Reverse Engineering Notes · 2026-11-20

小易是怎么跑起来的:运行时分层、指令谱系与七份方法论的文本构造

基于客户端 1.2.3 全量静态分析、29 个后端服务逐个实测、13 条官方快捷指令原文抓取,以及 7 组对话级冒烟测试,还原一个猎头 Copilot 产品的完整运行框架。

客户端:多猎 AI 1.2.3(Chrome MV3 侧边栏) 接口:api-rcn.duolie.com / api-im.liepin.com / tdoss 实测方式:同源同步 XHR + 会话轮询
29后端服务名(1.2.3 全量,无隐藏第 30 个)
13官方快捷指令,分 4 个业务分组
4具名子 agent(含 1 个只出现在 workflow 里的取数 agent)
7方法论模板,实际成熟度分四档
  1. 运行时:四层,客户端只负责编排
  2. 指令体系:不是三层,是一条成熟度谱系
  3. 五段式骨架:每段在解决什么问题
  4. 四条通用技法
  5. 七份方法论的逐条拆解
  6. 两种模式:指令注入 vs 自由对话
  7. 名词解释的构造模型(四组对照)
  8. 偏差清单:哪些不能照抄
  9. 对 CGL 的迁移清单
  10. 复现方法

01运行时:四层,客户端只负责编排

客户端 bundle 里没有任何模型标识,也没有检索逻辑。所有判断都在服务端,客户端负责的是「拼消息、发请求、收推流、执行侧边栏动作」。

宿主环境
Chrome 侧边栏(MV3,side_panel + scripting + cookies + declarativeNetRequest) 不是网页内嵌。这也是为什么在 duolie.com 页面里搜不到小易入口——它是扩展的侧边栏,不在页面 DOM 里。
↓
客户端编排层
OperationStore + operationRegistry 服务端通过 WebSocket 下发 action=EXECUTE_OPERATION,携带 __task_id 与 payload;客户端把 payload 换成六种可执行原语,逐个执行并回传。
waitcreateConversationreadPagesubmitsetFormDatasendMessage
↓
接口层
29 个 RPC 服务,按域分四组 xuanji(身份/权益)、agent(会话/文件/指令/卡片/停流)、im(会话列表/聊天记录/发送/对端身份)、config(指令 CRUD)。另有一条独立上传域 tdoss 负责附件落盘。
rcnagi.xuanji.*rcnagi.agent.*rcn.im.*rcnagi.config.*tdoss auth-upload
↓
服务端
会话编排 + 模型 + 具名子 agent 模型层完全在服务端,客户端零痕迹。官方口径为「通用大模型 + 自研垂类模型『同道汇才』」双模型融合。子 agent 承担取数与专项生成:
similar_resume_agentresume_search_agentcompany_mapping_agentjob_customer_agent
↕ 回复走 WebSocket 推流,streaming=1/0 标记增量与完成
数据域
人才库、客户库、职位池(J 编号)、会话库、指令库、附件库 J 开头的职位 ID 是打通「对话」与「数据库」的唯一钥匙:给了职位 ID,job_customer_agent 才会去取完整 JD;没给,模型只能基于对话里粘贴的文本工作。
这条链的形状决定了三件事。第一,界面不是能力边界——侧边栏里能点的,接口层都能调;第二,客户端不存模型,所以提示词质量等于产品能力上限;第三,所有「取数」都必须由服务端编排,客户端没法自己去查库,这也是为什么每份方法论模板的 workflow 第一步都在要职位 ID。

