岗位技能调研（Job Role Research）
用途与目标
把"一个岗位关键词"扩展成"一组相关岗位"，再从公开渠道拿到真实招聘资料，提炼每份岗位的：
- 学历要求（大专 / 本科 / 硕士 / 博士 / 不限）
- 工作经验要求
- 核心能力需求（软技能 + 硬技能描述）
- 必备技能 / 工具 / 证书（可量化、可检索的硬通货）
- 岗位职责摘要
最终交付一份 Markdown 报告，含岗位对比表，帮助用户做求职准备、技能规划或人才盘点。
触发场景
- "调研一下产品经理这个岗位"
- "数据分析师需要哪些技能"
- "帮我看看 AI 相关有哪些岗位，分别要什么学历"
- "我想转行做运营，延伸看看有哪些方向"
- 用户给出任意一个职位名词，并想了解其招聘要求 / 相邻岗位
工作流程（必须按顺序执行）
第 1 步：厘清输入
确认用户的种子岗位关键词（seed role）。如果为空或过于宽泛（如"IT""互联网"），先请用户给一个具体岗位名或行业。
第 2 步：岗位延伸（Related Roles）
结合行业常识 + 联网检索，生成 5–10 个相关岗位。延伸维度包括：
- 同义词 / 近义词（如"数据分析师" → "数据工程师""商业分析师"）
- 上下游 / 协作岗（如"产品经理" → "产品经理 / 产品运营 / 项目经理 / 数据产品经理"）
- 进阶 / 初级变体（如"前端工程师" → "前端开发 / 高级前端 / 全栈工程师"）
- 交叉方向（如"Python" → "Python 开发 / 爬虫工程师 / 算法工程师 / 自动化测试"）
先用 WebSearch 验证这些岗位是否真实存在且有招聘需求，去掉明显不匹配的，并补充检索中发现的高频邻近岗位。列出最终清单时标注每个岗位与种子词的关联理由。
第 3 步：抓取招聘资料（Fetch）
对清单中每个岗位，优先使用以下可访问来源（按命中率排序）：
1. WebSearch 检索 "<岗位名> 招聘 岗位职责 任职要求 学历 技能"，读取结果摘要中可直接引用的要求字段。
2. WebFetch 直接读取可访问的招聘/聚合页（如 职友集、看准网、牛客网、BOSS 直聘公开页、猎聘、拉勾、前程无忧、智联招聘，或企业官方招聘页）。若某站点重定向或无法访问，立即换一个来源，不要反复重试同一域名。
3. 必要时用 scripts/extract_requirements.py 把抓取到的原始网页文本 / 描述文本，结构化抽取成 JSON（学历、经验、技能、能力、职责）。
> 招聘站点常有反爬限制。若 WebFetch 失败，优先改用 WebSearch 的摘要片段作为事实来源，并在报告中标注"来源：搜索引擎摘要（未经完整页面核验）"。不要为了拿数据而运行浏览器自动化或写抓取脚本去绕过限制。
第 4 步：结构化提取
对每个岗位，从资料中归纳（抽取或推断）：
- 学历：明确学位门槛（本科及以上 / 大专及以上 / 硕士优先 / 不限）。
- 经验：年限区间（如 1-3 年 / 3-5 年 / 应届可投）。
- 核心能力：软技能（沟通、抗压、项目管理）与硬能力（建模、数据分析、文案）。
- 必备技能：工具 / 语言 / 框架 / 证书（如 SQL、Python、PMP、CPA），尽量列具体而非泛泛。
- 职责摘要：2-4 句核心工作内容。
第 5 步：生成报告
输出一份 Markdown 报告，至少包含：
1. 岗位延伸图谱（种子词 → 相关岗位及关联理由）
2. 岗位对比表（岗位 / 学历 / 经验 / 核心技能 / 必备工具）
3. 每个岗位的详细说明卡片（职责 + 能力 + 技能 + 来源）
4. 求职 / 技能提升建议（基于共性要求）
报告用中文，红绿配色遵循中国习惯仅在金融图表时适用，此处无强制要求。
脚本：scripts/extract_requirements.py
把抓取的岗位描述原始文本（文件路径或标准输入）解析为结构化 JSON。用法：
python scripts/extract_requirements.py --input raw.txt --output result.json
# 或管道： cat raw.txt | python scripts/extract_requirements.py -
脚本基于关键词与正则做启发式抽取，覆盖：学历（大专/本科/硕士/博士/不限）、经验年限、常见技能词（SQL/Python/Excel/英语/证书等），并对缺失字段给出 null 并提示人工确认。脚本不联网，只做文本解析。
参考：references/sources.md
列出常用可访问来源、检索句式模板、以及各行业的常见岗位族，供延伸阶段选用（按需读取，不在每次调用都加载）。
注意事项
- 不同平台措辞差异大，尽量交叉核验 2 个以上来源再下结论；矛盾时以多数来源为准并标注。
- 涉及薪酬、性别、年龄等敏感字段，仅如实转述公开资料，不做推断或放大。
- 不存储任何个人求职者信息；只处理岗位维度的公开聚合信息。
- 若用户只需"扫描/看一眼"而非生成文件，按 Ask 模式只给结论，不落盘。
