01 · A
问题
求职工作流混合了不可信网页、个人文档、模型输出与长任务。仅靠聊天的架构会隐藏失败状态、来源与会产生后果的写入。
全部项目09 / 09
先建立可靠工作流，再扩展 Agent
AI 求职工作流平台
一个处理结构化职位数据、简历摄取与可观察后台任务的类型化 monorepo，并明确划分安全与授权边界。
- 时间
- 2026 — present
- 方向
- Full-stack AI · Async Systems · Security Engineering
- 核心技术
- Next.js · tRPC · Zod · Prisma
三行摘要
- 问题
- 求职工作流混合了不可信网页、个人文档、模型输出与长任务。仅靠聊天的架构会隐藏失败状态、来源与会产生后果的写入。
- 我做了什么
- 实现职位导入、可编辑结构化记录、简历上传，以及带持久状态的异步文本提取。
- 结果 / 限制
- 明确把面试、知识扫描、匹配报告 processor、完整 tool calling 与 RAG 排除在当前已实现范围之外。
01 · B
背景
当前平台把 TypeScript monorepo 划分为 Next.js Web、tRPC/Zod 契约、Prisma 持久化、BullMQ/Redis worker 与隔离 crawler 服务。
流程示意
先让工作可观察，再扩展自动化
我用这张流程示意图把任务状态、URL 检查、简历版本和提交前审查门集中呈现。
为什么重要
求职数据具有隐私性，申请状态变更会产生真实后果。类型化契约、持久任务状态与显式授权能让失败可诊断，并防止助手悄然越过用户意图。
展开技术细节真正的难点 · 系统路径 · 关键取舍
真正的难点
- 01
公开 URL 导入必须拒绝不安全协议、内网目标、危险重定向与超大响应。
- 02
模型生成的职位数据必须通过 schema 才能持久化。
- 03
长任务需要持久状态与显式失败报告。
- 04
当前开发身份与 SQLite 持久化不等于生产认证或生产存储。
不可信 URL 边界
职位 URL 是需要校验的输入，不是任意抓取许可
每一次重定向和解析后的目标都必须满足网络与资源限制，内容才能进入结构化记录。
01输入
提交 URL
把页面与重定向都视为不可信输入
02网络门
协议 + DNS
拒绝不安全协议与内网目标
03资源门
重定向 + 限额
逐跳复核、超时和响应体大小
04Schema 门
结构化提取
Provider 输出必须通过 Zod
05提交门
审查 + 持久化
人工确认后进入业务状态
我的方案
系统路径
接入
通过受控接口导入职位网页与上传简历
校验
数据进入业务状态前执行 tRPC/Zod 契约
处理
运行 crawler 与 BullMQ worker，并持久化 TaskRun 状态
审查
呈现可编辑记录、申请状态与显式失败
持久任务生命周期
队列负责启动工作，TaskRun 负责记录事实
持久状态让 Web 应用即使面对另一个进程中的 worker，也能解释等待、进度与失败。
01持久
Queued
工作开始前任务记录已经存在
02可观察
Running
Worker 领取任务并报告进度
03终态
Completed
经校验结果绑定到记录
04可诊断
Failed
失败原因保持可查询
05显式
重试 / 审查
受控决策启动下一次尝试
关键取舍
持久化任务状态
队列消息负责触发工作，TaskRun 保留可查询的排队、运行、完成或失败状态。
隔离 URL 抓取
Crawler 把不可信网络访问放在主进程之外，并校验重定向与资源上限。
先有契约，再谈智能
Provider 输出只有通过 schema 后才能成为应用数据；模型回答不等于数据库记录。
04 · A
我的贡献
- 实现职位导入、可编辑结构化记录、简历上传，以及带持久状态的异步文本提取。
- 在系统边界加入 SSRF、DNS/redirect、timeout、body-size 控制与 schema 校验。
- 定位跨进程 queue/database 配置问题，并定义受控集成契约。
04 · B
已实现结果
- 实现有源码依据的职位、申请、简历与任务数据流，以及可运行的 crawler/简历 processor。
- 明确把面试、知识扫描、匹配报告 processor、完整 tool calling 与 RAG 排除在当前已实现范围之外。
经验与反思
01Agent 产品从可验证状态、有限权限与确定性写入开始，而不是从更多工具开始。
02只有当状态、重试与失败可观察时，异步架构的复杂度才值得。
我能公开的内容
我围绕 monorepo 边界、数据流、结构化职位提取、受控 URL 抓取与异步简历处理开发这一平台。它目前是原型：身份与 SQLite 持久化仍面向开发，部分 Agent/RAG processor 仍在完善中。
公开来源