多平台職缺爬蟲 → 清洗合併 → 規則 + AI 評分 → 抓取 JD → AI 生成 CV / 面試 QA → 寫入 Notion 追蹤。 一條龍把找工作流程自動化。
承接上方 Pipeline 第 6 步「寫入 Notion」：以下還原爬蟲抓回的多平台職缺寫入 Notion 資料庫後的樣子——可篩選的資料庫表格、即時從資料算出的 Dashboard 統計 callout，以及僅針對 Grade A 職缺自動產生的單一職缺「攻略頁」（用 callout／heading／bulleted list／divider 等真實 Notion block 組成，而不是把內容整坨貼上去）。
| 職缺名稱 | 公司 | 地區 | Grade | K-track | 投遞狀態 | 配對關鍵字 | 上架日期 | 平台 |
|---|
點一列 → 更新下方攻略頁；僅 Grade A 職缺會自動產生完整攻略。
同時爬多個求職平台，處理各家參數差異與防爬機制（如先打首頁取 cookie），輸出統一格式。
先用純規則秒級評分（無需 API），再用 AI 對重點職缺加值分析，兼顧速度與品質。
自動補抓職缺詳細 JD，作為後續 AI 生成 CV / QA 的依據，減少人工複製貼上。
依每個職缺的 JD 生成對應的客製 CV 重點與面試 QA，讓每份應徵都對症下藥。
把職缺欄位正規化（統一薪資、地區、平台格式）後寫入 Notion 追蹤，並做去重避免重複投遞，求職進度一目了然。
獨立打造的求職自動化 pipeline：串起多來源爬蟲、AI 評分、內容生成與 Notion 追蹤， 把耗時的找工作流程系統化，將心力集中在高匹配的機會上，提升投遞效率與命中率。
設計 104 / 1111 等多平台爬蟲，處理 Cloudflare cookie、參數差異與分頁，輸出統一 JSON 並可擴充新平台。
先以純規則合併多平台輸出秒級評分（無需 API），再用 AI 對高分職缺加值，分成 A / B / C。
自動補抓各平台職缺 JD（部分平台 description 已內含、部分需另抓），作為生成依據。
依 JD 用 LLM 產出客製化履歷重點與面試問答，提升投遞效率與命中率。
先將多平台職缺做欄位正規化與清洗（薪資、地區、平台格式統一）並去重，再以 Notion API 寫入資料庫，建立可追蹤的求職看板。
主流程一鍵跑全平台（`--source all`），模組化設計方便加入新爬蟲與新步驟。
＊ 實際爬蟲細節、評分規則、生成 prompt 與個人履歷資料屬隱私 / know-how，未公開於本展示，可於面談時說明。