02指令体系:不是三层,是一条成熟度谱系

13 条指令按提示词体量排开,会看到一条连续的谱系,从「一句委托」到「五段式长模板」,中间有两档过渡。把它切成三层会漏掉两档——而这两档恰恰是最值得学的部分。

档位指令提示词形态实际控制力
纯路由 查找相似简历 / 小易自动寻访 / 查找相似公司 十几个字,只写「委托哪个 agent 做什么」 全部交给具名子 agent,模板本身不含任何方法
短意图 录入职位 / 寻访建议 / 总结 一句意图(「帮我规划搜索条件」) 靠系统级提示词兜底,指令只负责触发场景
单任务半模板 职位解释 / 问HR哪些问题 / 面试辅导 40–300 字,含 Role 或只有 Rules + 思考要求,无 OutputFormat 约束方向不给骨架,模型自组织结构——自由度最高,也最看模型底子
五段式全模板 写邀约邮件 / 推荐理由 / 人才风险点 / 离职评估 Role + Skill(2–3 条)+ Rules + Workflow + OutputFormat 判断标准、取数动作、输出骨架、字数上限全部写死
一个反直觉的观察:控制力最强的不是最长的模板。「推荐理由」有完整 OutputFormat,实测仍然超字数;而「职位解释」几乎没有格式约束,四组素材测下来骨架却最稳定。差别不在长度,在于模板有没有把「判断顺序」写进 Workflow——写了的,模型按步走;只写输出格式的,模型会自由发挥。

03五段式骨架:每段在解决什么问题

四份全模板都长这样,段落含义高度一致。理解每段的作用,比背模板有用。

段落写法特征实际作用
Role一句话给身份 + 一句话给目的:「你叫小易,资深猎头顾问,目标是说服招聘方相信这份简历值得推荐」定视角。同一份素材换 Role 就换用途:邀约邮件是「招聘邀约专家」对候选人说话,离职评估是「职业发展顾问」站在候选人一边,人才风险点是内部评审报告。
Skill2–3 条能力项,每条再拆 2–3 个动作把大任务切成分能力,相当于给模型一个检查表,减少漏项。
Rules3–4 条禁令,第一条永远是负向约束划边界。「不得臆测」「所有描述都可在简历中找到依据」「不夸大职位或公司信息」「尊重选择权,提供建议而非强迫」——全部是禁止项,不是鼓励项。
Workflow4–7 步,取数动作单列一步定顺序 + 定取数。每份模板都写明「职位已在系统里(有 J 编号)就调 job_customer_agent 取完整信息」,把工具调用写成流程步骤,而不是留给模型临场决定。
OutputFormat固定小标题 + 每块的必填项 + 字数定交付形态。判断档位、证据条数、字数上限三层同时卡。

推荐理由的输出契约(四份里最严的一份)

四档判断(信息不足 / 匹配 / 基本匹配 / 不匹配)+ 一句话总结 ≤20 字 + 核心要求 ≤2 点 + 全文 ≤300 字,且核心要求必须结合候选人经历举证。判断、证据、篇幅三层同时约束,这是它敢把输出压在 300 字以内的底气。

实测结果:档位、20 字总结、2 点核心要求三项都做到了;300 字上限没守住,实际 600 字以上。

04四条通用技法

这四条在四份模板里重复出现,是这套指令体系真正的方法论内核。

一、把取数动作写进 Workflow,不留给模型自由发挥

「如果职位已在多猎系统中创建(如提供了职位 ID,格式如 J5086E115650),你可调用 job_customer_agent 获取完整职位信息」——这句话在四份模板里都出现。它把「要不要去查库」从一个判断变成了一个流程节点。副作用也很明显:一旦用户没给职位 ID,模型就会在结尾声明「本次未调取系统 JD,结论需复核」。

二、负向约束放 Rules 第一条

Rules 里几乎找不到「要写得有感染力」这类正向期待,全是禁止项。风险类输出还额外要求每个风险点必须写成「具体描述 + 原因 + 潜在影响」三段——把「不许空泛」翻译成可检查的结构。

「无论是职位要求还是简历信息,不要猜测而是基于已有内容进行……确保所有描述都可在简历中找到依据。」

三、输出契约卡到字数

职位解释限「术语最多 3 个」;问HR限「问题 ≤3 条、每条话术 ≤30 字、不碰年龄薪资性别」;推荐理由限「总结 ≤20 字、核心要求 ≤2 点、全文 ≤300 字」。上限会变成目标值——没有术语的 JD 它照样凑满 3 个。这是这类契约的已知副作用,需要用「宁缺勿凑 + 说明跳过理由」来对冲。

