19 KiB
Career-Ops
English | Deutsch | Español | Français | Português (Brasil) | 한국어 | 日本語 | 简体中文 | 繁體中文 | Українська | Русский | Polski | Dansk | العربية | हिन्दी
我花了好几个月用最费力的方式找工作。所以我打造了一个当初就希望拥有的系统。
公司用 AI 筛选候选人。我把 AI 交给候选人,让他们来挑选公司。
现在,它开源了。
媒体报道
评估超过 740 个职位 · 生成超过 100 份个性化简历 · 成功拿下理想职位
这是什么
Career-Ops 可以把任何 AI 编码 CLI 变成完整的求职指挥中心。你不需要再手动用电子表格追踪申请流程,而是获得一个 AI 驱动的管道,能够:
- 评估职位,使用结构化的 A-F 评分系统(10 个加权维度)
- 生成定制 PDF,针对每份职位描述输出 ATS 优化简历
- 自动扫描招聘平台(Greenhouse、Ashby、Lever、公司招聘页)
- 批量处理,通过子代理并行评估 10 份以上职位
- 集中管理一切,用单一事实来源配合完整性检查
重要:这不是海投工具。 career-ops 是一个过滤器,帮你从数百个职位里找出真正值得投入时间的少数机会。系统强烈建议不要申请评分低于 4.0/5 的职位。你的时间很宝贵,招聘方的时间也一样。提交前一定要自己复核。
career-ops 具备代理式工作能力:Claude Code 会用 Playwright 浏览招聘页面,通过推理你的简历与职位描述是否匹配来评估契合度,而不是只做关键词匹配;同时它也会根据每个职位调整你的简历。
提醒:最开始几次评估不会特别准。 系统还不了解你。请给它更多上下文,比如你的简历、职业故事、成果证明、个人偏好、擅长的事、想避开的事。你喂给它的信息越多,它就越准确。把它当成在培养一个新招聘顾问:第一周它需要先了解你,之后就会变得非常有价值。
这个系统的作者曾用它评估 740 多个职位、生成 100 多份定制简历,并拿到一份 Head of Applied AI 的工作。阅读完整案例研究。
功能特性
| 功能 | 说明 |
|---|---|
| 自动管道 | 粘贴一个 URL,即可获得完整评估 + PDF + 追踪记录 |
| 6 个评估模块 | 职位总结、简历匹配、职级策略、薪酬调研、个性化建议、面试准备(STAR+R)—— 外加一个用于核查职位真实性的 Block G 模块,可标记诈骗职位和幽灵职位 |
| 面试故事库 | 跨多次评估积累 STAR+Reflection 故事,沉淀出 5-10 个可回答任意行为面试题的主线故事 |
| 谈薪脚本 | 薪资谈判框架、地域折扣反驳话术、竞品 offer 杠杆策略 |
| ATS PDF 生成 | 注入关键词的简历,采用 Space Grotesk + DM Sans 设计 |
| 平台扫描器 | 预配置 45+ 家公司(Anthropic、OpenAI、ElevenLabs、Retool、n8n...),支持跨 Ashby、Greenhouse、Lever、Wellfound 的自定义查询 |
| 批量处理 | 使用 claude -p worker 并行评估 |
| Dashboard TUI | 在终端 UI 中浏览、筛选和排序你的求职管道 |
| 人类在环 | AI 负责评估和建议,你负责决定和行动。系统绝不会自动提交申请,最终决定始终在你手上 |
| 管道完整性 | 自动合并、去重、状态标准化和健康检查 |
快速开始
最快的方式 —— 一条命令:
npx @santifer/career-ops init
💡
npx随 Node.js 一起提供 —— 它只运行一次安装程序, 不会全局安装任何东西。还没有 Node?请先安装它。 (已经在用 Claude Code / Gemini / Codex CLI?那你已经有它了。)
这会把最新版本克隆到 ./career-ops 并安装依赖。然后:
cd career-ops
claude # 或 gemini / codex / qwen / opencode —— 在这里打开你的 AI CLI
首次启动时,career-ops 会通过对话带你完成设置 —— 你的简历、个人档案和目标职位 —— 完全无需手动编辑任何文件。
更喜欢手动设置?(git clone)
git clone https://github.com/santifer/career-ops.git
cd career-ops && npm install
npx playwright install chromium # 仅生成 PDF 时需要
claude # 打开你的 AI CLI —— 它会在首次启动时引导你完成设置
这个系统本来就是设计给 Claude 直接定制的。 modes、职业原型、评分权重、谈判脚本,直接告诉 Claude 要改什么就行。Claude 读取的正是它自己会使用的那些文件,所以它知道该改哪里。
完整配置指南见 docs/SETUP.md。
Gemini CLI 集成
career-ops 原生支持 Gemini CLI —— 与 Claude Code 和 OpenCode 的支持方式相同。所有 15 个斜杠命令均可使用,并基于相同的 modes/*.md 评估逻辑。
选项 A —— 原生 Gemini CLI(推荐)
# 1. 安装 Gemini CLI(需要 Node.js 20+)
npm install -g @google/gemini-cli
# 或: npx @google/gemini-cli --version
# 2. 在 career-ops 目录中运行 —— 首次启动时使用你的 Google 账号登录(免费)完成认证
cd career-ops
gemini
# 3. 使用统一的 /career-ops 命令及其子命令:
/career-ops "Anthropic 的资深 AI 工程师..."
