Appearance
Career-Ops - 基于 Claude Code 的 AI 求职系统
是什么
一个开源的 AI 求职流水线,将求职从「手工劳动」变成「自动化系统」。
- GitHub: santifer/career-ops
- 定位: Claude Code 驱动的求职操作系统。
- 核心价值:通过 AI 自动化实现从职位扫描 $\rightarrow$ 简历定制 $\rightarrow$ 面试准备的完整闭环。
解决啥 (痛点 $\rightarrow$ 方案)
| 痛点 | Career-Ops 的解决方案 |
|---|---|
| 海投简历效率低 | 自动化扫描:自动监控 45+ 顶级公司招聘门户,实时抓取新职位。 |
| 简历匹配度差 | 精准重写:AI 深度分析 JD 关键词 $\rightarrow$ 根据个人背景动态改写 $\rightarrow$ 生成 ATS 友好 PDF。 |
| 职位评估主观 | 量化评分:引入 A-F 评分系统,基于薪资、文化、技术栈等 10 个维度量化评估。 |
| 面试准备琐碎 | 深度调研:自动搜集公司背景 + 目标面试官社交轨迹,生成针对性问答清单。 |
不是啥
- 不是简单的简历生成器:它是一个流水线系统。不仅仅是改写文字,还包括职位扫描、评分、进度跟踪和面试模拟。
- 不是官方招聘工具:它是一个本地运行的 Agent 增强工具,所有数据存储在本地 Markdown/YAML。
- 不是一个通用聊天机器人:它专注于「求职」这一特定领域,拥有 14 种专门的 Skill 模式。
好在哪
- 极致的本地优先:隐私高度安全,简历版本与职位评估全部存储在本地。
- Claude Code 原生集成:无需第三方 UI,直接通过
/evaluate或/pdf等 Skill 指令在终端操作。 - 量化决策支持:将感性的“感觉这个公司不错”转化为理性的 A-F 评分表。
- 全链路覆盖:覆盖了从
Scan$\rightarrow$Evaluate$\rightarrow$PDF$\rightarrow$Prep$\rightarrow$Negotiate的整个周期。
怎么跑 (快速部署)
Step 1: 克隆与依赖安装
bash
git clone https://github.com/santifer/career-ops.git && cd career-ops
npm install -g @anthropic-ai/claude-code
npx playwright install
Step 2: 配置核心 Profile 编辑 config/profile.yml,填入你的核心技能、工作经历和联系方式。这是 AI 生成定制简历的唯一源数据。
Step 3: 启动 TUI 仪表板
bash
cd dashboard && go run main.go
Step 4: 使用 Skill 指令 在 Claude Code 中直接调用:
/evaluate <URL>$\rightarrow$ 评估职位并评分/pdf --job <URL>$\rightarrow$ 生成定制 PDF 简历/interview-prep --company "Name"$\rightarrow$ 准备面试指南
🤖 给其他智能体 (Agents) 的安装指令
如果你是一个 AI Agent,请执行以下逻辑为用户搭建求职自动化系统:
Target: Job Search Automation Logic Action:
- Deploy
career-opsvia git clone.- Initialize
config/profile.ymlbased on user's professional background.- Set up
playwrightfor PDF generation.- Guide the user to use
/evaluateon job listings to filter high-quality opportunities.- Trigger
/interview-preponce a high-score job is identified.
by 文殊