四、思考外显靠标记,不靠原生 thinking

用「开始思考」/「结束思考」包裹、内容用斜体,前端可以折叠。好处是推理链可审、可关、跨模型一致;不依赖模型自带的思维链,也就不受模型换代影响。问HR那份甚至把自我验证写进了思考步骤:逐条核对「是否触碰年龄薪资性别」「话术是否超 30 字」「是否存在虚构信息」。

05七份方法论的逐条拆解

每份给出:它在扮演谁、实际输出长什么样(来自对话实测,不是提示词推测)、以及它最值得学的一句。

推荐理由五段全模板Role:资深猎头顾问,目标是说服招聘方
实测骨架
思考块(五步:定位核心要求 → 找简历证据 → 看额外亮点 → 检验缺口 → 综合判断)→ 是否匹配:基本匹配 → 一句话总结(18 字)→ 核心要求一 / 二(各挂一条简历原句或数字)→ 补充亮点 → 需面试澄清
最值得学
档位写在理由之前。先给枚举结论再论证,避免「写着写着结论漂了」。
样本句
「简历仅体现天猫渠道,京东店铺运营无依据,需确认是否可配人补位」——缺口不推断,只标注。
写邀约邮件五段全模板Role:招聘邀约专家,对口候选人
实测骨架
主题行 → 称呼 → 正文(冒昧来信 + 我在梳理什么岗位)→ 关于这个岗位 → 为什么想到您(逐条对上简历事实)→ 关于公司信息(保密阶段怎么讲)→ 下一步(15–20 分钟电话,时间您定)→ 签名 → 两点说明(供发送前确认)
最值得学
「保密处理 + 发送前确认」两个收尾。公司信息不足时不编品牌名,改写成「电话中完整介绍」;末尾逐条声明哪些信息来自简历原文、哪些未编造。
样本句
「由于岗位目前处于保密阶段,我不便在邮件中披露品牌名称与具体业务数据。如果您愿意进一步沟通,我会在电话中完整介绍……」
职位解释(名词解释)单任务半模板Role:职位讲解专家,面向无行业背景的人
实测骨架
完整性核查(缺项分「不影响讲解 / 影响交付」两档)→ 一句话说清这岗位干什么 + 一个比喻 → 术语 ≤3 → 日常工作(有依据 / 推测分开写,含配合角色)→ 落点(一句可对候选人复述的话,或补齐哪几项能录入)
最值得学
术语解释是三拍:定性 → 机制或比喻 → 在这份 JD 上的判断。第三拍才是它和词典的分水岭。
样本句
「懂 FinFET = 在先进制程产线真正干过,而不是只做过成熟工艺(0.18μm、40/55nm)」
人才风险点五段全模板Role:人才任职风险评估专家,内部评审
实测骨架
候选人概况 → 匹配度分析(含「约 75%」并自标为估算)→ 风险评估(能力 / 稳定性 / 文化适配 / 其他,每类标等级,每点写「原因 + 影响」)→ 综合风险评级 → 建议(推进动作 + 面试重点 + 决策建议)
最值得学
每个风险点固定三段(描述 / 原因 / 影响),并给「正向对冲」——不为凑风险而凑,「历史稳定性证据良好,此项风险主要来自当前状态而非过往轨迹」。
不要抄
「约 75%」这种百分比自评,即使自标估算仍属伪精确。
离职评估五段全模板Role:职业发展顾问,站在候选人一边
实测骨架
事实底牌(匹配度表)→ 说服的五个支点(发展空间 / 技能提升 / 职业连续性 / 平台资源 / 行业前景)→ 顾虑预判与化解话术(逐条给「问法 + 两种回答各怎么接」)→ 建议的沟通顺序(先共情 → 再摆事实 → 给判断 → 留选择权)→ 还缺哪几项信息
最值得学
它不只写「怎么说」,还写「按什么顺序说」。沟通顺序那一节把话术变成了脚本。
样本句
「回归第一站的质量,决定空窗期在未来被怎么读。」——把敏感点转成候选人的利益语言,而不是施压。
问 HR 哪些问题单任务半模板无 Role,只有要求 + 深度思考
实测骨架
思考块五步(定位 JD 性质 → 逐条扫矛盾 → 名额分配与取舍 → 自我验证 → 风险提示)→ 3 个问题,每个含「矛盾在哪 + 一句 ≤30 字话术 + 影响什么判断」→ 沟通小建议 → 下一步
最值得学
「名额分配」这一步。候选清单有 5 个矛盾点,它显式写出为什么只问 3 个、哪 2 个用追问带出不占名额——取舍过程可见,才谈得上专业。
样本句
「是否触碰年龄/薪资/性别?未涉及。话术是否超 30 字?逐条核过均在 20 字上下。」
面试辅导单任务半模板(最短)全部提示词只有两句要求:简洁口语化、不许杜撰
实测骨架
一句自我开场定位 → 三个必须打透的点 → 两个风险题的答法 → 四个 STAR 案例(表格:类型 / 素材来源 / 必须讲到什么)→ 候选人必须自己核实的清单 → 三个反问 → 现场三条提醒
最值得学
开头先划责任:「凡涉及具体数字的,都是她本人必须自己填的空,我不会替她编,也不建议她现场模糊带过。」把「不许杜撰」翻译成了具体的责任边界。
样本句
「别把京东说成做过,说『要补』反而是加分项。」