/career-ops pipeline
/career-ops scan
/career-ops pdf
/career-ops tracker
GEMINI.md 文件会自动作为上下文加载。所有子命令都通过统一的 .agents/skills/career-ops/SKILL.md 定义进行路由。
选项 B —— 独立 API 脚本(无需安装 CLI)
# 1. 在 https://aistudio.google.com/apikey 获取免费 API 密钥
cp .env.example .env
# 编辑 .env → 设置 GEMINI_API_KEY=***
# 2. 安装依赖
npm install
# 3. 评估职位描述
node gemini-eval.mjs "我们在招聘资深 AI 工程师..."
node gemini-eval.mjs --file ./jds/my-job.txt
npm run gemini:eval -- "职位描述文本"
免费层: 两种选项都无需付费。原生 CLI 使用 Google OAuth;API 脚本使用
gemini-2.0-flash(15 RPM,每天 1M token 免费)。
用法
career-ops 是一个单一斜杠命令,带有多种模式:
/career-ops → 显示所有可用命令
/career-ops {粘贴职位描述} → 完整自动管道(评估 + PDF + 追踪)
/career-ops scan → 扫描平台上的新职位
/career-ops pdf → 生成 ATS 优化简历
/career-ops batch → 批量评估多个职位
/career-ops tracker → 查看申请状态
/career-ops apply → 用 AI 协助填写申请表
/career-ops pipeline → 处理待办 URL
/career-ops contacto → 生成 LinkedIn 外联消息
/career-ops deep → 深度公司研究
/career-ops training → 评估课程/证书
/career-ops project → 评估作品集项目
或者直接粘贴职位 URL 或职位描述,career-ops 会自动识别并运行完整流程。
工作原理
粘贴职位 URL 或职位描述
│
▼
┌──────────────────┐
│ 职业原型检测 │ 分类:LLMOps / Agentic / PM / SA / FDE / Transformation
└────────┬─────────┘
│
┌────────▼─────────┐
│ A-F 评估 │ 匹配度、能力缺口、薪酬调研、STAR 故事
│ (读取 cv.md) │
└────────┬─────────┘
│
┌────┼────┐
▼ ▼ ▼
报告 PDF 追踪
.md .pdf .tsv
预配置平台
扫描器默认内置 45+ 家公司 和跨主流招聘站点的 19 个搜索查询。把 templates/portals.example.yml 复制成 portals.yml 后,你可以继续添加自己的目标公司:
AI Labs: Anthropic、OpenAI、Mistral、Cohere、LangChain、Pinecone 语音 AI: ElevenLabs、PolyAI、Parloa、Hume AI、Deepgram、Vapi、Bland AI AI 平台: Retool、Airtable、Vercel、Temporal、Glean、Arize AI 联络中心: Ada、LivePerson、Sierra、Decagon、Talkdesk、Genesys 企业软件: Salesforce、Twilio、Gong、Dialpad LLMOps: Langfuse、Weights & Biases、Lindy、Cognigy、Speechmatics 自动化: n8n、Zapier、Make.com 欧洲公司: Factorial、Attio、Tinybird、Clarity AI、Travelperk
覆盖的招聘平台: Ashby、Greenhouse、Lever、Wellfound、Workable、RemoteFront
Dashboard TUI
内置终端仪表盘可以让你更直观地浏览整个求职管道:
npm run serve:dashboard # launch the TUI
npm run build:dashboard # optional: build the standalone binary
功能包括:6 个筛选标签、4 种排序模式、分组/平铺视图、懒加载预览、行内状态修改。
项目结构
career-ops/
├── CLAUDE.md # 代理说明
├── cv.md # 你的简历(需要自行创建)
├── article-digest.md # 你的成果证明(可选)
├── config/
│ └── profile.example.yml # 个人档案模板
├── modes/ # 14 个技能模式
│ ├── _shared.md # 共享上下文(在这里自定义)
│ ├── oferta.md # 单个职位评估
│ ├── pdf.md # PDF 生成
│ ├── scan.md # 平台扫描器
│ ├── batch.md # 批量处理
│ └── ...
