مصادر الاستخراج ودعم المنصات

يجد Sweepy الوظائف بطريقتين. فهو يستعلم مباشرةً من أربع منصات ATS عامة ومنصة وظائف واحدة في نيويورك. ويستطيع أيضًا قراءة تغذيات المجمّعات عبر python-jobspy. وتسرد هذه الصفحة كل مصدر وتعرض كيفية توجيه Sweepy إلى مجالك.

المصادر الافتراضية

يعمل Sweepy جاهزًا على خمسة مصادر حتمية بالإضافة إلى مسار مجمّعات واحد. وتستخدم المصادر الحتمية نقاط نهاية عامة يستطيع أي شخص فتحها. ولا تحتاج إلى حساب أو تسجيل دخول أو خدمة مدفوعة.

المصدر	مفتاح التهيئة	ملف البذور	نقطة النهاية
Greenhouse	`sources.greenhouse.boards`	`data/sources/greenhouse_boards.txt`	`boards-api.greenhouse.io/v1/boards/{board}/jobs?content=true`
Ashby	`sources.ashby.orgs`	`data/sources/ashby_orgs.txt`	`api.ashbyhq.com/posting-api/job-board/{org}`
Lever	`sources.lever.companies`	`data/sources/lever_companies.txt`	`api.lever.co/v0/postings/{company}?mode=json`
Workable	`sources.workable.slugs`	`data/sources/workable_slugs.txt`	`apply.workable.com/api/v1/widget/accounts/{slug}`
Built In NYC	`sources.builtinnyc.categories`	`data/sources/builtin_categories.txt`	`builtinnyc.com/{category}`
Glassdoor	`sources.jobspy.glassdoor`	لا يوجد	عبر `python-jobspy`

قواعد الفتح

يشغّل Sweepy مصدرًا حتميًا عندما يتحقق الإعدادان التاليان:

تضبط sources.<name>.enabled على true.
تضبط platforms.<name> على true حيث يوجد إعداد مطابق.

وكلا المفتاحين افتراضيًا true.

ضع هذه الاستثناءات في الحسبان:

Built In NYC ليس لديه إعداد platforms.builtinnyc. ويحترم المحرك sources.builtinnyc.enabled وحده. وتتضمن كل بطاقة الشركة ومكان العمل والموقع والأجر من صفحة الإعلان. اضبط sources.builtinnyc.detail_pages: true لقراءة نص الإعلان كاملًا أيضًا. وتتصدى Built In لتلك الصفحات بعد بضع طلبات، فيتوقف Sweepy عند أول تصدٍّ.
Glassdoor يعمل عبر python-jobspy ويحترم sources.jobspy.glassdoor. ولا يوجد مفتاح platforms.glassdoor، فيوقفه مفتاح sources ذلك وحده.

لإيقاف مصدر، اضبط أحد مفتاحيه على false.

إذا سبق ملفك التعريفي الإصدار v2.2.0

تحذير

يعمل Greenhouse وLever الآن افتراضيًا. وغيّر Sweepy هذا السلوك في الإصدار v2.2.0. وتكتشف الملفات التعريفية القائمة الإعلانات الجديدة إلا إذا أوقفت تلك المصادر. ولم تتغير أي قيمة افتراضية لمفتاح.

توقف المفاتيح platforms.ashby: false وplatforms.workable: false وplatforms.greenhouse: false وplatforms.lever: false الآن مصادر البذور الحتمية تلك. وقبل الإصدار v2.2.0، كانت تصفي نتائج python-jobspy وحدها.

أوقف مصدرًا بـ sources.<name>.enabled: false أو بـ platforms.<name>: false.

كيف تعمل ملفات البذور

يستخدم Sweepy ملفات البذور في data/sources/ كبدائل عندما يترك ملفك التعريفي قوائم المصادر فارغة.

القائمة الفارغة، مثل boards: []، تعود إلى ملف البذور المنتقى.
القائمة الصريحة تتجاوز البذور كليًا. فقائمتك تحل محل البذور، ولن يدمج المحرك الاثنين.

قائمتك هي الفائزة. وأنت تختار المنصات وفئات الوظائف.

أمثلة لمجالك

أضف منصات ATS والمؤسسات والشركات والمعرّفات والفئات التي تهمك تحت قسم sources في ملفك التعريفي.

القانون

profiles/paralegal_nyc.yaml
sources:
  ashby:
    orgs:
      - "crosby"
      - "normlaw"
      - "hargrove-firm"
      - "lawhive"
  workable:
    slugs:
      - "shegerianand-associates-1"
      - "harper-james"
      - "legalvision"
  builtinnyc:
    enabled: true
    categories:
      - "jobs/legal"
      - "jobs/legal/search/paralegal"

الكتابة التقنية

profiles/tech_writer.yaml
sources:
  greenhouse:
    enabled: true
    boards:
      - "gitlab"
      - "cloudflare"
  ashby:
    orgs:
      - "modal"
      - "perplexity"
      - "replit"
  lever:
    enabled: true
    companies:
      - "spotify"
  workable:
    slugs:
      - "soda-data-nv"
  builtinnyc:
    enabled: true
    categories:
      - "jobs/technical-writer"

الرعاية الصحية والتقنية الحيوية

profiles/healthcare.yaml
sources:
  workable:
    slugs:
      - "bask-health-1"
      - "atria-health"
  builtinnyc:
    enabled: true
    categories:
      - "jobs/healthcare"

تلميح

انسخ الكتلة الأقرب إلى مجالك، ثم استبدل بها الشركات التي تتابعها بالفعل. وتأتي رموز المنصات من عنوان الوظائف العام لدى الشركة.

