每天自己扫一遍,只把值得回的那几条推给你

抓、去重、打分、按渠道起草、推到你手机上。失败的那条不会被标成已完成,所以不会悄悄消失。

$ gig-radar demo

Scored leads (demo fixtures):
   92  ai-integration  [Hiring] Build a support chatbot grounded in our product docs (RAG)
   84  automation      [Hiring] Automate weekly ops reporting from Airtable and Slack
   76  ai-video        [Hiring] AI-generated product demo video for our launch
   28  other           [Hiring] Senior ML engineer, Toptal-vetted only
   12  other           [Hiring] Fix the fonts on my WordPress theme

(demo run: 5 ingested, 5 scored, 3 drafted, 3 would be pushed)
这是 gig-radar demo 的真实输出,跑的是仓库自带的样例数据,不联网、不用 key。看最后两条:要 Toptal 认证的 ML 岗给了 28 分,改 WordPress 字体给了 12 分,两条都没进推送。省时间省在这里,不在抓得多。截的是输出里打分那一段,后面的草稿正文没放上来。

为什么不是「多抓一点」

公开的招人信息本来就不缺,缺的是筛。每天几十条里真正对得上你的可能就两三条,其余的要么预算不对,要么根本不是你干的活。

手工筛的问题不是慢,是断。忙起来两天没看,回头再翻已经过了回复的窗口。机器的价值就在它不会有忙的那两天。

所以它盯的是不漏和不重:每条只推一次,推不出去的下次重试,分够但当天排不上号的留在队列里,安静的那天再冒出来。

每一步都留痕

01

抓和去重

多个公开来源各自取新条目,和见过的比对,重复的直接丢掉。再跑一次不会给你同一条第二遍。

02

打分

按你的定位逐条判:对不对口、有没有预算信号、发帖的是不是像真客户。分数和理由一起留着。

03

起草

只给分最高的那几条写,按渠道换写法。论坛回帖、冷邮件、平台投标,语气和长度都不一样。

04

推给你

推到 Telegram,附分数、理由、原帖链接和草稿。发不发、改不改,是你的事。

状态落在本地数据库里。打分没成的不入库,下次重新抓回来再打一遍;推送没成的不标记已推送,下次还在队列里;起草失败不会把线索吞掉,它会带着「起草失败,请手写」照样推给你。pytest 出 61 项通过,2026-08-31 现跑。

它什么时候会错

  • 分是模型给的,会看走眼。所以它只把分推给你,不替你发。判断权始终留在最后一步的人手里。
  • 来源是公开的,抓得到的别人也抓得到。它赢在快和不漏,不赢在独家。谁要是跟你说他有独家线索池,那件事得单独查。
  • 草稿就是草稿。署你名字发出去之前你得读一遍。它写得越顺,越要读。

交付边界

你给

  • 一段定位:你做什么、想接什么、不接什么
  • 想盯的来源,或者让我们按你的行当先配一组
  • 一个收推送的 Telegram

我们给

  • 跑在你自己服务器上的管线,每天无人值守
  • 状态落库,失败的那条不会被标成已完成,下次还回到队列里
  • 打分口径和草稿模板都是配置,你自己能改

不接

  • 替你冒名发信,或者拿别人的身份投标
  • 群发。同一封信改个称呼发一百家,收信的人一眼看得出