本文介绍了一种利用AI技术（TRAE2.0 SOLO模式）自动填写招聘网站简历的创新方法。作者通过Gemini Research模式生成技术方案，并结合Playwright、Selenium等自动化工具，实现了从读取YAML格式的个人简历信息，到自动打开招聘网站、AI分析页面元素、自动填写信息，最后进行截图对比验证的完整流程。该方案通过多模态处理、元素识别、截图标注等AI能力，旨在解决大量校招过程中繁琐的简历填写工作。尽管目前在单页面应用填写方面仍存在挑战，但项目已取得显著进展，并计划持续优化和扩展，以期实现一个完全可用的自动化简历填写工具。

💡 **AI赋能简历填写自动化**：文章核心在于利用TRAE2.0 SOLO模式结合LLM（大语言模型）技术，解决校招季繁琐的简历信息填写问题。通过AI分析招聘网站页面，自动识别输入框、下拉框等元素，并根据YAML文件中的个人信息进行精准填写，极大地提高了效率。

⚙️ **工作流程详解**：整个自动化流程包括读取YAML格式的简历数据，自动打开目标招聘网站，利用AI（如DeepSeek）“阅读”页面并识别各类表单元素，然后通过Prompt指令让AI生成填充内容，并使用Playwright、Selenium等工具进行自动化填写，最后通过截图对比验证填写结果，并生成报告。

🛠️ **关键技术与策略**：实现过程中，作者采用了传统选择器与AI识别相结合的映射策略，并利用LLM的多模态处理能力来识别和理解页面信息。Prompt的设计是关键，需要引导LLM返回特定格式的内容以供自动化工具使用。此外，截图与对比分析是确保填写准确性的重要环节。

🚀 **当前进展与挑战**：目前该工具在处理静态网站的简历填写方面表现较好，但对于单页面应用（SPA）的填写仍有困难，部分内容填写可能失败。作者指出，项目已进行大量AI对话轮次，未来计划通过深入学习代码来进一步优化，并尝试更多招聘网站，以期最终实现一个稳定可靠的自动化工具。

#TRAE2.0SOLO出道

写在前面

至今还记得当年校招的时候，海投简历，每次投简历都需要填写一大堆的个人信息，之后还有做不完的测评，当时每天都要花费几个小时去处理这些事情。于是想着使用trae solo模式去试试能否解决这个问题。使用gemini research模式生成技术方案，然后自己整理语言输入给trae2.0，一步一步修改并输出结果。

（其实在当年秋招的时候就想过这些了，但是当时不了解AI，尝试用规则匹配HTML标签去匹配数据，但是发现各大网站的标签数据各不相同，就搁置了）

工作流程

📖 读取简历：从YAML文件读取你的个人信息🌐 打开网站：自动打开招聘网站的申请页面👁️ 分析页面：AI"看"页面，识别各种输入框✍️ 自动填写：把你的信息填到对应的地方🔍 检查结果：对比填写前后的截图，确保正确📊 生成报告：告诉你哪些填成功了，哪些需要手动处理

思路

其实思路并不复杂，主要是实现起来可能略有困难，就是通过LLM识别招聘网站的截图信息，确认好元素的相关信息，之后再通过prompt让LLM返回适当的内容，最后使用playwright、selenium自动化工具进行填写。

第一步：基本配置

生成yaml文件这个文件主要是写入一些简历信息，便于之后的数据读取

2.各种配置包括deepseek、浏览器配置、文件路径、ai参数等等

prompt提示因为使用LLM去识别表单填写，所以需要返回特定的内容

映射策略使用传统选择器的正则匹配与AI识别相结合

第二步：AI能力

多模态处理数据

识别元素，找到目标，填写内容

页面截图与标注

第三步：集成deepseek

（目前为了省事只用了deepseek，但是发现deepseek对于图像识别能力好像弱了一些）

客户端封装

字段映射

第四步：表单自动填写

输入框

下拉框

上传文件

第五步：截图与对比分析

截图

截图分析

演示

写到最后

其实当前项目存在很多问题，目前静态网站的一些数据填写相对会比较准确，单页面应用还是有点困难的，很多项内容会填写失败。但是目前已经用了solo的90+对话轮次了，接下来要先学习下代码在继续更新了，后续会持续更新本帖，也会尝试更多简历网站，争取能够实现一个完全可用的自动化工具！