LLM 驱动的候选人搜索
使用 AI 驱动的查询搜索超过 6000 万个开发者资料，而不是手动翻阅简历或 LinkedIn 页面。
Prog.AI
认领Prog.AI 是面向招聘团队的开发者寻源平台，可通过分析 GitHub 代码贡献，按技能为候选人评分，支持 AI 搜索、资料审查、CSV 导出和外联流程。
概述
Prog.AI 是面向招聘人员和招聘团队的开发者寻源平台，可通过分析 GitHub 上的开源代码帮助寻找软件工程师。它会基于大量技能对开发者进行评分，并展示由已验证代码贡献和其他公开信号构建的候选人资料。
该产品被定位为以简历为先或仅依赖 LinkedIn 搜索的替代方案。其工作流围绕 AI 搜索、匹配评分、统一资料和面向外联的导出展开，帮助团队识别候选人、审查其技术证据，并将其推进到联系与候选名单流程。
核心功能
多条件寻源筛选
按技能、地点、资历、经验、教育、语言、仓库及其他资料信号筛选开发者。
基于代码的匹配评分
基于对已验证代码贡献和已评分技能的分析查看候选人匹配分数。
统一的候选人资料
将联系方式、社交链接和已评分的技能数据整合到一个资料中，形成统一的候选人视图。
外联与导出流程
将候选人列表导出为 CSV，并连接到邮件外联平台，网站提到了 Lemlist 和 SourceWhale。
用于资料上下文的 Chrome 扩展
使用 Chrome 扩展在 GitHub、LinkedIn、Stack Overflow 和 Kaggle 上显示开发者洞察。
常见用例
技术候选人寻源
招聘人员可以先按技术要求搜索，再在建立候选名单前查看已评分技能、已验证代码贡献和联系方式。
细分专家发现
招聘团队可以使用技术排行榜发现网络安全分析、机器学习及其他专门领域的专家。
外联名单构建
团队可以在搜索后导出候选人列表，或将其连接到外联工具，以支持平台外的后续跟进活动。
浏览器内潜在客户研究
招聘经理可以在浏览 GitHub、LinkedIn、Stack Overflow 或 Kaggle 时使用 Chrome 扩展，为潜在候选人获取更多上下文。
Pros and Cons
Pros
- 搜索基于已分析的源代码和已评分技能，这为招聘团队提供了比仅看资料更具技术性的证据。
- 该平台覆盖了非常大的候选人池，网站称其资料数量超过 6000 万。
- 候选人视图将技能、联系方式和社交链接整合在一起，减少了在多个工具之间切换的需要。
- Chrome 扩展在浏览常见开发者网站时提供上下文，包括 GitHub、LinkedIn、Stack Overflow 和 Kaggle。
- 网站包含特定技术的排行榜，有助于团队在更窄的领域中探索专家候选人。
Cons
- 定价详情未在所提供的定价页面中显示，因此买家无法从可用来源确认完整的方案结构。
- 网站提到了集成和导出功能，但在所提供内容中，支持的外联工具具体范围并未得到完整说明。
FAQ
Prog.AI 是做什么的？
Prog.AI 分析软件开发者在 GitHub 上的开源代码贡献，构建带评分的候选人资料，并支持寻源与外联。
Prog.AI 如何定价？
来源文本称，它可提供对超过 6000 万个候选人资料的无限访问，并包含 10 次免费搜索，但所提供的网站页面并未显示完整的定价模型。
我可以导出候选人列表或连接外联工具吗？
可以。网站说明候选人可以导出为 CSV 文件，并且可以连接到你偏好的邮件外联平台；它还提到可导出到 Lemlist 和 SourceWhale，并称更多集成即将上线。
搜索使用哪些筛选条件或信号？
该平台旨在通过技能、地点、资历、经验、教育、语言、仓库及相关信号来寻找软件工程师，而不仅仅依赖简历文本。
有浏览器扩展吗？
网站强调了一个 Chrome 扩展，可在浏览 GitHub、LinkedIn、Stack Overflow 或 Kaggle 时显示更多开发者洞察。
Quick Facts
- 类别
- 开发者寻源平台
- 网站
- getprog.ai
- 主要用途
- 寻找并招聘软件工程师
- 核心数据来源
- GitHub 开源代码贡献
- 网站宣称规模
- 超过 6000 万个开发者资料
- 工作流
- 搜索、评分、导出和外联