1. 项目缘起一个“过来人”的执念与AI的碰撞每年六月高考分数公布后的那几天空气里都弥漫着一种混合着焦虑、期待和迷茫的特殊气息。作为一个经历过这一切并且后来在互联网行业摸爬滚打了十几年的人我深知“七分考三分报”这句话背后沉甸甸的分量。选对专业和学校某种程度上比多考十分更重要。但现实是绝大多数家庭的信息获取渠道极其有限翻看那本厚如砖头的《报考指南》听亲戚朋友七嘴八舌的建议或者花高价咨询可能自己也一知半解的“规划师”。最要命的是关于“未来就业”的评估。一个专业好不好最终要落到“毕业后能去哪工作”、“发展前景如何”这些实实在在的问题上。家长和学生通常会问“学计算机是不是就是去互联网公司”“学金融是不是就能进银行”这些问题看似简单但要给出一个基于数据的、客观的答案却非常困难。你需要了解成千上万家公司的招聘需求、业务方向、薪资水平、甚至文化氛围。去年帮我表弟填志愿时这个痛点被无限放大。我们想了解“数据科学与大数据技术”这个专业的就业情况光靠百度搜索信息碎片化且广告居多。手动去招聘网站一家家看效率极低想查心仪公司的具体情况又得切换天眼查、看准网等不同平台。整个过程耗时耗力且得到的结论依然模糊。那一刻我就在想如果有一个工具能像拥有无数个不知疲倦的“侦探”一样同时去海量公司“摸底”把就业市场的真实图景快速、清晰地呈现出来该有多好。这个想法一直埋在心里直到今年AI Agent智能体技术特别是像Kimi Work、GPTs这类低代码/零代码的AI工作流搭建平台开始成熟。我突然意识到时机到了。我不需要从零开始写复杂的爬虫和数据处理程序我可以利用这些现成的AI能力将它们组织起来去自动化完成那些繁琐的信息搜集和初步分析工作。于是“高考志愿公司查询Skill”这个项目就从想法变成了行动。我的目标很明确构建一个能同时驱动数百个AI Agent从天眼查、同花顺等公开数据源自动查询公司信息并为考生和家长生成一份直观就业分析报告的智能工具。2. 核心设计如何让300个Agent协同“侦察”这个项目的核心挑战不在于单个任务有多复杂而在于如何高效、稳定、合规地管理数百个并发的数据查询任务。这就像指挥一支庞大的侦察部队每个士兵Agent目标明确行动规范并且要把情报有序地汇总回来。2.1 技术栈选型与架构思路我放弃了从零开发一套分布式系统的想法那对于这样一个阶段性、需求明确的个人项目来说成本太高。我的选择是围绕“Kimi Work”平台来构建主体架构。原因有几个首先它原生支持通过自然语言描述来创建复杂的工作流Workflow这极大地降低了开发门槛其次它具备较强的网络搜索和结构化信息提取能力这正是本项目所需最后它的任务调度和队列管理机制为我模拟“多Agent并发”提供了基础。整个系统的架构可以理解为“中央指挥中心侦察小分队”的模式中央指挥中心主Workflow负责接收用户输入如专业名称“软件工程”将其分解为具体的查询任务如生成目标公司列表并将任务分派下去。侦察小分队子Agent/函数节点每个查询任务被封装成一个独立的执行单元。在Kimi Work中我通过循环和批量触发机制来模拟数百个Agent同时运行。每个“Agent”的执行逻辑是固定的访问指定的数据源如天眼查搜索页面提取关键信息公司名、行业、注册资本、招聘岗位等并格式化输出。情报汇总与分析中心数据聚合节点所有“侦察小分队”返回的原始数据被收集起来送入下一个处理阶段。这里会进行数据清洗去重、过滤异常值、分类统计按行业分布、按地域分布、按企业规模分布和初步分析生成高频岗位需求、平均薪资范围等。为什么选择天眼查和同花顺作为主要数据源天眼查提供了权威的企业工商信息、融资历程、招聘动态能很好地刻画一家公司的基本盘和稳定性。而同花顺i问财等平台则能提供上市公司更详细的业务构成、财务数据以及市场舆情对于评估那些进入知名上市公司工作的机会很有帮助。二者结合能从“基本面”和“市场面”两个维度勾勒公司画像。