├── templates/
│ ├── cv-template.html # ATS 优化简历模板
│ ├── portals.example.yml # 扫描器配置模板
│ └── states.yml # 规范状态列表
├── batch/
│ ├── batch-prompt.md # 自包含 worker 提示词
│ └── batch-runner.sh # 编排脚本
├── dashboard/ # Go TUI 管道查看器
├── data/ # 你的追踪数据(已 gitignore)
├── reports/ # 评估报告(已 gitignore)
├── output/ # 生成的 PDF(已 gitignore)
├── fonts/ # Space Grotesk + DM Sans
├── docs/ # 配置、定制、架构说明
└── examples/ # 示例简历、报告、成果证明
技术栈
- 代理:Claude Code,配合自定义技能与 modes
- PDF:Playwright/Puppeteer + HTML 模板
- 扫描器:Playwright + Greenhouse API + WebSearch
- Dashboard:Go + Bubble Tea + Lipgloss(Catppuccin Mocha 主题)
- 数据:Markdown 表格 + YAML 配置 + TSV 批处理文件
也已开源
- cv-santiago:作者的作品集网站(santifer.io),包含 AI 聊天机器人、LLMOps Dashboard 和案例研究。如果你也需要一个能在求职时展示的作品集,可以 fork 它然后改成自己的版本。
关于作者
我是 Santiago,现任 Head of Applied AI,也曾是一名创业者(创建并出售过一家公司,那家公司至今仍以我的名字运营)。我构建 career-ops 是为了管理我自己的求职流程,而它确实奏效了:我用它拿到了现在这份工作。
我的作品集和其他开源项目 → santifer.io
Star 历史
免责声明
career-ops 是一个本地开源工具,不是托管服务。 使用本软件即表示你确认:
- 数据由你掌控。 你的简历、联系方式和个人数据都保留在你的设备上,并直接发送给你选择的 AI 提供商(Anthropic、OpenAI 等)。我们不会收集、存储或访问你的任何数据。
- AI 由你掌控。 默认提示词会明确要求 AI 不要自动提交申请,但 AI 模型的行为可能不可预测。如果你修改提示词或使用不同模型,风险由你自行承担。提交前务必核查 AI 生成内容的准确性。
- 你需要遵守第三方服务条款。 你必须按照所使用招聘平台(Greenhouse、Lever、Workday、LinkedIn 等)的服务条款来使用本工具。不要用它向雇主发送垃圾申请,也不要对 ATS 系统造成过载。
- 不提供任何保证。 评估结果只是建议,不是真相。AI 模型可能会幻觉出并不存在的技能或经历。作者不对任何求职结果、申请被拒、账号受限或其他后果承担责任。
完整内容见 LEGAL_DISCLAIMER.md。本软件依据 MIT License 以“按现状”方式提供,不附带任何形式的担保。
贡献者
通过 career-ops 成功入职?分享你的故事!
许可证与商标
代码以 MIT 许可证授权。"career-ops" 名称及品牌受 商标政策 约束 —— 允许社区使用,商业产品命名和背书需保留权利。