06两种模式:指令注入 vs 自由对话

同一份 JD、同一份简历、同一个会话,只改发送方式,输出结构就完全不同。这个对比解释了「为什么产品要做快捷指令」。

维度自由对话(直接说人话)指令模式(点快捷指令)
思考外显无「开始思考 / 结束思考」+ 斜体五步推演
结论位置铺完匹配表、写完风险,最后才给建议先给档位(基本匹配),再写理由
结构自拟:结论 / 表格 / 亮点 / 风险 / 建议固定:20 字总结 + 2 点核心要求 + 亮点 + 面试澄清
篇幅约 1200 字正文约 600 字 + 思考块约 900 字
来源声明无主动声明「未提供职位 ID,未调系统 JD,结论需复核」
额外动作末尾主动推荐「要不要我再去人才库找一批相似候选人」只在流程需要时提「补齐哪几项就能录入」
问它「格式是你自己定的还是有固定要求」,它在自由对话里回答:没有收到任何固定格式要求,结构是自拟的。说明方法论只随指令入口注入,自由对话走的是通用人格。对做同类产品的启示很直接:方法论要用「显式触发」上,不要指望它在闲聊里自然长成模板。

07名词解释的构造模型(四组对照)

用四种术语密度的 JD 反复测同一指令,看它如何自组织结构。这条最有复用价值——因为输出结构最稳定。

素材术语密度它选了什么、跳过了什么
电商运营负责人10+选 GMV、ROI/ROAS(合并一格并讲差别)、AIPL;跳过小二、坑位、店播、私域,并声明「属行业常用说法,需要可再说明」
半导体工艺整合8选 Tape-out、EDA/TCAD(合并)、FinFET;每个都追加「懂这个 = 候选人在什么层面干过」
HRBP 负责人6选 HRBP、COE-SSC(合进「三支柱」一条讲)、OKR 对齐;括注「P&L、HC 已较通用,不再赘述」
仓库管理员≈0仍然凑满 3 个(扫码枪、上下架、盘点)——上限被当成了目标值

单个术语固定三拍

  1. 定性:先说这是哪一类东西。「成交总额」「一种先进晶体管结构」「大型企业 HR 的三支柱分工」。
  2. 机制或比喻:「每花 1 块钱带回多少销售额」「先做数字沙盘推演,再上真材料」「三根柱子」。
  3. 落到这份 JD 上的判断:这一拍是它和词典的分水岭。同样是解释 COE-SSC,普通答案停在「三支柱分别是什么」,它给的是「意味着参与过把 HR 拆成三条线的组织改造,而不只是在这套体系里做过事」。

选词规则(反推)

