YOHO AI

标签： 简历

  • career-ops：61.8K Stars 的开源 AI 求职指挥中心，把 Claude Code 变成你的私人猎头

    career-ops：61.8K Stars 的开源 AI 求职指挥中心，把 Claude Code 变成你的私人猎头

    career-ops 多智能体求职系统

    项目简介

    career-ops 是一套开源的「AI 求职指挥中心」——它把你手里任意一个 AI 编程 CLI（Claude Code、Codex、OpenCode、Antigravity、Grok、Qwen 等）变成一条完整的求职流水线：自动扫描招聘门户、用结构化 A-F 评估体系给职位打 1.0-5.0 分、按 JD 定制 ATS 优化简历 PDF、起草求职信与联系人开发信，并在本地统一追踪全部申请状态。作者 Santiago Fernández（santifer）用它评估了 740+ 个职位、生成 100+ 份定制简历，最终拿下 Head of Applied AI 职位——随后将整套系统开源。目前项目已收获 61,800+ Stars，被 WIRED 和 Business Insider 报道，一句话总结它的理念：「公司用 AI 筛选候选人，我让候选人用 AI 挑选公司。」

    安装要求和过程

    环境要求

    • Node.js（自带 npx 即可，无需全局安装）
    • 任意一个 AI 编程 CLI：Claude Code / Codex / OpenCode / Antigravity / Grok Build / Qwen 等（也可走免费的 Gemini API 脚本模式）
    • Playwright Chromium（仅 PDF 生成需要）；仪表盘 TUI 由 Go + Bubble Tea 构建（可选）
    • 跨平台支持 macOS / Linux / Windows

    快速安装

    # 最快方式：一条命令初始化
npx @santifer/career-ops init

cd career-ops
claude   # 或 codex / opencode / qwen / agy / grok

# 首次启动会通过对话引导你完成设置：CV、个人档案、目标岗位
# 无需手动编辑任何文件

    手动安装（git clone）

    git clone https://github.com/santifer/career-ops.git
cd career-ops && npm install
npx playwright install chromium        # 仅 PDF 生成需要
npm run doctor                          # 校验全部前置条件
cp config/profile.example.yml config/profile.yml
cp templates/portals.example.yml portals.yml
# 在项目根目录创建 cv.md 写入你的简历，然后打开 AI CLI 即可开始

    不想装任何 CLI？还可以用免费的 Gemini API 独立脚本模式：在 .env 里填入免费的 GEMINI_API_KEY，然后 node gemini-eval.mjs "职位描述..." 即可评估。项目也支持 OpenRouter 免费模型、Ollama 本地模型等低成本运行方案。

    career-ops 工作流与常用命令

    核心功能

    • 全自动评估流水线：粘贴一个职位 URL 或 JD 文本，自动完成岗位原型识别（LLMOps / Agentic / PM / SA / FDE 等）→ A-F 六模块评估（角色摘要、CV 匹配、级别策略、薪酬调研、个性化建议、STAR+R 面试准备）→ 输出评估报告 + 定制 PDF + 追踪表；还内置 Block G 职位真实性检测，自动标记诈骗贴和「幽灵职位」
    • ATS 优化简历与求职信生成：基于 HTML 模板 + Playwright 渲染 A4 PDF，按 JD 做关键词注入与镜像，Space Grotesk + DM Sans 设计字体，求职信支持四种角度交互式起草并在聊天中审批后再生成
    • 招聘门户扫描器：预配置 45+ 公司（Anthropic、OpenAI、ElevenLabs、n8n、Vercel 等）+ 19 组搜索查询，覆盖 Greenhouse / Ashby / Lever / Wellfound 等 21 个渠道模块，node scan.mjs --verify 还会用 Playwright 复核过期职位
    • 批量并行处理与终端仪表盘：用无头 CLI worker（claude -p / opencode run）并行评估 10+ 个职位；Go + Bubble Tea 打造的 TUI 仪表盘支持 6 个筛选标签、4 种排序、内联状态修改
    • 公司调研与联系人发现：deep 模式生成六轴公司调研（AI 战略、近期动作、工程文化等），contacto 模式定位招聘经理/招聘官/团队同事并起草 ≤300 字符的 LinkedIn 开发信——”申请让你排队，调研让你获得对话”
    • Human-in-the-Loop 设计：AI 只评估、排序、起草，永远不会替你提交申请、发送邮件或点击任何按钮，最终决定权始终在你手里

    典型使用场景

    1. 高信噪比求职筛选：与”海投工具”相反，career-ops 是一个过滤器——系统强烈建议不要申请低于 4.0/5 分的职位。每天跑一次 /career-ops scan 扫描 45+ 公司的新职位，批量评估后只精投最匹配的几个，把时间花在值得的机会上
    2. 单个心仪职位的深度准备：看到心仪 JD 后粘贴给 CLI，几分钟内拿到 CV 匹配差距分析、薪酬区间调研、定制版 ATS 简历 PDF、STAR 故事库面试准备，再用 deep + contacto 完成公司调研和内推联系人开发，全流程一站式完成
    3. 转型期职业规划：/career-ops training 评估某个课程/认证是否值得投入，/career-ops project 评估作品集项目的求职价值，配合评估中积累的 5-10 个 STAR 母版故事，系统会越用越懂你

