We Work Remotely 爬虫

借助 （一款由 AI 驱动的网页爬虫），你可以在几分钟内从 We Work Remotely 抓取远程职位列表。Thunderbit 会“读懂”页面并把职位信息整理成结构化表格：你只需要点击 AI Suggest Columns，再点击 Scrape，AI 就会自动整理职位名称、公司、地点、标签、日期和链接，方便导出。如果你还需要更深入的信息，也可以使用 subpage scraping 逐个打开职位详情页，把完整描述和投递链接一并补齐。

🧑‍💻 什么是 We Work Remotely 爬虫

We Work Remotely 爬虫 是一个 AI 网页爬虫，通过 Thunderbit Chrome 扩展帮助你从 提取职位列表与职位详情。你无需写代码，也不用维护容易失效的选择器：打开你想抓取的页面（例如远程职位目录页），点击 AI Suggest Columns，再点击 Scrape，即可生成整洁的数据表，下载或同步到常用工具中。

使用 Thunderbit 你还可以：

• 处理 分页 与超长列表
• 通过 Subpage Scraping 打开每条职位详情页，抓取完整描述、任职要求与投递 URL
• 免费导出到 Excel、Google Sheets、Airtable 或 Notion（也支持免费导出）

🗂️ We Work Remotely 可以抓取哪些内容

We Work Remotely 是一个热门的远程岗位聚合平台，覆盖工程、产品、设计、市场、客服支持等多个方向。使用 Thunderbit 的 AI 网页爬虫（https://thunderbit.com/），你可以搭建结构化的职位数据库，用于寻源、分析、提醒与报表。

抓取 We Work Remotely 的全部远程职位

该场景主要抓取远程职位主目录页：。适合你希望覆盖更多类别与公司，并在需要时再通过抓取职位详情页来丰富每一行数据。

操作步骤：

1. 安装 并注册账号。
2. 打开目标页面，例如：https://weworkremotely.com/remote-jobs
3. 点击 AI Suggest Columns，让 AI 推荐要提取的字段。
4. 点击 Scrape 开始抓取，获取数据并下载文件。

字段（列）建议

小提示： 列表抓取完成后，可使用 Scrape Subpages 逐个访问 Job URL，补充完整描述、任职要求、薪资（如有）以及投递链接等字段。

抓取 We Work Remotely 的远程编程岗位

该场景面向特定分类页：。如果你只关注工程/开发岗位，这种方式更省事，数据也更“干净”，后续无需再做大量筛选。

操作步骤：

1. 安装 并注册账号。
2. 打开目标页面，例如：https://weworkremotely.com/categories/remote-programming-jobs
3. 点击 AI Suggest Columns，让 AI 推荐要提取的字段。
4. 点击 Scrape 开始抓取，获取数据并下载文件。

字段（列）建议

🎯 为什么要用 We Work Remotely 工具

抓取 We Work Remotely 的价值在于：把更新很快的招聘信息，变成你可以检索、筛选并用于业务流程的数据资产。

团队常见的使用动机包括：

• 招聘与人才寻源： 建立远程招聘公司的线索库，跟踪新职位，并按地区、技术栈或资历优先级排序。
• 销售与合作拓展： 发现增长迅速的 remote-first 公司，用“正在招聘”作为线索信号（往往意味着预算与紧迫度）。
• 市场研究： 按类别（开发 vs 设计等）追踪招聘趋势、地点限制与岗位频次变化。
• 求职者与职业教练： 在 Google Sheets 或 Notion 里做个人职位追踪表，去重并监控新发布。
• 电商与运营团队招聘技术人才： 持续维护与你所在细分领域相关的工程岗位清单。

Thunderbit 的优势在于更贴近业务工作流：AI 网页爬虫（https://thunderbit.com/）会自动把数据结构化，而 Subpage Scraping 能在无需搭建复杂爬取系统的情况下，为每一行补全详情信息。

想了解更多现代化抓取流程，可参考：

🧩 如何使用 We Work Remotely Chrome 扩展

1. 安装 Thunderbit Chrome 扩展：在 获取，并在 创建账号。
2. 打开 We Work Remotely 页面：进入 或 。
3. 启用 AI 抓取：点击 AI Suggest Columns 自动生成列名、数据类型以及可选的 Field AI Prompts。你也可以重命名列，或新增如“Seniority（资历）”“Comp Range（如有薪资范围）”等字段。
4. 抓取并补全：点击 Scrape 获取列表数据；再用 Scrape Subpages 逐个访问职位链接，抓取完整描述、投递链接等更多细节。