注意这里必须强调合规性。所有数据均来自这些平台的公开查询页面我们模拟的是人工浏览和提取公开信息的过程严格规避任何形式的破解、爬取非公开API或侵犯数据权益的行为。每个Agent的访问频率都做了人工随机延迟处理以示对目标网站的尊重避免对其服务器造成压力。2.2 “Skill”的本质可复用的智能工作流模块在AI应用语境下“Skill”指的是一种可被调用、具备特定功能的智能模块。在这个项目里我开发的“Skill”就是一个完整的、端到端的“高考志愿公司查询”工作流。用户只需要触发这个Skill输入一个或几个专业关键词剩下的工作全部自动完成。这个Skill的内部包含了多个子Skill或函数公司列表生成Skill根据专业关键词通过网络搜索智能生成一个潜在的目标公司初始列表。例如输入“人工智能”它会结合当前行业报道、招聘网站趋势输出“商汤科技、旷视科技、依图科技、百度AI部门、腾讯优图……”等公司名单。天眼查信息提取Skill这是最核心的模块。它接收一个公司名称自动模拟访问天眼查搜索并精准提取预设字段成立日期、注册资本、参保人数、经营范围、最新融资轮次、正在招聘的相关岗位名称。同花顺舆情抓取Skill针对上市公司对于列表中的上市公司这个Skill会去抓取其近期在投资者互动平台的相关问答、研报摘要中提及的业务方向侧面印证该公司在该专业领域的投入程度。数据聚合与报告生成Skill将所有零散信息整合利用AI的归纳分析能力生成一段结构化的文本报告并建议生成图表如行业分布饼图、地域分布柱状图。通过Kimi Work的可视化编排界面将这些Skill像搭积木一样连接起来就构成了一个强大的自动化流水线。整个设计思路的关键在于“解耦”——每个Skill只做一件事并做好通过标准化的输入输出接口进行协作这使得调试、优化和扩展都变得非常方便。3. 实操拆解从零构建一个查询Agent下面我以最核心的“天眼查信息提取Agent”为例详细拆解其构建过程。理解了这一个其他类型的Agent都是举一反三。3.1 定义Agent的输入、处理和输出首先必须明确这个智能体的使命输入一个准确的公司全称输出一份结构化的公司基本面报告。输入Input公司名称字符串。例如“北京字节跳动网络技术有限公司”。处理逻辑Process搜索导航模拟浏览器行为打开天眼查官网在搜索框输入公司名称执行搜索。页面定位从搜索结果列表中精准定位到目标公司的主页链接并进入。这里需要处理可能出现的重名公司情况我的策略是优先选择匹配度最高且标注为“在业”或“存续”状态的公司。信息抽取在公司主页上定位并提取以下关键字段统一社会信用代码/注册号法定代表人注册资本成立日期企业状态在业、存续、注销等参保人数这是衡量公司实际规模的重要指标经营范围从中可提取与输入专业相关的关键词联系方式地址、电话招聘信息关联在公司主页的“招聘”或“人才”板块搜索与输入专业相关的岗位如输入“软件工程”则过滤包含“后端开发”、“Java”、“算法”等关键词的岗位提取岗位名称、薪资范围若公开、工作地点。输出Output一个结构化的JSON对象包含上述所有提取的信息。结构化数据便于后续的汇总分析。{ company_name: 北京字节跳动网络技术有限公司, credit_code: 91110108563620488L, legal_representative: 张一鸣, registered_capital: 10000万元人民币, establishment_date: 2012-03-09, company_status: 在业, social_insurance_count: 10000, business_scope: 技术开发、技术推广、技术转让、技术咨询、技术服务..., related_majors: [计算机科学与技术, 软件工程, 人工智能], recruitment: [ {position: 后端开发工程师, salary: 30-60k·16薪, location: 北京}, {position: 机器学习算法工程师, salary: 40-70k·16薪, location: 上海} ] }3.2 在Kimi Work中实现关键步骤Kimi Work的核心是使用自然语言“指导”AI去操作。