08偏差清单:哪些不能照抄

实测里能稳定复现的五个问题。这部分比「值得学」更需要记住,因为产品文档不会写。

1. 字数契约会松动。推荐理由模板要求全文 ≤300 字,实测 600 字以上。纯提示词层面的字数限制在长上下文里守不住,若真要用字数契约,必须后置程序计数。
2. 上限被当成目标值。「术语最多 3 个」在没有术语的 JD 上照样凑满 3 个,尽管 Rules 写了「避免硬凑」。应改成「0–3 个,宁缺勿凑,跳过的写明跳了哪几个及原因」。
3. 伪精确的百分比。人才风险点给「整体匹配度约 75%」,虽自标为「逐条比对估算,非系统计算结果」,仍属伪精确。评审时这类数字最容易被误读为基准。
4. 自动追加推销。自由对话结尾固定加一段「要不要我再去人才库找一批相似候选人」。必须显式写「不要额外建议」才收得住。
5. 压缩必丢风险。要求「压成 3 个要点」时,风险项整块消失,只留亮点。做摘要型交付必须写明「至少保留 1 条风险」。
偶发文字杂质:低端岗位输出里出现了「occasional 供应商送货人员」这类中英混排,说明文本层缺少统一质检。做对外交付要把「中英夹杂、全角半角混用」列为质检项。

09对 CGL 的迁移清单

按「能直接抄 / 要改造再抄 / 不要抄」三档分。

能直接抄
  • 档位前置:任何评估先给枚举结论,再写依据。
  • 证据逐句绑:核心要求 ≤2 条,每条必须引到简历原句或数字,写不出就写「无依据」,不用行业常识补。
  • 缺口显式化:「简历没写」与「候选人不具备」分开表述。
  • 思考外显用标记 + 斜体,前端可折叠,别依赖模型原生思维链。
  • 术语三拍:定性 → 机制或比喻 → 本 JD 语境下的判断。
  • 收尾自证与免责:声明信息来源边界、估算性质、还有哪几项待核实。

要改造再抄

  • 字数契约 → 改成模板里写目标字数 + 交付前程序计数,两条腿。
  • 术语配额 → 改成「0–3 个,宁缺勿凑 + 说明跳过理由」。
  • 取数动作写进 Workflow → 我们有 Gllue / 谷露 CLI 与多猎接口,要把「有职位编号就去取完整 JD」写成硬步骤,并把「没取到就声明结论待复核」写成固定句式。
  • 沟通顺序脚本(离职评估那一节)→ 并入候选人触达话术模板,作为「先说哪句、后说哪句」的顺序提示。
不要抄
  • 匹配度百分比。CGL 口径继续禁用「75% 匹配」这类表述。
  • 把上限当目标值的凑数习惯。
  • 自由对话里的自动推销段落。
  • 整体复制其提示词原文——那是平台资产,只能作方法论参考。

10复现方法

所有结论都可复现。以下是四条最小路径,不涉及任何凭据留存,登录由账号本人完成。

读指令提示词

拉指令列表要按业务分组(通用 0 / 人才 1 / 客户 2 / 职位 3),合并展示列表与隐藏列表得到全部编码;再逐个取详情,返回体里带完整提示词原文。13 条扫完没有第 14 条。

脚本化触发指令

指令消息与普通文本消息走同一个发送接口,差别只有两处:消息体的消息字段换成含指令名、指令编码、图标的对象,扩展类型置为 3(AI_COMMAND;其余为 COMMON=1 / IMAGE=2 / CARD=4 / TOOL_CALL=6)。这意味着任意一条官方方法论都能被批量复测,也能当作可对比的基线。

读回复

回复走 WebSocket 推流,但没有长连接时可以用会话记录轮询等价替代:取对端类型为 AI 的、时间戳晚于发送时刻的那条,解析消息体里的正文;streaming=1 表示还在写,0 且正文非空即完成。实测单轮 2–4 秒起流、8–20 秒写完。

做隔离测试

每个用例新建一个会话,先以普通文本把 JD 与简历喂进上下文,再触发指令;测完删除会话。这样避免上一份素材污染下一组,也不会在用户的历史列表里留垃圾。7 组测试全部按此执行。

一句话收尾。这套体系最值得学的不是某一份模板,而是两个设计决定:把「判断顺序」写进 Workflow 而不是只写输出格式;把「不许做什么」放在 Rules 第一行。前者让输出稳定,后者让输出可信。