerAdapter implements CrawlerPort {
    private final WebClient webClient;

    public CrawlResult search(JobSearchCriteria criteria) {
        // 通过 Browser Crawler Service 执行复杂操作
    }
}

// 路由适配器 - 根据平台选择策略
public class RoutingCrawlerAdapter implements CrawlerPort {
    private final Map<String, CrawlerPort> adapters;

    public CrawlResult search(JobSearchCriteria criteria) {
        CrawlerPort adapter = adapters.get(criteria.getPlatform());
        if (adapter == null) {
            throw new UnsupportedOperationException("不支持的平台");
        }
        return adapter.search(criteria);
    }
}

异步投递任务

@Service
public class DeliveryService {
    @Async("taskExecutor")
    public CompletableFuture<DeliveryResult> deliverResume(
            Long taskId, String platform, String jobUrl) {
        DeliveryResult result = new DeliveryResult(taskId);
        try {
            // 1. 通过 Browser Crawler 打开职位页面
            // 2. 检查是否已投递
            // 3. 点击"立即沟通"或"投递简历"
            // 4. 记录投递结果
            result.setStatus(DeliveryStatus.SUCCESS);
        } catch (Exception e) {
            result.setStatus(DeliveryStatus.FAILED);
            result.setErrorMsg(e.getMessage());
        }
        return CompletableFuture.completedFuture(result);
    }
}

踩坑记录

1. 反爬虫与验证码
招聘平台的反爬虫机制非常严格。早期使用纯 HTTP 请求抓取，很快被识别封 IP。解决方案：使用 Playwright 的完整浏览器环境（有头模式），模拟真实用户行为，包括随机延迟、鼠标移动、滚动等。

2. 登录态维护
各平台的登录态有效期不同，Cookie 刷新机制也不一样。解决方案：Playwright 的持久化浏览器上下文会自动保存所有会话数据（Cookies、LocalStorage、IndexedDB），下次启动时自动恢复，配合定时心跳请求刷新 Session。

3. 多平台 HTML 结构差异
每个招聘平台的 DOM 结构和 CSS 选择器都不同，且经常更新。解决方案：使用适配器模式隔离平台差异，每个平台有独立的解析逻辑；同时加入"失败检测"机制，当选择器匹配不到元素时自动截图告警。

4. 并发投递频率控制
短时间内大量投递会被平台判定为机器人。解决方案：投递任务加入队列，每个投递之间间隔 30-60 秒随机延迟，每天总量设置上限（如 100 份/天）。

总结

workface 是一个典型的"自动化解决重复劳动"的项目。求职过程中的搜职位、筛岗位、投简历这些步骤，本质上都是"规则明确、重复性高"的操作，非常适合用浏览器自动化来解决。

技术层面，Playwright 的持久化浏览器上下文是这个项目的关键——它让自动化脚本能够"记住"登录态，大大降低了每次操作都需要重新登录的复杂度。适配器模式让系统可以轻松扩展新的招聘平台。异步任务机制保证了投递操作的可靠性和频率控制。

不过也要诚实地说，浏览器自动化在反爬虫场景下存在灰色地带——各招聘平台的用户协议通常禁止自动化操作。这个项目在技术上有意义，但在实际使用中需要谨慎评估合规风险。