构建这个Agent主要涉及以下几类节点网络搜索节点这是起点。我会给AI清晰的指令“请使用天眼查搜索‘{输入的公司名称}’并进入其官方企业主页。” AI会理解并执行打开浏览器、搜索、点击进入这一系列动作。信息提取节点这是最需要精细调教的部分。你不能简单地说“把公司信息拿出来”。必须给出明确的、结构化的指令甚至需要示例。错误示范“提取公司信息。”正确示范“请从当前天眼查公司主页中提取以下字段信息并以JSON格式输出1. 统一社会信用代码位于‘工商信息’板块。2. 法定代表人位于‘主要人员’板块通常第一位。3. 注册资本注意单位和币种。4. 成立日期。5. 企业状态。6. 参保人数。7. 经营范围全文。8. 在公司‘招聘’板块查找所有包含‘开发’、‘算法’、‘工程’、‘数据’等关键词的岗位提取岗位名称、薪资范围和工作地点。” 你需要像教一个认真的实习生一样告诉他去哪里找找什么注意什么格式。经过多次调试指令会越来越精准。数据解析与清洗节点提取到的原始文本可能包含无关字符或格式不统一。例如注册资本可能是“10000万元人民币”也可能是“1亿元”。这里需要增加一个清洗节点使用简单的规则或AI进行标准化处理确保后续统计的一致性。错误处理与重试节点网络请求可能失败页面结构可能微调。必须为Agent设置“容错机制”。在Kimi Work中可以为节点设置“失败重试”策略如重试2次并在流程上增加“条件判断”如果提取关键字段如信用代码失败则标记该任务为失败记录日志而不是让整个流程卡死或输出错误数据。3.3 实现“300个Agent同时查”的并发策略Kimi Work本身可能没有显式的“同时启动300个任务”的按钮但我们可以通过工作流设计来模拟高并发。我的方案是批量任务生成在主流程中首先根据专业关键词生成一个包含300家公司名称的列表List。循环与异步触发使用“循环”或“批量处理”节点遍历这个公司列表。关键技巧在于不要设置循环间隔或者设置一个极短的间隔如100毫秒。Kimi Work的后台任务队列会接收这些快速产生的子任务。利用平台队列机制虽然这些任务几乎是同时提交的但平台会根据自己的资源调度策略将它们放入队列并异步执行。从效果上看在很短的时间内比如几分钟内数百个查询任务被陆续执行并返回结果用户体验上就是“同时”在查。结果收集与聚合每个子任务即每个Agent执行完毕后将其输出的JSON数据追加到一个总的结果列表List中。所有子任务完成后这个结果列表就包含了300家公司的信息再传递给下游的汇总分析节点。实操心得真正的技术难点不在于“同时发起”而在于“稳定回收”。初期我遇到过大量任务因网络波动或网站反爬策略而失败的情况。解决方案有两个一是为每个子任务设置独立的、充足的超时时间比如60秒二是在公司列表生成阶段就进行一轮粗过滤剔除那些明显不规范或可能不存在的公司名从源头上提高任务成功率。此外将总任务数如300拆分成多个批次如每批50个依次执行虽然总时间稍长但系统稳定性会大幅提升。4. 数据汇总与就业市场图谱生成当300份公司“侦察报告”回收完毕后我们面对的是一个庞大的非结构化数据集。直接阅读这些JSON是灾难性的。下一步的目标是将这些数据转化为一张直观的“就业市场图谱”。4.1 多维度数据清洗与分类原始数据是混乱的必须清洗去重不同Agent可能因公司别名、简称查到同一家公司需根据统一社会信用代码进行去重。