乐于分享
好东西不私藏
夜雨聆风 > > 办公文件 > 开源求职神器:用 AI 帮你筛选工作、生成简历、追踪申请

开源求职神器:用 AI 帮你筛选工作、生成简历、追踪申请

当前时间： 2026-08-12 09:06:01 分类：办公文件 评论(0)
开源求职神器:用 AI 帮你筛选工作、生成简历、追踪申请
找工作从来不是一件轻松的事。哪怕你技术过硬、履历漂亮，面对海量的职位信息、繁琐的简历修改、反复的申请追踪，也会觉得心力交瘁。很多人把时间花在广撒网上，结果大部分投出去的简历石沉大海。
最近我在 GitHub 上发现了一个开源项目，名字叫career-ops，短短几个月已经收获了49.4k 星标，被 10.2k 用户 fork。它的作者 Santiago 说，自己花了几个月用传统方式找工作，受够了，于是亲手造了一套自己真正需要的系统——用 AI 把求职流程变成一条自动化的生产线。而且，他把这东西开源了。

Santiago 的背景与实战成果

Santiago 的履历很有意思。他是一位现任的Head of Applied AI，以前创过业，把公司卖了之后，业务还继续挂着他的名字运营。他用自己的工具完成了整个求职过程：评估了 740 多个职位，生成了 100 多份量身定制的简历，最终拿到了现在这份工作。他写了一个详细的案例分析，放在项目里供所有人参考。
这套系统不是那种“一键海投”的垃圾工具，恰恰相反，它更像一个过滤器——帮你从几百个职位中找出真正值得花时间的那几个。Santiago 明确建议，评分低于 4.0（满分 5 分）的职位就不要申请了，因为你的时间宝贵，招聘人员的时间也宝贵。

核心功能：从粘贴链接到面试准备

那么 career-ops 到底能做什么？简单来说，你只需要把一个职位链接或者职位描述粘贴进去，系统就会自动完成一套完整的评估流程：
  • 读取你放在本地的简历（一个 markdown 文件）
  • 对照职位描述进行深度匹配，分析你的优势与缺口
  • 做薪资调研
  • 甚至生成面试准备的 STAR 故事
评估结果会以A 到 F 的等级呈现，背后是十个维度的加权打分。随后，系统会生成一份针对该职位优化的 PDF 简历——ATS 友好，排版用了 Space Grotesk 和 DM Sans 字体，关键词都根据职位描述做了注入。同时，这个职位的所有信息会被记录到一个集中的跟踪表里，方便你随时查看申请进度。

工程化设计：技能模式与批量处理

这些能力的背后是一套工程化的设计。系统基于Claude Code（Anthropic 的 AI 编程工具）构建，利用 Playwright 去自动浏览招聘页面，读取 ATS 系统的公开数据。它支持14 种不同的技能模式，比如：
  • 单职位评估
  • 批量处理
  • 门户扫描
  • PDF 生成
  • 面试准备
扫描功能预配置了45 家以上公司的招聘门户，包括 Anthropic、OpenAI、ElevenLabs、Retool、n8n 等知名 AI 和科技公司，同时也支持 Greenhouse、Ashby、Lever、Wellfound 等主流 ATS 平台。批量处理模式下，你可以同时评估十几个职位，系统会并行调用多个 AI worker 来完成任务。

终端仪表盘：命令行里的 CRM

除了这些智能化的功能，career-ops 还附带一个用Go 语言写的终端仪表盘。它基于 Bubble Tea 和 Lipgloss 构建，采用了 Catppuccin Mocha 主题，视觉效果很不错。你可以通过这个仪表盘浏览所有申请的职位，按不同状态过滤，按分数排序，甚至可以直接在仪表盘里修改申请状态。整个体验有点像在命令行里操作一个专业的 CRM 系统。

使用门槛与上手流程

使用门槛并不高。项目本身是一个Node.js 应用，你只需要：
  1. 把代码克隆下来，执行 npm install
  2. 安装 Playwright 的 Chromium 浏览器
  3. 用 npm run doctor 检查一下环境是否就绪
  4. 创建一个 cv.md 文件写你的简历
  5. 复制配置模板填写个人信息和偏好的公司列表
之后就可以在项目目录中打开 Claude Code，用 /career-ops 这样的斜杠命令来启动任何功能。当然，它也不是只能配合 Claude Code，项目也原生支持 Google 的 Gemini CLI 和 OpenCode，如果你习惯用其他 AI 助手，同样能无缝接入。

隐私与人类主导

作者特别强调了一点：所有数据都留在你自己的机器上。你的简历、联系方式、职位评估结果都不会上传到任何第三方服务。AI 请求会直接发送给你选择的模型提供商（Anthropic 或 Google）。系统默认的提示词也明确禁止 AI 自动提交申请，所有生成的内容都需要你人工审核后再决定是否使用。换句话说，AI 负责分析和建议，你做最终的决定。这也是为什么 Santiago 把它定位为“human-in-the-loop”的系统。

社区与许可

目前这个项目在 GitHub 上保持着很高的活跃度。有 8 个正式版本，最新的是v1.8.0。贡献者列表正在增长，项目还提供了 10 种语言的 README，包括中文、日文、西班牙文等，社区覆盖范围很广。项目采用MIT 许可证，你可以自由地使用、修改甚至商用，只需要注意品牌名称的使用范围。

结语

如果你还在为求职发愁，或者只是想让这个过程更高效，不妨花一个下午的时间把 career-ops 跑起来。它可能不会帮你直接拿到 offer，但一定会让你更清楚自己该往哪个方向用力，以及哪些公司真正值得你投入精力。毕竟，工具只是手段，清醒的判断和有效的行动才是最终的决定因素。而这个工具，正好能帮你把这两件事做到更好。
感兴趣的读者可以访问项目Github网址，了解更多细节：
https://github.com/santifer/career-ops