用途：skill-scan 是 cheat-on-skill 的核心环节，用真实招聘需求（而非职业推荐水文）帮用户找到「高薪 × 你学得动 × AI 增强」三者交集的候选岗位，并给出可比较的判断依据。
主要能力：以 BOSS 直聘在招岗位为主信源，实时获取岗位名、薪资量级、公司、列表页标签与详情链接；结合用户能力画像做差距分析，按 learnability-rubric 打分 L1–L5 并给出可学性判定和诚实学习周期；用 ai-impact-taxonomy 区分增强/新生/替代，替代型直接劝退；对培训、内推、包就业类经过反诈 rubric 过滤；按档位（role-tiers）收敛方向，避免给低起点推够不着的岗位。
使用方式：先读 .skill-state.json 画像与 start_tier，并按需读 role-tiers、ai-impact-taxonomy、learnability-rubric、anti-scam-rubric 及 lessons.md；用系统时间命令获取时间戳。随后按档位确定 3–6 个搜索词并与用户确认，通过 BOSS adapter 半自动读取招聘数据，用户扫码登录后低频只读列表页，用户明确点名后才读取所选详情页，只提取岗位标题、公司、薪资、地点与 JD 文本，不读 HR 信息、不点「立即沟通」。必要时用网页检索交叉验证趋势，最后按统一格式输出并落盘到 candidate_roles[]。
适用场景：想转行或选方向、需要判断某岗位是否值得投入、希望排除 AI 替代型和疑似诈骗机会的个人。
限制：BOSS 薪资数字存在字体混淆，只拿到量级，精确值需用户手动查看详情页；列表页拿不到完整技能要求，需读详情或用户手动粘贴 JD；adapter 依赖本机 Chrome 调试端口与登录状态，可能需非沙箱权限；遇登录、验证或选择器失效需重跑或校准。禁止翻页、批量抓取与私聊。