RT，秋招未遂，试图做一个自动填写简历的Agent，既能提高春招效率，又能作为项目经历写进简历。

考虑到如下方案：

1.获取前端代码，得到表单数据，并将label送入LLM，返回填写内容后进行填写

2.使用OCR识别当前页面字段和对应的bbox，交给LLM判断是否是需要填写的字段并返回填写值

3.使用VLM识别当前页面字段和对应bbox，给出推荐值并进行填写

方案1：表单填写

优点：送入LLM的无关内容少，单次推理速度快

缺点：受到前端代码格式的限制，未必通用所有网页，需要开发油猴脚本

方案2：OCR + LLM

优点：适配各种网页，无需深扒前端代码

缺点：OCR识别全屏区域，传入LLM的无关字段很多，增加推理成本和速度 

方案2：VLM

优点：适配各种网页，无需深扒前端代码；无需前置识别操作，开发简单

缺点：VLM输出的bbox偏移严重