career-ops-hq / career-ops

career-ops-hq/career-ops

open_in_new前往仓库

开源AI求职工具：扫描招聘网站，按A-F评分标准为职位打分（1.0-5.0），定制简历并跟踪申请进度，可在本地AI编程CLI（如Claude Code、Codex等）中运行。

项目概览

项目概述

career-ops（又称 careerops）是一个开源的人工智能求职系统，旨在将任何 AI 编码 CLI（如 Claude Code、Codex、OpenCode、Antigravity 等）转变为完整的求职指挥中心。它通过结构化的 A-F 评分标准（1.0-5.0 分）评估职位列表，定制简历，并跟踪申请流程，全部在本地运行。该项目由 Santiago Fernández de Valderrama Aparicio 创建，他使用该系统评估了 740+ 职位，生成了 100+ 定制简历，并成功获得了一份 Head of Applied AI 的职位。career-ops 是 CareerOps Manifesto 的第一个参考实现，强调本地优先、人类在环（human-in-the-loop）的设计理念，绝不自动提交申请。

核心功能

  • 自动流水线：粘贴职位 URL 或描述，即可获得完整评估、PDF 和跟踪器条目。
  • A-G 评估：包括角色摘要、简历匹配、级别策略、薪酬研究、个性化、面试准备（STAR+R），以及独立的 G 块职位合法性检查（识别骗局和幽灵职位）。
  • 面试故事库：跨评估积累 STAR+反思故事，形成 5-10 个主故事，可回答任何行为面试问题。
  • 谈判脚本：提供薪资谈判框架、地域折扣反驳、竞争性报价杠杆等。
  • ATS PDF 生成：生成关键词注入的简历，使用 Space Grotesk 和 DM Sans 字体设计。
  • 求职信生成器：基于研究生成求职信，支持关键词镜像、四个交互式角度提示、聊天内审批门，并通过 HTML + Playwright 生成 A4 PDF。
  • 申请邮件草稿：生成正式的招聘人员/推荐/冷申请邮件，包含主题行、附件清单、来源支持的匹配点，仅草稿，绝不发送。
  • 门户扫描器：预配置 100+ 家公司（Anthropic、OpenAI、ElevenLabs、Retool、n8n 等），并支持自定义查询，覆盖 Ashby、Greenhouse、Lever、Wellfound。
  • 批量处理：通过无头 CLI 工作进程并行评估多个职位。
  • 仪表盘 TUI：终端界面，可浏览、筛选和排序您的求职流水线。
  • 人类在环：AI 评估和建议，您决定和行动，系统绝不自动提交申请。
  • 流水线完整性：自动合并、去重、状态规范化、健康检查。
  • 面试套件：时间块准备计划、带反馈的练习会话、面试后汇报，以及公司红旗检测器。
  • Offer 阶段：合同阅读伴侣、期望/广告/实际薪资差距分析器。
  • 跟进与回复：跟进节奏计算器、种子提醒、雇主回复分类。
  • 模式分析：拒绝模式、各 ATS 渠道的推进率、终身漏斗统计、重发/幽灵职位检测。
  • 插件系统：可选集成（Gmail、Notion、Apify 等），默认禁用。
  • 超越简历：公司研究、联系人发现（招聘经理/招聘人员/同行）、正式申请邮件草稿。

适用与不适用场景

适用场景：

  • 求职者希望系统化地筛选大量职位，避免盲目投递。
  • 需要根据职位描述定制简历和求职信，提高 ATS 通过率。
  • 希望跟踪申请状态、面试准备和薪资谈判。
  • 偏好本地运行、数据自主可控的用户。
  • 使用 AI 编码 CLI（如 Claude Code、Codex、OpenCode 等）的开发者。

不适用场景：

  • 希望自动提交申请、无需人工审核的用户（career-ops 明确不支持）。
  • 需要云端同步或多设备协作的用户（career-ops 是本地文件系统，无云组件）。
  • 希望使用图形界面而非终端/CLI 的用户（虽然有实验性 Web UI，但主要界面是 TUI）。
  • 对 AI 模型成本敏感且没有预算的用户（虽然支持免费层，但完整功能可能需要付费模型）。
  • 需要扫描 LinkedIn 等禁止自动访问的平台（career-ops 明确拒绝此类集成）。