字段标准化例如将“注册资本”统一换算为“万元”单位将“成立日期”统一为“YYYY-MM-DD”格式从“经营范围”文本中通过关键词匹配如“软件开发”、“集成电路”、“生物制药”自动打上“行业标签”。有效性过滤剔除“注销”、“吊销”状态的公司剔除参保人数为0或极少的公司可能是空壳公司对于招聘信息过滤掉薪资面议或明显不合理的岗位。清洗后数据被结构化为一张大表每一行是一家公司每一列是一个属性行业、地域、规模、招聘岗位等。4.2 核心分析维度的设计对于考生和家长他们最关心什么我总结了以下几个核心分析维度并利用AI进行统计和可视化行业分布分析这个专业的毕业生最终都流向了哪些行业是集中在“互联网/IT服务”还是分散在“金融科技”、“智能汽车”、“电子商务”、“企业服务”等多个领域生成一个行业分布饼图或旭日图能一目了然地看到主流去向。地域分布分析工作机会集中在哪些城市是北上广深杭一线城市绝对主导还是成都、武汉、南京等新一线城市也有大量机会生成一个城市分布柱状图或地图热力图对于考虑未来生活城市的考生极具参考价值。企业规模分析机会更多存在于巨头参保人数1000、中型企业100-999还是创业公司100不同规模的企业在薪资、稳定性、成长空间上各有优劣这个分析能帮助学生定位适合自己的平台类型。岗位需求分析从抓取的招聘岗位中提炼出高频职位名称。例如“软件工程”专业可能会出现“Java开发工程师”、“前端工程师”、“测试工程师”、“算法工程师”、“产品经理”等。统计这些岗位的需求量可以直观反映市场的技能偏好。薪资水平估算虽然公开薪资范围不完整且常有水分但通过对大量数据的聚合如取中位数或形成区间分布仍然可以勾勒出一个大致的薪资带。例如“人工智能硕士在一线城市大型互联网公司起薪中位数约为XX-XXk”。4.3 自动化报告生成与解读最后一步是将上述分析结果整合成一份易于理解的自动化报告。我同样利用Kimi Work的AI能力来实现数据输入将清洗分类后的结构化数据表格以及生成的图表以描述性文本或链接形式输入给一个“报告生成AI节点”。提示词工程给AI明确的指令和角色。“你现在是一名资深职业规划师和数据分析师。请根据以下关于‘{专业名称}’专业对应的就业市场数据分析结果撰写一份面向高中生家长和考生的简明报告。报告需包括核心结论摘要、行业与地域机会解读、主流企业类型与岗位说明、以及基于数据的志愿填报建议如侧重哪些课程、关注哪些学校特色。语气需专业、亲切、务实避免使用复杂术语。”报告输出AI会根据指令生成一份约800-1500字的图文并茂描述图表的报告。这份报告不再是冰冷的数据而是有观点、有洞察的决策参考。例如对于“数据科学与大数据技术”专业报告可能会指出“本专业就业呈现‘多点开花’态势除传统互联网大厂外金融、零售、制造业的数字化转型部门需求旺盛。上海、深圳在金融科技领域岗位突出杭州则集中于电商数据分析。建议考生在填报时可关注那些与行业如财经、医疗有交叉培养项目的院校并重视编程Python和统计学基础。”5. 避坑指南与效能优化实录在实际开发和运行这个项目的过程中我踩了无数的坑也总结出一套提升效能的经验。这部分才是真正的干货是你在任何官方文档里都看不到的。5.1 常见问题与排查技巧Agent执行失败率居高不下现象大量任务卡在“网络搜索”或“信息提取”节点最终超时或返回空数据。排查检查目标网站可访问性手动用浏览器打开天眼查看是否正常。有时网站维护或网络波动会导致大面积失败。审查指令清晰度AI不理解模糊指令。回到信息提取节点将指令拆解得更细、更原子化。例如不要一次性提取所有信息可以分两步第一步提取工商信息块第二步提取招聘信息块。模拟人类行为在指令中加入“等待页面完全加载”、“如果遇到验证码请描述其内容”虽然Kimi可能无法直接破解验证码但可以触发人工干预流程、“滚动页面到招聘板块”等模拟真人操作的描述能提高成功率。降低并发与增加延迟这是最有效的办法。