# 影片筆記：你還在手動刷104人力銀行找工作？Claude 10 分鐘幫你全自動化

## 一句話總結

影片示範如何利用 **Clawcode** 結合 **Playwright**、**OpenRouter**、**Telegram** 與 **Model** 等工具，建立一套全自動的 104 人力銀行職缺追蹤機器人，透過「70-20-10」開發原則，實現每日定時爬取、AI 分析匹配度與薪資，並將結果推送至手機 Telegram，解決手動刷職缺重複且耗時的痛點。

## 核心重點

1.  **自動化職缺追蹤系統**：
    *   針對手動在 104 人力銀行刷職缺時，重複看到已看過的職缺、浪費時間，以及看到好職缺卻無時間細看是否值得投履歷的痛點。
    *   解決方案是打造全自動職缺追蹤機器人，每日定時抓取、分析，直接推送到手機 Telegram，使用者只需開啟手機查看通知。

2.  **技術架構與工具選擇**：
    *   **Playwright**：微軟開發，用於操控真實瀏覽器（Chrome），模擬真人行為（點擊、填表單、抓資料），目的是繞過 104 的反爬蟲機制（如檢查 User Agent、滑鼠移動等），而非直接使用 API 或 HTTP Request。
    *   **OpenRouter**：作為 AI 模型 API 總部，提供 Cloud、GPT、Gemini 等模型，用於分析職缺數據。
    *   **Telegram**：作為通知頻道，接收並推送排版好的分析結果。
    *   **Model**：雲端運算平台，用於部署程式、設定排程，實現 24 小時全年無休運行。

3.  **開發方法論：70-20-10 原則**：
    *   **70% 規劃階段**：整理流程、選擇工具、上下文規劃與檔案管理。讓 AI 反問（Ask Questions）以確認方向正確，建立 `Cloud.md` 作為專案上下文。
    *   **20% 開發階段**：AI 根據規劃進行程式碼撰寫（如 `writeconfig`, `scrapper`）。
    *   **10% 測試與維護**：人工測試、維護，應對網站結構變動。

4.  **實作流程**：
    *   將流程圖或文字描述輸入 Clawcode/Codex，指定使用 Playwright。
    *   AI 進行上下文規劃與檔案管理，生成 `plan` 檔案。
    *   AI 撰寫程式碼，取得 Telegram 的 `chat ID` 與 `secrets`。
    *   在 Model 註冊帳號，建立 Workspace（如 `jobfinder`），將程式碼上傳並模擬執行。
    *   確認無誤後，正式部署至 Model，每日定時執行任務，透過 Telegram 發送包含高匹配職缺、值得考慮職缺、市場趨勢、薪資中位數等資訊的通知。

5.  **應用延伸**：
    *   此邏輯不僅限於找工作，可應用於機票比價（航空公司票價頁面）、股票追蹤（台股財報/股價頁面）等任何有網頁的資料追蹤場景。
    *   強調不需要從頭學寫程式，重點在於想清楚要做什麼、如何規劃與管理，Clawcode 協助將規劃轉化為實際產品。

## 詳細大綱

### I. 痛點與解決方案
*   **現狀痛點**：
    *   每天手動在 104 刷職缺，重複看到已看過的職缺，浪費時間。
    *   看到好職缺但無時間細看，不知是否值得投履歷。
*   **解決方案**：
    *   打造全自動職缺追蹤機器人。
    *   每日定時抓取、分析，直接推送到手機 Telegram。
    *   使用者只需開啟手機查看通知即可。

### II. 系統架構與工具介紹
*   **四項主要任務**：
    1.  繪製系統六層圖。
    2.  認識工具：Playwright, OpenRouter, Telegram, Model。
    3.  使用 Clawcode 串接工具。
    4.  探討將此邏輯應用於其他工作流程。
*   **工具角色定義**：
    *   **Playwright**：操控真實瀏覽器，模擬真人行為，繞過反爬蟲。
    *   **OpenRouter**：AI 模型 API 總部，提供多種模型用於分析。
    *   **Telegram**：通知頻道，推送分析結果。
    *   **Model**：雲端運算平台，部署與排程。

### III. 開發流程：70-20-10 原則
*   **70% - 規劃階段（最重要）**：
    *   整理流程、選擇工具、上下文規劃、檔案管理。
    *   讓 AI 反問（Ask Questions）以確認方向正確。
    *   建立 `Cloud.md` 作為專案上下文。
*   **20% - 開發階段**：
    *   AI 根據規劃進行程式碼撰寫（如 `writeconfig`, `scrapper`）。
*   **10% - 測試與維護**：
    *   人工測試、維護，應對網站結構變動。

