DimiMikadze/orca

解决的问题

Orca 解决了手动分析 LinkedIn 个人资料以获取深层定性洞察的难题。与其粗略浏览个人资料，它会基于实际活动，自动提取个人的痛点、价值观、专业技能和沟通风格等结构化数据。

工作原理

Orca 接收 LinkedIn 个人资料 URL 和期望的洞察内容。它首先抓取基础数据，包括帖子、评论和点赞。随后，AI 代理对这些数据进行推理，提取所需洞察；如果代理判断需要更多信息才能得出结论，它会自主调用额外的抓取工具来获取更多数据。

适用人群

• 销售专业人士：希望在联系前了解潜在客户优先事项。
• 招聘人员：希望评估候选人的真实兴趣，而不仅限于简历内容。
• 投资者：希望梳理创始人思维并评估其定位。

核心亮点

• 自主数据收集：若初始数据不足，代理可自主决定调用更多抓取工具。
• 结构化洞察：可提取网络影响力、兴趣随时间演变等具体属性。
• 可集成性强：核心逻辑已封装为独立的 Node.js 库。
• LLM 灵活性：基于 LangChain 构建，支持 OpenAI、Anthropic 等多种大模型提供商。