进阶用法： 导出到 Google Sheets 便于协作；或导入 Airtable/Notion，搭建轻量级 ATS 风格的职位数据库。导出免费。

💳 We Work Remotely 抓取的定价说明

Thunderbit 采用简单的积分机制：

• 1 credit = 1 条输出行（结果表中的一行职位记录）。
• AI 驱动的抓取体验包含在内，且数据导出免费（CSV/JSON、Excel、Google Sheets、Airtable、Notion）。

免费可体验内容：

• Free tier： 每月可抓取 6 个页面。
• Free trial： 可免费抓取 10 个页面，适合用来测试“列表抓取 + 子页面补全”的完整流程。

单次运行的典型成本（示例）：

• 若你抓取 5 页列表，共得到 80 条职位行，则消耗 80 credits。
• 若你再对这 80 条职位做子页面补全，并为每个职位输出一条补全后的行，通常仍按输出行数计费，因此建议按最终表格中希望保留的职位行数来规划积分。

付费方案（按月/按年）会随使用量扩展；如果你长期稳定抓取，年付通常更划算。详情见 。

❓ 常见问题（FAQ）

1. 什么是 AI Powered We Work Remotely Scraper？
   这是 Thunderbit 中的一套 AI 抓取流程，用于从 We Work Remotely 提取职位列表与职位详情，并转换为结构化表格。你可以先抓取列表页，再通过子页面抓取访问职位详情页，为每一行补充更多字段。

2. Thunderbit 是什么？
   是一款 AI 网页爬虫 Chrome 扩展，可在无需编程的情况下，从网站、PDF 与图片中提取结构化数据。它面向业务用户，强调快速配置、稳定提取，并可轻松导出到 Google Sheets、Airtable、Notion 等工具。

3. 抓取 We Work Remotely 需要会写代码吗？
   不需要。你只要点击 AI Suggest Columns，Thunderbit 的 AI 会根据页面内容推荐可提取字段。你可以用自然语言调整列，然后点击 Scrape 即可。

4. Thunderbit 也能抓取职位描述和投递链接吗？
   可以。抓取列表页后，使用 Subpage Scraping 打开每条职位详情页，即可提取完整描述、职责、要求以及投递 URL 等字段。尤其当列表页只展示职位名和公司时，这个功能非常实用。

5. We Work Remotely 的分页如何处理？
   Thunderbit 支持分页抓取：无论是点击式分页还是长列表滚动加载，都会根据网站结构进行适配。如果职位目录分多页，你可以一次运行抓取多页，并把结果汇总到同一张表中。

6. 可以导出哪些数据？能导到哪里？
   你可以导出为 CSV/JSON，下载用于 Excel，或直接同步到 Google Sheets、Airtable、Notion。导出免费，便于搭建共享的职位追踪表或可检索数据库。

7. 针对招聘网站，Cloud Scraping 和 Browser Scraping 有什么区别？
   Cloud Scraping 通常更快，适合批量处理大量公开页面；Browser Scraping 则在你的 Chrome 会话中运行，更适合需要登录或依赖本地会话加载内容的网站。

8. 免费计划能抓取多少职位？
   免费计划按“页面”计量，而不是按“职位数”：每月可抓取 6 个页面。如果单页包含很多职位，你仍能获得相当可观的数据；也可以开启免费试用抓取 10 个页面 来验证流程。

9. 用于招聘或研究，抓取 We Work Remotely 合规吗？
   抓取公开网页用于研究与商业情报很常见，但你应遵守适用法律、尊重隐私，并查看网站条款。如果要用于生产级流程，建议设置合理的抓取频率，并负责任地使用数据。

📚 了解更多

• 获取扩展：
• 产品与场景：
• 更多教程：
• 实用指南：

想用 AI 网页爬虫（https://thunderbit.com/）从 We Work Remotely 构建一份干净的远程职位数据集？安装 Thunderbit，打开你关注的职位页面，点击 AI Suggest Columns，再点击 Scrape 即可。