夜雨聆风截至 8 月 25 日早间，AI Job Search 在 GitHub 已获得约 3.4 万个 Star 和 1.19 万个 Fork。它把 Claude Code 改造成一套跑在本机的求职工作流，覆盖找岗位、评估匹配度、修改简历、写求职信、准备面试和记录申请结果。
这不是 Anthropic 的产品，也不是自动海投软件。它是一个独立的 MIT 开源项目，核心价值在于把求职资料和每个岗位串成可复用流程，让 AI 不再每次从空白对话开始。
它处理的是整条申请流程
首次运行 /setup 后，工具会从现有简历、LinkedIn 导出文件和证明材料中整理个人档案，也可以通过问答补齐经历、技能与求职目标。
找到岗位后，/rank 会按匹配度批量排序；/apply 会读取岗位描述，先判断是否值得申请，再生成针对性的简历和求职信。另一名审阅智能体会检查草稿，随后重新修改，并把 LaTeX 文件编译成 PDF。
它还会检查 PDF 的文本层能否被 ATS 正常读取，避免邮箱、电话或段落顺序在机器解析时变成乱码。面试准备、跟进邮件、申请结果记录、离线 HTML 看板，以及可选的 Gmail 和 Notion 同步，也都在同一个项目里。
这些功能负责整理、起草和提醒，不会替用户直接发送申请。Gmail 同步发现面试或拒信后，也会先列出建议变更，等用户确认才写进记录。
69 份申请的结果，只能看作作者案例
项目作者称，自己在 2025 年底失去工作后，用这套流程完成了 69 份定制申请，获得 20 次初面，最终签下一份合同，并在 2026 年 6 月入职 AI 工程师。
这组数据说明工作流确实被用于真实求职，不只是演示项目。但它是作者自述，不能证明工具会带来同样的面试率。岗位质量、候选人经历、地区和投递策略都会影响结果。
免费开源，不代表安装门槛低
代码可以免费使用，但需要 Claude Code、Python 3.10 以上、Bun 和 LaTeX。若要检查 ATS 解析效果，还建议安装 pdftotext。Claude Code 本身的使用成本也要另算。
项目内置的招聘网站工具主要面向丹麦，另有 LinkedIn 公开岗位和 Freehire。中文岗位可以直接粘贴职位描述，也可以用 /add-portal 为本地招聘网站生成搜索工具，但这一步需要测试网页结构和访问规则，不能当成开箱即用。项目还明确提醒，自动访问 LinkedIn 违反其服务条款，只适合低频个人使用。
因此，它更适合轻度懂命令行、愿意维护本地资料的人。只想装一个 App 就开始海投，反而会觉得前置配置太重。
公开 Fork 会把个人资料一起公开
GitHub 上公开仓库的 Fork 也会保持公开。问题在于，/setup 会把姓名、联系方式、工作经历和薪资预期写入项目中的跟踪文件。如果把这些改动推送到公开 Fork，履历也会一起公开。
项目建议个人求职时使用私有仓库，把原项目设为 upstream 获取更新；只有准备贡献代码时才 Fork。虽然新版已经把个人档案、申请记录和薪资数据加入忽略规则，提交前仍应检查暂存文件，避免历史提交或新增文件漏掉敏感内容。
职位描述也会带来风险。智能体会同时读取外部岗位文本和本地个人资料。项目设置了“不执行岗位正文中的指令”等规则，但维护者明确说明，这些只是提示层防护，不是沙箱。对陌生招聘网站，应先查看抓取到的内容和生成的材料，再决定是否发送。
整套流程把岗位判断、定制材料、面试准备和结果复盘放进同一套本地记录。愿意承担配置成本，它能省下大量重复整理；不愿管理仓库和权限，就先别把真实履历放进去。
消息来源
AI Job Search 项目主页
https://github.com/MadsLorentzen/ai-job-search
安装与私有仓库说明
https://github.com/MadsLorentzen/ai-job-search/blob/master/SETUP.md
安全说明
https://github.com/MadsLorentzen/ai-job-search/blob/master/SECURITY.md
版本发布记录
https://github.com/MadsLorentzen/ai-job-search/releases
如果这篇对你有用，请点赞、留言、转发。
