career-ops AI求职自动化快速上手指南七维评分只投值得的岗位【免费下载链接】career-opsOpen-source AI job search agent and job finder: scan job boards, score each job 1-5 against your CV before you apply, tailor an ATS-friendly resume and cover letter, get interview prep and a job application tracker. It helps you fill in each application; you press Submit. Runs locally in your AI coding CLI (Claude Code, Codex, OpenCode and more).项目地址: https://gitcode.com/GitHub_Trending/ca/career-ops凌晨两点你刷完当天第 17 条职位合上电脑前还是没想明白一件事这些岗位到底有没有值得投的career-ops 就是一个开源的 AI 求职自动化系统把职位链接贴进去它对照你的简历给出 1–5 分的评分、一份评估报告、一份量身定制的 ATS 优化简历再把申请写进追踪表。作者用它求职时评估了 740 条职位只投了 68 条拿到 12 场面试和 1 个 offer——其余的都在他花一个晚上读 JD 之前就被系统筛掉了。career-ops 是什么过滤器不是海投器先说它不是什么它不是招聘网站而是跑在你 AI 编程终端里的一位招聘顾问。用一句话定义它一个开源的 AI 求职自动化系统——粘贴一个职位它打开页面、读取 JD、对照你的简历逐条推理最后交出带评分的评估报告和一份定制简历 PDF。它的边界也一样清楚过滤器不是海投器目标从来不是帮你多投而是帮你从几百条职位里挑出少数真正值得花时间的那几条。运行形态上它很轻依赖 Node.js 22.13 和 gitnpx 随 Node 自带不需要额外安装 App而是以提示词与脚本体系的形式嵌入你已有的 AI 终端——Claude Code、Codex、OpenCode、Qwen Code、Antigravity 等支持 Agent Skill 标准的工具都行。Go 是可选依赖只为终端仪表盘服务。十分钟跑通第一条职位打开终端今天你要亲手敲的命令只有这两组。第一条完成安装npx santifer/career-ops init它会把最新版本拉到career-ops目录并装好依赖。然后进目录、打开你的 AI 终端cd career-ops claudeclaude换成你惯用的终端就行codex、opencode、qwen都可以。第一次启动时career-ops 会像一位新入职的顾问一样用对话面试你简历、目标职位、期望薪资全程聊天完成不用手动改任何配置职位扫描器也会预装 100 家公司Anthropic、OpenAI、ElevenLabs、n8n 等。然后做第一个动作把任意一个职位 URL 或整段 JD 贴进对话。系统会自动进入自动流水线模式——确认链接有效、七维度评估、写出报告、生成定制 PDF、写入追踪表一气呵成。 两个可选项想生成 PDF 简历的话先跑一次npx playwright install chromium装好无头浏览器习惯手动管理的话git clone https://gitcode.com/GitHub_Trending/ca/career-ops再npm install效果相同。第一次评估不准很正常它还不认识你。你喂的简历和偏好越详细后续评估越准——把它当新同事带头一周它在学你之后才真正好用。它怎么想一条职位过七道关评估不是关键词比对而是一条七块组成的推理流水线一条职位按顺序过这些关卡预检先取页面链接失效直接叫停公司命中你的黑名单也直接叫停。这意味着你永远不会为一个幽灵职位浪费一次完整评估。Block A 职位摘要识别岗位类型、职能、资历、远程程度一句话概括这岗位到底干什么顺带查两处——工作地点描述是否自相矛盾、工作许可政策是否与你硬性冲突。Block B 简历匹配把 JD 的要求逐条映射到你简历的原文标清已覆盖 / 有缺口 / 缺口怎么补每条要求还标注权重以及权重来源JD 原文、结构还是估算。这意味着你看到的是可核对的证据表不是一个玄学数字。Block C 级别策略判断岗位职级与你的经验是否错位是够得着还是屈就。Block D 薪酬调研带预算上限的调研单次评估最多 5 次搜索给出市场薪资区间职位写的高薪与市场脱节会被单独标记。Block E 个性化方案给简历和 LinkedIn 的可执行改写方向——突出什么、弱化什么、用什么口吻。