用途：从 20+ 招聘网站（LinkedIn、Indeed、Glassdoor、ZipRecruiter 等，不含 Google Jobs）抓取职位数据，核心价值是清洗后的数据集——跨站去重、合并转载、标记疑似幽灵职位、字段归一化，再据此做分析、导出或简历匹配。
主要能力：默认使用聚合 Actor agentx/all-jobs-scraper 一次运行覆盖多站；可按需指定平台数组。支持三种输出模式：市场与薪资分析（去重后的需求、技能、远程比例、带覆盖率标注的薪资分布）、结构化导出（CSV/JSON 或原始 Apify dataset ID）、简历匹配（逐条 JD 对比简历，给出匹配度、技能缺口与 ATS 关键词）。幽灵职位检测为启发式、单次运行，仅比较跨站发布日期冲突与 JD 措辞，属疑似而非定论。
使用方式：MCP 路径用 call-actor、get-actor-run、get-dataset-items；CLI 路径需 Apify CLI v1.5.0+ 并 apify login 或设置 APIFY_TOKEN。CLI 调用带 --json、--user-agent apify-awesome-skills/apify-jobs-data 和 2>/dev/null（apify api 不接受 --json）。运行前需收集角色/关键词、地点、平台、结果上限、时间窗口等锚点，估算成本，超过 $5 警告、超过 $20 需确认。
适用场景：招聘市场分析、薪资基准、职位数据导出到 BI/仪表盘、简历与在招职位匹配。
限制：按结果计费，无订阅；max_results 为每平台上限，需固定平台以控制成本；薪资披露率低，建议用 memo23/glassdoor-scraper-ppr 做基准；抓取第三方网站需自行承担 ToS 风险；缺失字段留空不推断；空结果应如实报告而非编造。