Gobii

Gobii 快速入门

AI招聘Agent，粘贴JD自动sourcing候选人→生成短名单，agent-in-the-middle设计让AI干活、人类拍板，MIT开源免费。

这是什么？适合谁？

Gobii 是一个 AI Agent 平台，由 Open Core Ventures 支持，总部位于美国。它给企业和团队提供”7×24小时在线的数字员工”，能自动操作浏览器完成网页任务——登录网站、搜索、点击、填表、抓取数据、写报告。其招聘 Agent 是其中最成熟的场景化应用。

招聘 Agent 的核心逻辑是 agent-in-the-middle：AI 承担重复性工作（读JD、搜候选人、研究背景、整理短名单），人类 Recruiter 负责关键决策（审核证据、调整标准、决定推进谁）。工作流精简为 7步：JD解析 → 提取招聘标准 → sourcing（LinkedIn Recruiter/Greenhouse等）→ 候选人研究 → 短名单生成 → 交接（Google Sheets/ATS）→ Recruiter审核。

相比传统招聘 SaaS，Gobii 的差异化在于：它不是另一个需要登录学习的工具，而是直接在你团队已有的工具（LinkedIn Recruiter、Greenhouse、Google Sheets）里工作。Recruiter 不需要切换平台，Agent 把结果直接写到你们日常使用的系统里。

适合谁？ 三类人最受益：一是中小企业 Recruiter / HR，没有预算买昂贵的招聘套件，但每天被重复性 sourcing 占满时间；二是创业公司 Hiring Manager，需要快速搭建候选人管道但没有专职 sourcer；三是对 AI Agent 技术感兴趣的开发者，MIT 开源可自托管，平台基于 browser-use 引擎构建，可自定义 Agent 行为。

准备工作

• 设备要求：网页端使用（Chrome/Edge 推荐），无需安装客户端
• 账号要求：邮箱注册 gobii.ai 账号即可开始
• 付费要求：开源版（MIT）完全免费，可自托管部署；Gobii Cloud 托管版提供免费试用，后续按 Agent 数量/运行时计费
• 集成要求：如需使用 LinkedIn Recruiter 或 Greenhouse 集成，需提前准备好对应平台的账号和权限
• 网络要求：国内可直连 gobii.ai，但自托管部署需 Docker 环境（至少 12GB RAM 分配给 Docker）
• 可选准备：准备好测试用的 JD（岗位描述）文本，方便上线即用

3步快速上手

第1步：打开官网并注册

浏览器访问 https://gobii.ai/，点击 “Start Free Trial” 注册。用邮箱完成注册后，进入 Gobii Cloud 控制台。如果选择自托管，前往 github.com/gobii-ai/gobii-platform 按 README 部署（需 Docker）。

第2步：选择招聘 Agent 模板

在控制台 “AI Employee Directory” 中，找到 Recruiting / Talent Scout 模板。Gobii 提供预配置的 Agent 模板，包含岗位说明（charter）、执行计划（schedule）和工具配置。选择该模板后，Agent 即获得浏览器操作、Google Sheets 读写、LinkedIn 搜索等能力。

第3步：粘贴 JD，启动 Agent

在 Agent 的输入框中直接粘贴岗位描述（JD）全文，Agent 会自动解析出关键信息——技能要求、经验年限、地点偏好、必备条件、淘汰标准。确认解析结果无误后，点击 “Run” 启动 Agent。Agent 会在真实 Chrome 浏览器中自动执行 sourcing 流程，最终将候选人短名单写入你指定的 Google Sheets 或直接呈现在控制台。

# 示例 JD（可直接粘贴测试）
Senior Frontend Engineer - Remote (US)
Requirements: 5+ years React/TypeScript, experience with design systems,
familiarity with WebAssembly, strong CS fundamentals.
Nice to have: Open source contributions, WebGL/Canvas experience.

常见踩坑

踩坑1：JD 解析结果不准确

症状：Agent 提取的技能关键词与 JD 原意偏差较大，导致 sourcing 方向跑偏。 原因：JD 中包含大量非结构化或模糊描述（如”有激情""快速学习”等软性要求）。 解决：在粘贴 JD 后，手动检查并修正 Agent 提取的搜索标准。将”必须项”和”加分项”明确分开，删除空洞表述；尽量使用具体技能名词（如”Kubernetes”而非”熟悉容器化技术”）。

踩坑2：自托管部署后 Agent 无法启动浏览器

症状：Docker 部署成功，但 Agent 启动后报浏览器相关错误。 原因：未安装 Chrome/Chromium 或 Docker 容器内缺少浏览器依赖。 解决：确保 Docker 分配了至少 12GB RAM；如果使用 Linux 服务器，安装 chromium-browser 和相关依赖；首次部署建议使用 Gobii 提供的 hosted installer 脚本。