Block F 面试准备基于职位要求生成 STARR 故事并沉淀进面试故事库评估次数多了库里的故事会慢慢长成 5–10 个能应付大多数行为面试题的万能弹药。Block G 真实性审查独立于分数专查骗局、挂名职位和永不招人的幽灵职位可疑信号单独列出并引用原文绝不混进分数里和稀泥。输出是一条链的终点1.0–5.0 的总分、结论明确的评估报告、贴合岗位的简历 PDF、一条追踪表记录。它背后的设计哲学是人在回路评分低于 4.0 的岗位系统会明确劝你别投你可以推翻但它会记下是你推翻的它永不替你提交任何申请邮件也只出草稿。从一条到一百条闭环怎么转单条评估只是热身真正省时间的是发现 → 处理 → 记录 → 回顾这条转起来的流水线。发现/career-ops scan扫预配置公司也支持在 Ashby、Greenhouse、Lever 等常见 ATS 上自定义查询新职位自动进队列。配合 cron / launchd 可以定时扫描仓库还附了零 token 的初筛脚本——先用便宜的规则过滤再交给 AI 打分成本能再压一截。处理攒了一堆链接后写进data/pipeline.md/career-ops pipeline逐个处理赶时间就/career-ops batch并行拉起多个无头工作进程同时评估十几条链接很快出齐报告。记录每条评估自动写入申请追踪表。装了 Go 的话npm run serve:dashboard就能打开终端仪表盘过滤标签、多种排序、分组/平铺视图切换、评估报告懒加载预览甚至能在界面里直接更新申请状态。回顾跟进节奏计算器自动标出该跟进却没跟进的申请并起草话术reply-watch把雇主回复分类成追踪表状态patterns模式分析你的拒绝模式和各渠道通过率。闭环转起来数据越攒越厚系统也就越来越懂你。让它变成你的三件小事喂真实履历。改什么把职业故事、拿得出手的成果、偏好和坚决不做的事写进config/profile.yml与modes/_profile.md。怎么改直接粘贴进对话让 AI 更新不用手改文件。效果评估里的匹配依据和结论质量肉眼可见地变准。用嘴调评分规则。改什么各维度权重、岗位原型、谈判脚本。怎么改一句自然语言把匹配度权重调高一点把原型改成后端方向。效果它读的就是自己用的那份文件改完下次评估立即生效。自选模型与语言。改什么底层 AI 模型和交互语言。怎么改把你的 CLI 指向本地模型或免费额度仓库内有专门的低成本与免费额度运行指南语言方面内置 20 种模式中文、日文、韩文、阿拉伯语都有。效果简历、报告、申请记录全部存在你本机无遥测、无自建后端成本可以压到零。快问快答六个最常被问到的点问题解答没有 AI 终端能用吗不能它是嵌入 AI CLI 的技能体系先装一个 Claude Code / Codex / OpenCode会替我自动投递吗不会人在回路提交动作永远由你完成它只出草稿第一次评估不准正常先补齐简历与偏好资料再重新评估生成 PDF 报错先跑一次npx playwright install chromium想换语言或调评分规则直接对 AI 说它自己改对应文件要花多少钱项目开源免费成本在你选用的模型调用量有本地模型与免费额度方案今天就能做的三件事跑npx santifer/career-ops init用对话完成初始化。贴一条你今晚本来打算投的职位看它的评分和结论。结论是投就生成 PDF、自己完成申请结论是不投就关掉标签页把时间留给下一条。凌晨两点那条职位现在不用花四十分钟硬读了——贴进去半分钟后你就知道今晚值不值得为它动手。省下来的时间留给面试。参考资料安装与配置指南评估体系源码预检与 A–G 块定义运行流程与架构定时扫描与跟进清扫低成本与免费本地模型运行常见问题 FAQ【免费下载链接】career-opsOpen-source AI job search agent and job finder: scan job boards, score each job 1-5 against your CV before you apply, tailor an ATS-friendly resume and cover letter, get interview prep and a job application tracker. It helps you fill in each application; you press Submit. Runs locally in your AI coding CLI (Claude Code, Codex, OpenCode and more).项目地址: https://gitcode.com/GitHub_Trending/ca/career-ops创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考