المنصات المخصصة

سجّل نطاقات ATS مخصصة تحت platforms.custom. ويقرأ المحرك كل رابط وظيفة يكتشفه ويقارنه بنطاقاتك. ويوجّه Sweepy التطابقات إلى دليل تقرير خاص بها.

profiles/paralegal_nyc.yaml
platforms:
  custom:
    - name: "LawCrossing"
      domain: "lawcrossing.com"
      enabled: true
    - name: "Indeed Legal"
      domain: "indeed.com/legal"
      enabled: true

يأخذ كل إدخال ثلاثة حقول:

الحقل	مطلوب	ما يفعله
`name`	نعم	التسمية التي يعرضها Sweepy لهذه المنصة في التقارير.
`domain`	نعم	نطاق الويب أو المسار الذي يقارنه المحرك بكل رابط وظيفة.
`enabled`	لا	اضبطه على `false` للإبقاء على الإدخال وتجاوز المطابقة. والقيمة الافتراضية `true`.

المحركات الاختيارية

يتضمن Sweepy محركي ats وjobspy افتراضيًا. وتضيف المحركات الاختيارية منصات عندما تنزّلها.

المحرك	المنصات	قبل أن تثبّت
`hirehunt`	LinkedIn وIndeed وNaukri وShine وInternshala وUnstop وGoogle Careers وAmazon وMeta وApple وNetflix وMicrosoft	لا شيء
`openroles`	منصات Greenhouse وLever وAshby وWorkday التي تسميها	معرّفات `companies`
`jobdrop`	33 منصة، منها Google وWellfound وWorkday وiCIMS وDice وUSAJobs	مرّر `--allow-engine-conflicts` مع JobSpy
`apify`	LinkedIn عبر ممثل مُدار	`APIFY_TOKEN` وفوترة Apify

ثبّت كل محرك متوافق دفعة واحدة:

الطرفية
sweepy --install-engines all

تتجاوز مجموعة all محرك JobDrop لأنه يثبّت curl-cffi<0.8 بينما يحتاج JobSpy إلى curl_cffi>=0.16.2.

لتثبيت JobDrop وحده:

الطرفية
sweepy --install-engines jobdrop --allow-engine-conflicts

يشغّل خيار Download job engines في معالج الإعداد عمليات التثبيت نفسها. ثم اسرد المحرك تحت sources.enabled واضبط خيارات منصاته:

profiles/paralegal_nyc.yaml
sources:
  enabled: [jobspy, ats, openroles]
  openroles:
    companies:
      - "figma"
      - "stripe"

مقايضة النطاق الترددي

تطلب منصات Greenhouse المحتوى الكامل في طلب واحد لكل منصة بإضافة ?content=true. فتصل الأوصاف والأقسام وبيانات الأجر الوصفية جاهزة للاحتساب. وتعيد بعض المنصات مئات الإعلانات، فقد يسحب مسح واحد عشرات قليلة من الميغابايتات عبر كل المنصات المدرجة في البذور.

ويُبقي Sweepy تلك الكلفة محدودة بثلاث طرق:

يرشّح الإعلانات مسبقًا حسب titles في ملفك التعريفي أثناء توحيد كل سجل.
يرسل طلبًا واحدًا لكل مصدر بذور في كل مرة، ولا يرسلها بالتوازي قط.
يتوقف لمدة SWEEPY_SOURCE_DELAY بين الطلبات، وقيمتها الافتراضية 0.2 ثانية.

تنتهي قوائم البذور الأصغر أسرع. وإذا بدا المسح بطيئًا، فقلّص قوائم البذور أولًا.

توافق المنصات

لأن Sweepy يستخرج HTML عاديًا ويعمل دون متصفح بلا واجهة، تعيد بعض أنواع المنصات بيانات أقل من غيرها.

نوع المنصة	أمثلة	التوافق	تحذيرات
ATS العامة	Greenhouse وAshby وLever وWorkable وSmartRecruiters وBreezy HR	مدعومة بالكامل	يحلل Sweepy صفحات الوظائف القياسية المعروضة على الخادم ويفحص كل رابط بحثًا عن استجابة حية.
تطبيقات صفحة واحدة تُعرض على العميل	Workday على `myworkdayjobs.com`، وOracle HCM	محدود	تعرض هذه المنصات صفحات الوظائف بجافاسكربت على العميل. ودون متصفح بلا واجهة، قد تفتقر حمولات HTML الأولى إلى الأوصاف.
بوابات محمية بمصادقة	Handshake والشبكات الداخلية للشركات	غير مدعومة	تتطلب هذه البوابات ملفات تعريف ارتباط جلسة أو بيانات اعتماد SSO.
مجمّعات مقاومة للروبوت	منصات بـ Cloudflare Turnstile أو PerimeterX	محدودة بحدود الطلبات	قد تطلق طلبات HTTP المؤتمتة حجب HTTP 403 دون تبديل وكلاء.

ملاحظة

قد ترى إعلانات Workday في التقارير عندما تتضمنها تغذية مجمّع. ويتحقق Sweepy من الرابط ويحتسب الوظيفة من أي نص تحمله الحمولة.

المصادر الافتراضية​

قواعد الفتح​

إذا سبق ملفك التعريفي الإصدار v2.2.0​

كيف تعمل ملفات البذور​

أمثلة لمجالك​

القانون​

الكتابة التقنية​

الرعاية الصحية والتقنية الحيوية​

المنصات المخصصة​

المحركات الاختيارية​

مقايضة النطاق الترددي​

توافق المنصات​