一次性提交300个任务可能触发网站的反爬机制。改为分批执行并在每个任务间加入随机延迟如2-5秒。解决我最终采用的稳定策略是“50一批批次间隔30秒任务内随机延迟3±1秒”。失败的任务自动进入重试队列最多重试2次。这套组合拳将失败率从最初的近30%降到了5%以下。提取数据格式混乱或不准确现象注册资本“1亿”被记录为“1”参保人数“暂无”被记录为“0”经营范围提取不全。排查与解决字段特异性处理为特殊字段编写清洗子流程。例如注册资本清洗如果包含“亿”则乘以10000如果包含“万”则直接取数字如果只有数字且很大默认单位为“万元”。参保人数清洗将“暂无”、“-”、“未公布”统一替换为“NA”不参与数值统计。提供示例在AI指令中直接给出1-2个正确的提取示例Few-Shot Learning。这能极大地提升AI对输出格式的理解。例如“请按此格式提取注册资本10000万元人民币”。后置校验在数据汇总阶段增加一个校验环节。利用AI快速扫描所有记录的特定字段如注册资本找出格式明显异常如纯文本“一亿元”或数值极端如注册资本“1元”的记录将其标记出来供人工复核或丢弃。生成的分析报告空洞或偏离主题现象AI生成的报告充斥着“该专业就业前景广阔”、“需要不断提升自己”等正确的废话缺乏基于数据的独特见解。解决关键在于提示词的质量。不要只让AI“写报告”要让它“扮演角色基于数据推理”。角色设定“你是一位有十年经验的IT猎头专攻大数据领域。”任务明确“请对比金融行业和互联网行业对数据科学家的技能要求差异用数据支撑你的观点比如金融行业招聘描述中‘风控’、‘量化’关键词出现频率是互联网行业的X倍。”输出限制“报告需包含3个具体的数据洞察和2条给高中生的实操建议如建议暑期学习SQL。”提供上下文把清洗后的关键统计数据如行业分布前五名及占比、Top 5招聘岗位等直接作为提示词的一部分喂给AI让它有的放矢。5.2 性能与成本优化心得查询精度优于广度最初我想“广撒网”一个专业查1000家公司。后来发现很多边缘公司信息质量差且会稀释核心结论。现在我会先通过一个“智能筛选”前置环节用AI根据专业名生成一个包含50-100家最具代表性的上市公司、独角兽、行业龙头和快速成长型公司的列表只对这些高质量目标进行深度查询。结果更具参考价值且耗时和成本Kimi Work可能有token消耗或调用次数限制大幅降低。缓存机制对于“北京大学”、“华为技术有限公司”这类高频出现的公司其工商信息在短期内不会变化。我建立了一个简单的本地缓存数据库如SQLite。Agent在执行查询前先检查缓存中是否有近期如7天内的数据如果有则直接使用不再发起网络请求。这减少了90%以上的重复查询速度飞快。流程模块化与复用“天眼查查询Agent”被设计成一个完全独立的模块。当我想扩展功能比如增加“看准网查公司评价”或“拉勾网查薪资详情”时我只需要复制这个模块修改其目标网站和提取规则就能快速创建一个新的Agent。这种可复用的设计让系统扩展性变得极强。人工复核关键点虽然追求自动化但我绝不会让AI完全替代人的判断。在最终报告生成前我会快速浏览一下数据聚合看板如行业分布Top 10如果发现某个极其冷门的行业占比异常高我会手动介入检查是否是数据清洗或分类规则出了bug。全自动的背后必须有一个冷静的监督者。这个项目从构想到实现让我深刻体会到当今的AI技术特别是像Kimi Work这样的工具已经将过去需要专业工程师才能完成的复杂自动化任务极大地平民化了。它的价值不在于替代人类进行深度思考而在于将人类从重复、繁琐的信息苦力劳动中解放出来让我们能更专注于策略、分析和决策本身。对于考生和家长来说这个工具提供的不是某个“正确答案”而是一张基于海量实时数据绘制的“就业地图”。地图在手如何选择路线依然需要结合自身的兴趣、特长和家庭情况来综合判断但这无疑让他们的选择少了一些盲目多了一份底气。