### IV. 實作步驟詳解
1.  **提示詞輸入與規劃**：
    *   將流程圖或文字描述輸入 Clawcode/Codex。
    *   指定使用 Playwright 而非 API（因反爬蟲機制）。
    *   要求 AI 進行「上下文規劃」與「檔案管理」。
    *   AI 會反問使用者偏好（如是否評分、背景資訊），確認後生成 `plan` 檔案。
2.  **開發與設定**：
    *   AI 撰寫程式碼（config, scrapper）。
    *   取得 Telegram 的 `chat ID` 與 `secrets`。
    *   在 Model 註冊帳號，建立 Workspace（如 `jobfinder`）。
3.  **部署與測試**：
    *   將程式碼上傳至 Model 雲端。
    *   模擬執行 Playwright，確認能抓取正確資料（如修正篩選條件、IT 代碼等）。
    *   確認無誤後，正式部署至 Model。
4.  **結果呈現**：
    *   Model 每日定時執行任務。
    *   Telegram 收到通知，包含高匹配職缺、值得考慮職缺、市場趨勢、薪資中位數等資訊。

### V. 應用延伸與總結
*   **邏輯通用性**：
    *   不僅限於找工作，可應用於機票比價（航空公司票價頁面）、股票追蹤（台股財報/股價頁面）。
    *   只要有網頁，想追蹤的資料皆可套用此架構。
*   **學習建議**：
    *   不需要從頭學寫程式，重點在於想清楚要做什麼、如何規劃與管理。
    *   Clawcode 協助將規劃轉化為實際產品。
*   **社群與服務**：
    *   提供完整拆解 PDF 於社群（School）。
    *   提供 AI 流程診斷服務，協助創業者/電商老闆導入 AI。

## 工具 / 模型 / 名詞整理

*   **Clawcode** (亦提及 **Cloud Code**, **Codex**)
*   **104 人力銀行** (亦提及 **104 能力營黨**, **104 銀行**)
*   **Playwright**
*   **OpenRouter**
*   **Telegram**
*   **Model** (亦提及 **model.conf**, **dashboard**, **workspace**)
*   **Chrome**
*   **Firebase** (提及可選工具)
*   **Line** (提及可選工具)
*   **Cloud** (OpenRouter 提供的模型選項之一)
*   **GPT** (OpenRouter 提供的模型選項之一)
*   **Gemini** (OpenRouter 提供的模型選項之一)
*   **PDF**
*   **70-20-10 原則**：開發時間分配比例（70%規劃、20%開發、10%測試維護）。
*   **反爬蟲機制**：網站防止自動化工具抓取資料的機制，如檢查 User Agent、滑鼠移動等。
*   **User Agent**：瀏覽器身份標識。
*   **Chat ID**：Telegram 聊天室識別碼。
*   **Secrets**：環境變數或金鑰。
*   **Workspace**：工作空間。
*   **Scraper**：爬蟲程式（筆記中提及為 `scrapper`）。
*   **Cloud.md**：專案上下文檔案。

## 操作流程整理

1.  **規劃階段 (70%)**：
    *   整理流程圖或文字描述。
    *   輸入 Clawcode/Codex，指定使用 Playwright 操控真實瀏覽器以繞過反爬蟲。
    *   進行上下文規劃與檔案管理，建立 `Cloud.md`。
    *   AI 反問使用者偏好（評分、背景資訊等），確認方向後生成 `plan` 檔案。

2.  **開發階段 (20%)**：
    *   AI 根據規劃撰寫程式碼（如 `writeconfig`, `scrapper`）。
    *   取得 Telegram 的 `chat ID` 與 `secrets`。
    *   在 Model 註冊帳號，建立 Workspace（如 `jobfinder`）。

3.  **部署與測試階段 (10%)**：
    *   將程式碼上傳至 Model 雲端。
    *   模擬執行 Playwright，確認能抓取正確資料（修正篩選條件、IT 代碼等）。
    *   確認無誤後，正式部署至 Model。

4.  **執行與通知**：
    *   Model 每日定時（如早上 8 點或 9 點）執行任務。
    *   Telegram 收到通知，內容包含高匹配職缺、值得考慮職缺、市場趨勢、薪資中位數等資訊。

