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