    推荐理由

    试用下来最大的感受是：这是一个”吃过自己狗粮”的项目——作者真的用它找到了工作，README 里那句 740+ job listings evaluated · 100+ personalized CVs · 1 dream role landed 不是营销话术而是实测数据。设计上有两点特别打动我：一是 CLI 无关，基于开放的 Agent Skill 标准，Claude Code / Codex / Antigravity / Grok 都能跑，甚至能用免费 Gemini API 或 Ollama 本地模型零成本运行，不绑定任何付费订阅；二是克制的产品哲学——它反复强调自己不是 spray-and-pray 海投器，AI 永远不代替你点提交按钮，所有数据留在本地。对正在找工作的工程师来说，这相当于免费雇了一个 24 小时待命的私人猎头；对 AI 工程师来说，它同时也是一个多智能体系统 + Agent Skills 工程化的优秀范本（作者还写了一篇《如何用 AI 智能体舰队每周 4 小时维护这个仓库》，值得一读）。MIT 许可，17 种语言 README（含简体中文），社区活跃，强烈推荐。

    下载地址

    项目数据：61,862 Stars · 12,179 Forks · JavaScript / Go · MIT 许可（截至 2026-07-28）

  • AI-Job-Search：基于 Claude Code 的 AI 求职框架，让 Agent 帮你改简历、写求职信、备战面试

    AI-Job-Search：基于 Claude Code 的 AI 求职框架，让 Agent 帮你改简历、写求职信、备战面试

    今天要介绍的项目是 ai-job-search——一个在 GitHub 今日趋势榜上以 +3,700 stars/天 的势头冲到 AI 类目前列的求职神器。它把当下最火的 AI Agent 能力，用到了每个人迟早都要面对的真实场景里：找工作。

    ai-job-search

    📌 项目简介

    ai-job-search 是一个构建在 Claude Code 之上的 AI 驱动求职申请框架。你只需要 Fork 仓库、填写个人档案，剩下的「评估岗位匹配度 → 定制简历 → 撰写求职信 → 模拟面试」全部交给 Claude 自动完成。它不是 Anthropic 官方项目，但是把 Claude Code 的 Skill / Agent 能力落进高频真实场景的范本作品。

    ai-job-search 演示动画

    ▲ ai-job-search 工作流演示（Fork → /setup → /scrape → /apply）

    💻 安装要求和过程

    环境要求

    • Claude Code CLI（Anthropic 官方命令行工具）
    • Python 3.10+
    • Bun（用于运行职位搜索 CLI）
    • LaTeX 发行版：需含 lualatex 与 xelatex，推荐 TeX Live / MacTeX / TinyTeX / MiKTeX（CV 用 lualatex，求职信用 xelatex）
    • 可选：pdftotext（poppler），用于 ATS 文本层校验；缺失时自动降级为视觉检查

    快速安装

    # 1. Fork 并克隆仓库
gh repo fork MadsLorentzen/ai-job-search --clone
cd ai-job-search

# 2. 安装职位搜索工具（需要 Bun）
bun install

# 3. 启动 Claude Code 并初始化个人档案
claude
# 在交互中执行 /setup（三种方式：导入 documents/ 文件夹、粘贴简历、AI 访谈引导）

    初始化完成后，即可用 /scrape 搜索职位、/apply <岗位URL> 或粘贴 JD 文本来发起申请。

    ✨ 核心功能

    • 🎯 草稿-评审申请工作流（/apply）：强制 PDF 编译 + 可视化检查，内含 PDF 验证循环（防排版破碎）、ATS 文本层校验（用 pdftotext 抽取关键词与联系人）、按匹配度加权删减、起草与评审双 Agent 分离——直接解决 AI 写简历最易翻车的「排版崩了、关键词被吃」问题。
    • 🔍 多门户职位搜索与排序（/scrape、/rank）：跨多个招聘板抓取、去重、按适配度排序，并支持批量打分，把精力留给最匹配的岗位。
    • 🎤 面试备战（/interview）：基于历史归档生成分阶段准备包与模拟面试，提前演练高频问题与回答要点。
    • 📈 档案增强与技能差距分析（/expand、/upskill）：从公开来源丰富个人档案，分析技能差距并生成针对性学习计划。
    • 🧰 可扩展模板与门户（/add-template、/add-portal）：注册自定义 LaTeX 模板，或生成本地招聘板搜索技能，轻松适配不同国家 / 地区市场（默认职位搜索面向丹麦，可替换）。

    🚀 典型使用场景

    • 海投变精准投递：把一份通用简历交给框架，针对每个岗位自动生成匹配度最高的定制版简历与求职信，告别「千人一面」。
    • 面试前冲刺：让 Agent 根据目标岗位和你的档案，生成模拟面试问题与回答要点，提前查漏补缺。
    • 求职数据闭环：用 /outcome 记录每个岗位的投递阶段、offer 与拒信，逐步沉淀属于自己的求职知识库。

    💡 推荐理由

    作为常年和 Agent 打交道的人，我第一眼就被它的「草稿-评审」双 Agent 设计打动——它没有一上来就让你无脑海投，而是把求职拆成「评估 → 定制 → 评审 → 面试」几个严肃环节。尤其是 PDF 验证循环 + ATS 文本层检查，精准命中了 AI 写简历最容易翻车的点。整套流程语言与国家无关，模板基于 moderncv 与自定义 cover 类，产出物专业度高。如果你正在找工作、或经常帮人改简历，这个项目值得立刻试一试。

    🔗 下载地址

    本文由自动化任务整理发布，数据截至 2026-07-10，stars 持续增长中。