## 值得注意的限制或風險

*   **反爬蟲機制**：104 人力銀行設有反爬蟲機制（檢查 User Agent、滑鼠移動等），因此必須使用 Playwright 操控真實瀏覽器模擬真人行為，而非直接使用 API 或 HTTP Request，這增加了技術複雜度。
*   **網站結構變動**：需進行人工測試與維護，以應對網站結構變動可能導致的抓取失敗。
*   **依賴外部服務**：系統依賴 OpenRouter、Telegram 與 Model 等外部服務，若這些服務發生變動或停擺，可能影響系統運作。
*   **AI 分析準確性**：職缺匹配度與薪資分析依賴 OpenRouter 提供的 AI 模型，其準確性取決於模型能力與提示詞設計。

## 逐字稿辨識疑點

*   **104 能力營黨**：逐字稿中多次出現「104 能力營黨」，疑為「104 人力銀行」之聽寫錯誤或口誤。
*   **Terragan / Tera Gun / teregram**：逐字稿中對 Telegram 的拼寫有多種變體（Terragan, Tera Gun, teregram），疑為聽寫錯誤。
*   **Pash**：逐字稿中提到「Pash 偏好的方式」，疑為「Pass」或特定術語之聽寫錯誤。
*   **Puzzle**：逐字稿中提到「執行我們的 Puzzle」，疑為「Playwright」或「Process」之聽寫錯誤。
*   **HGB Request**：逐字稿中提到「發一個 HGB Request」，疑為「HTTP Request」之聽寫錯誤。
*   **Googie**：逐字稿中提到「沒有 Googie」，疑為「Google」或「Cookie」之聽寫錯誤。
*   **熱亂器**：逐字稿中提到「真實的熱亂器」，疑為「瀏覽器」之聽寫錯誤。
*   **Cloud.md**：逐字稿中提到建立「Cloud.md」，疑為專案中的 Markdown 檔案名稱，或指代上下文檔案。
*   **askubes question**：逐字稿中提到「askubes question」，疑為「ask questions」之聽寫錯誤。
*   **穿搏方向**：逐字稿中提到「決定要穿搏方向」，疑為「傳播方向」或「串接方向」之聽寫錯誤。
*   **writeconfig**：逐字稿中提到「寫這個 writeconfig」，疑為程式檔名或變數名。
*   **scrapper**：逐字稿中提到「scrapper 就寫這些程式」，疑為「scraper」（爬蟲程式）之拼寫錯誤。
*   **secrets**：逐字稿中提到「secrets」，指代環境變數或金鑰。
*   **wordspace**：逐字稿中提到「104Jobfinder 的 wordspace」，疑為「workspace」之聽寫錯誤。
*   **clock code**：逐字稿中提到「貼給你的 clock code」，疑為「Claw code」或「Cloud code」之聽寫錯誤。
*   **排成**：逐字稿中多次出現「排成任務」、「排成到這個 model」，疑為「排程」之聽寫錯誤。
*   **UT410**：逐字稿中提到「每天 UT410」，疑為「104」或特定代號之聽寫錯誤。
*   **直信**：逐字稿中提到「寫直信的 50 秒」，疑為「寫職缺」或「寫資訊」之聽寫錯誤。
*   **J-chain**：逐字稿中提到「J-chain 什麼的」，疑為特定參數或聽寫錯誤。
*   **school 的順序**：逐字稿中提到「放在我的 school 的順序裡面」，疑為社群名稱或平台名稱之聽寫錯誤。
*   **電容創作者**：逐字稿中提到「電商老闆，或是電容創作者」，疑為「電商創作者」之聽寫錯誤。
*   **直覺追蹤**：逐字稿中提到「直覺追蹤機器人」，疑為「職缺追蹤」之聽寫錯誤。

## 可延伸追問

1.  如何具體設定 Playwright 來模擬滑鼠移動和點擊，以更有效繞過 104 的反爬蟲機制？
2.  在 OpenRouter 中選擇哪個模型（Cloud, GPT, Gemini）對於職缺分析最為準確且成本效益最高？
3.  若 104 人力銀行更新了網頁結構，應如何快速調整 Playwright 的抓取邏輯？
4.  如何確保 Telegram Bot 推送的通知格式清晰易讀，並包含足夠的決策資訊（如薪資中位數、匹配度評分）？
5.  除了找工作，如何將此架構應用於其他需要定期追蹤網頁資料的場景（如機票比價、股票追蹤）？
6.  在 Model 雲端平台上部署程式時，如何設定排程以確保任務在特定時間（如早上 8 點）執行？
7.  如何管理 Telegram 的 `chat ID` 和 `secrets` 等敏感資訊，以確保安全性？
8.  對於不熟悉程式開發的使用者，如何透過 Clawcode 更有效地進行上下文規劃和提示詞輸入？