踩坑3：LinkedIn 集成无法正常工作

症状：Agent 在 LinkedIn Recruiter 环节卡住或返回空结果。 原因：LinkedIn 账号权限不足（非 Recruiter 账号），或触发了 LinkedIn 的反爬/反自动化机制。 解决：确保使用的 LinkedIn 账号具有 Recruiter 或高级搜索权限；Gobii Agent 使用托管代理和真实浏览器，但 LinkedIn 的严格反自动化策略仍可能导致问题——建议先在 Greenhouse 或公开渠道（GitHub、Stack Overflow）上测试。

踩坑4：短名单候选人质量不高

症状：Agent 返回的候选人匹配度低，大量不相干推荐。 原因：JD 解析的搜索标准过于宽泛或过于严苛。 解决：迭代 JD 中的搜索标准——先用较窄的关键词组合（如”React + TypeScript + WebAssembly”）测试，观察返回质量，逐步放宽或收窄。Agent 支持多轮调整，每次修改标准后重新运行即可。

踩坑5：免费试用到期后 Agent 停止运行

症状：Gobii Cloud 试用期结束后无法继续使用。 原因：Gobii Cloud 提供限时免费试用，期满需升级付费。 解决：如需长期免费使用，选择自托管部署（MIT 开源，无时间限制）。自托管版功能与 Cloud 版一致，只是需要自行维护服务器和基础设施。

初级用法

1. 粘贴 JD 一键 Sourcing：复制任意岗位 JD → 粘贴到 Agent → 启动，Agent 自动完成候选人搜索和筛选。适用于快速填补紧急岗位。

2. 多平台并行 Sourcing：Agent 可同时配置 LinkedIn Recruiter + Greenhouse + Google Sheets 三个渠道，在每个平台分别搜索并汇总结果到统一短名单。

3. Google Sheets 自动归档：Agent 将候选人数据（姓名、LinkedIn 链接、匹配理由、技能标签、来源渠道）自动写入 Google Sheets，Recruiter 无需任何手动搬运。

4. 候选人背景研究：Agent 在生成短名单前会对每个候选人做快速背景研究——读取公开资料（LinkedIn Profile、GitHub、个人网站），生成匹配度备注。

5. 邮件/短信通知：Agent 完成 sourcing 后可自动发送邮件或短信通知 Recruiter：“短名单已更新，共找到 23 位候选人。“

高级玩法

1. 自托管部署 + 自定义 Agent：将 gobii-platform 部署到自有服务器，利用 MIT 开源代码自定义 Agent 行为——修改 sourcing 策略、添加专属搜索渠道（如 AngelList、Wellfound）、调整候选人评分权重。

2. 多 Agent 协同工作：部署多个 Agent 分别负责不同岗位线——一个 Agent 负责前端岗位、一个负责后端、一个负责数据科学。Agent 之间可共享候选人池，避免重复联系。

3. Webhook 数据同步：利用 Gobii 的 Webhook 集成，将 Agent 产出的短名单自动推送到你的 ATS（如 Greenhouse、Lever）或内部数据库。无需手动导入导出。

4. 定时任务 + 持续 Pipeline：设置 Agent 按固定周期自动运行（如每周一早上8点），持续扫描新出现的候选人并补充到 Pipeline。适合长期招聘的岗位（如持续招 Senior Engineer 的快速增长期公司）。

5. 自定义评分模型：在自托管版本中，通过修改 Agent Charter 和 scoring 逻辑，定义符合公司招聘哲学的评分标准——更看重大厂经历还是创业经历、更看重学历还是项目经验。

小技巧

• JD 优化技巧：粘贴 JD 前先做”去噪”——删除公司介绍、福利描述等非技能相关内容，保留”职责”和”要求”章节，Agent 的解析准确度会显著提升
• 搜索关键词微调：如果 sourcing 结果太少，尝试在 Agent 标准中加入同义词或相关技能（如”Kubernetes”少时可加入”container orchestration""Docker Swarm”）
• 分批运行策略：先用窄条件跑一轮拿到精准候选人，再放宽条件跑”备选池”，两轮结果分层呈现给 Hiring Manager
• LinkedIn 使用建议：Agent 通过你的 LinkedIn 账号操作，建议在非工作时间运行 Agent，避免影响你白天正常使用 LinkedIn
• Cloud vs 自托管选择：团队规模小于5人、不想维护服务器 → Gobii Cloud；有运维能力、注重数据隐私、需要深度定制 → 自托管部署
• 短名单二次筛选：Agent 产出短名单后，利用 Google Sheets 的筛选/排序功能快速按匹配度排序，再逐个 review