EventMaxxer – 自动应用于事件，让您进入正确的房间

eventmaxxer-header-inline-10x.mp4 留下来观看 jojo 的，但我们保留 eventmaxxing 给您的代理一个事件目标。它找到匹配的事件并批量应用。聚会、会议、研讨会、晚宴、黑客马拉松——任何类型的活动。从一个目标、一个网站或两者开始。您的代理负责处理发现和申请，然后保留电子表格，以便您可以查看您的选择并决定稍后参加什么。使用计算机使用工具在代理中打开此存储库并说：帮助我找到符合我目标的事件。申请符合条件的免费活动并保留电子表格，以便我可以查看它们并决定稍后参加哪些活动。告诉它您的兴趣、地点和日期，或者让它询问缺少的详细信息。您还可以提供要扫描的特定网站。在其他地方工作？请您的代理阅读 EVENTMAXXER.md 。它会重复使用您的个人资料，并且仅询问缺少的详细信息。要启用自动恢复，请添加：保持此运行并在速率限制后恢复。为我设置调度程序。需要：您的代理支持的经过身份验证的浏览器。可选的本地运行器在 macOS/Linux 上使用 Python 3.9+； Google 表格需要连接器。充满选项的活动日历：它的作用👤可重复使用的配置文件保存经过验证的事实，这样您就不会重复相同的答案。 🌐 发现并应用搜索网站，检查适合性和资格，并应用于匹配的免费活动。 📊 稍后查看并决定保留按日期排序的 Google 表格或 CSV，其中包含活动详细信息、注册状态、您的出席决定和注释。 🎯 优先考虑出席围绕您想要会面的人建立一个有证据支持的候选名单，充满信心、谈话计划和已知的重叠。 ⏱ 自动恢复 保存冷却时间并在可以重试时唤醒代理。每个活动都有一个目标和范围、自己的跟踪器以及基于该跟踪器的建议。该代理会构建一系列广泛的活动选项，然后帮助您选择在哪里度过您的时间。本地助手保留状态并协调重试。该图将代理判断、确定性软件、存储数据和人类决策分开。建议将代理研究评估与启发式评分和过滤相结合；没有经过训练的 ML 排名模型。出勤反馈为未来的评估提供信息，而不是自动训练模型。需要时询问：丢失的答案会返回给您。代理将确认的可重复使用的事实保存到您的个人资料中并重新审查该事件；特定于事件的答案保留在该事件中。应用一次：删除重复事件，保留每次提交，并协调不确定的结果。保持选项可审查：将经过验证的结果同步到电子表格，保留您的决定和注释。待定、候补和录取保持独立。在活动中推荐：根据您想见的人对跟踪器选项进行排名，解释证据和不确定性，并在您的能力范围内建立一个候选名单。从出席中学习：利用您对有用对话的决定和反馈来改进以后的建议。廉价地恢复：可选的本地运行器无需模型调用即可等待。当 CLI 浏览器访问不可用并且确实调用模型时，桌面心跳是一种替代方案。个人资料和活动记录保留在存储库外部的 ~/.local/share/eventmaxxer/ 中。每个帐户使用一个调度程序；本地锁不协调单独的机器。网站可能仍然需要缺少答案、登录或手动步骤。座席工作流程 · 状态和命令 · 计划 · 跟踪和导出 要求您的座席根据您需要会见的人和您想要的结果确定跟踪器的优先级。它评估观众的适合度和对话机会，解释每项建议，并将未经确认的入场分开。告诉它您有能力举办多少场活动。您的决定和笔记仍然属于您。请参阅出席建议。本地助手对代理研究的评估进行排名；它不会从活动标题推断参加者或获取宾客名单。 Google 表格更新使用代理支持的连接器。 python3 -munittestdiscover-stests-v 测试使用临时状态和假代理，没有实时应用程序。请参阅设置、项目规则和拉取请求的贡献指南。受到持续外展的启发。