An autonomous AI agent that scrapes HH.ru job listings, filters spam, and sends personalized cover letters using a local Llama 3 model, all managed via a Telegram bot.

Stars

186

7-day growth

No data

Forks

32

Open issues

1

License

MIT

Last updated

2026-07-28

AI repository intelligence
FR-AI / ANALYSIS

Why it is worth attention

It combines Cloudflare bypass, dual filtering (keyword + LLM analysis), and locally-run AI for privacy, enabling fully unattended job applications on Russia's largest job platform.

Who it is for

  • Russian-speaking tech job seekers wanting automated applications
  • Developers interested in building AI-powered automation tools
  • IT professionals in Russia overwhelmed by irrelevant job postings
  • Users who want to run their own local LLM for job search

Use cases

  • Automatically applying to Python backend and other tech jobs on HH.ru
  • Generating unique, personalized cover letters for each application
  • Receiving real-time application updates and HR replies via Telegram
  • Filtering out non-IT job postings (e.g., sales, real estate) from search results

Strengths

  • Bypasses Cloudflare and HH.ru anti-bot measures via Playwright session reuse
  • Dual filtering (hard stop-words + LLM intelligence) reduces irrelevant applications
  • Uses local Llama 3 model for cover letter generation, preserving data privacy
  • Telegram bot provides 24/7 status reports and forwards HR responses

Considerations

  • Requires Ollama and a local LLM model (e.g., llama3:8b), which needs GPU/CPU resources
  • Violates HH.ru terms of service, risking account ban
  • Only works with Russian job platform HH.ru; limited geographic scope

README quick start

HH.ru AI Agent (Auto-Responder) 🤖💼

Полностью автономный ИИ-агент для автоматического поиска вакансий на HH.ru, фильтрации мусора и рассылки уникальных сопроводительных писем с помощью локальной нейросети (Llama 3). Управляется и отправляет отчеты через Telegram-бота.

Фичи

  • Умный парсинг: обходит Cloudflare и блокировки HH.ru за счет Playwright (сохраняет сессию авторизации, пробрасывает капчу в тг).
  • Двойная фильтрация: хард-фильтр по стоп-словам + интеллектуальный анализ вакансии через локальную LLM (отсекает нерелевантные вакансии вроде "продажников" и "риелторов", даже если они всплыли в поиске по IT).
  • Кастомные сопроводительные письма: нейросеть читает ваше резюме и текст вакансии, выдавая идеальное персонализированное письмо для отклика.
  • Интеграция с Telegram: бот присылает уведомления об успешных откликах вместе со сгенерированным письмом, а также пересылает вам ответы от HR напрямую в мессенджер.
  • Работает 24/7: бесконечный цикл с задержками (по умолчанию 30 минут) позволяет боту работать на вас круглосуточно.

Требования

  • Python 3.9+
  • Установленный Ollama с загруженной моделью (по умолчанию llama3 или llama3:8b).

Настройка (Гайд для себя и потомков)

1. Установка зависимостей

Склонируйте репозиторий и установите библиотеки:

pip install -r requirements.txt
playwright install chromium

2. Настройка окружения

Создайте файл .env в корне проекта и добавьте туда свои токены:

TG_BOT_TOKEN="ВАШ_ТОКЕН_ОТ_BOTFATHER"
TG_USER_ID="ВАШ_TELEGRAM_ID"
OLLAMA_URL="http://localhost:11434/api/generate"
OLLAMA_MODEL="llama3"

(Свой ID можно узнать через бота @userinfobot в ТГ).

3. Настройка поиска под себя

Откройте config.py и подстройте логику под своё резюме:

  • SEARCH_QUERIES — список запросов (например, "Python backend").
  • TARGET_RESUME_NAME — точное название вашего резюме на HH (чтобы бот выбирал правильное из списка).
  • MY_RESUME_SUMMARY — подробное текстовое саммари ваших навыков. Это критически важно, так как на основе этого текста ИИ будет писать сопроводительные письма. Опишите свой стек, проекты и пожелания максимально подробно.

4. Первый запуск (Авторизация)

При самом первом запуске скрипт откроет видимое окно браузера:

python main.py

Вам нужно вручную войти в свой аккаунт HH.ru (ввести код из SMS/почты). Как только в

Description

hh.ru аи бот для откликов

Related repositories

Similar projects matched by category, topics, and programming language.

lopopolo
Featured
lopopolo GitHub avatar

harness-engineering

Harness Engineering is a methodology for improving coding agent outputs by carefully crafting the environment around them—providing curated context, tools, and executable constraints that encode an organization’s nonfunctional requirements and cumulative lessons.

AI & Machine LearningAI Agents
2,390
slvDev
Featured
slvDev GitHub avatar

esp32-ai

A 28.9 million parameter language model runs on an $8 ESP32-S3 microcontroller entirely on-device, generating simple stories at about 9.5 tokens per second.

AI & Machine LearningLarge Language Models
1,960
littledivy
Featured
littledivy GitHub avatar

mimic

mimic captures traffic from any iOS or web app and automatically generates a Python client library that lets you call the app's API like a regular library.

AI & Machine Learning
1,482