技术架构与依赖

  • 核心语言：JavaScript（Node.js）、Go（用于仪表盘 TUI）。
  • AI 代理：通过 AGENTS.md 和 modes/*.md 与 AI 编码 CLI 交互，支持 Claude Code、Codex、OpenCode、Antigravity、Grok、Qwen、Kimi、GitHub Copilot 等。
  • PDF 生成：Playwright + HTML 模板。
  • 求职信生成：HTML 模板 + Playwright（与简历相同的流水线）。
  • 扫描器：Playwright + Greenhouse API + WebSearch。
  • 仪表盘：Go + Bubble Tea + Lipgloss（Catppuccin Mocha 主题）。
  • 数据存储：Markdown 表格 + YAML 配置 + TSV 批处理文件。
  • 依赖：Node.js 18+（部分功能需要 22.5+）、git、Playwright Chromium（用于 PDF 生成）、Go 1.21+（可选，用于仪表盘）。

安装与快速开始

最快方式——一条命令：

npx @santifer/career-ops init

这会克隆最新版本到 ./career-ops 并安装依赖。然后：

cd career-ops
claude   # 或 codex / qwen / opencode / agy / grok

首次启动时，career-ops 会通过聊天引导您完成设置——您的简历、个人资料和目标角色。无需手动编辑任何内容。

手动安装（git clone）：

git clone https://github.com/santifer/career-ops.git
cd career-ops && npm install
npx playwright install chromium   # 仅 PDF 生成需要
npm run doctor                     # 验证所有先决条件
cp config/profile.example.yml config/profile.yml  # 编辑您的详细信息
cp templates/portals.example.yml portals.yml       # 自定义公司
# 在项目根目录创建 cv.md，包含您的 Markdown 简历
claude   # 或 codex / opencode / qwen / agy / grok

全局安装：

npm i -g @santifer/career-ops

典型使用方法

评估职位： 粘贴职位 URL 或描述，career-ops 自动检测并运行完整流水线（评估 + PDF + 跟踪器）。

扫描门户： 使用 /career-ops scan 或 npm run scan 扫描预配置的公司和职位板。

生成简历 PDF： 使用 /career-ops pdf 或 npm run pdf 生成 ATS 优化的简历。

生成求职信： 使用 /career-ops cover 或 npm run cover-letter。

批量评估： 使用 /career-ops batch 或 ./batch/batch-runner.sh --limit 5。

跟踪申请： 使用 /career-ops tracker 或 npm run tracker 查看状态。

填写申请表： 使用 /career-ops apply 或 npm run prepare:application（仅准备，不提交）。

分析模式： 使用 npm run patterns 分析拒绝模式和推进率。

使用独立评估器： 对于无 CLI 环境，可使用 node openai-eval.mjs、node gemini-eval.mjs 或 node ollama-eval.mjs。

配置与部署要点

  • 配置文件：config/profile.yml 是身份信息的单一来源，包括候选人信息、目标角色、叙事、薪酬、位置、文化筛选等。
  • 门户配置：portals.yml 定义要扫描的公司和搜索查询，可从 templates/portals.example.yml 复制。
  • 简历模板：templates/cv-template.html 可自定义字体、颜色和布局，也可使用其他模板（如 LaTeX、中文极简）。
  • 状态管理：templates/states.yml 定义规范状态，normalize-statuses.mjs 处理别名映射。
  • 环境变量：支持通过环境变量覆盖扫描路径（如 CAREER_OPS_PORTALS），便于多轨道搜索。
  • 部署：支持 Docker（Dockerfile 和 docker-compose.yml），但注意 career-ops 是本地优先工具，Docker 仅打包环境，不提供云服务。
  • 更新：使用 npm run update 应用上游更新，npm run rollback 回滚。
  • 插件：通过 node plugins.mjs 管理插件，插件默认禁用，需显式启用并配置密钥。

限制、风险与许可证

限制：

  • 不自动提交申请，需要人工审核。
  • 无云同步，数据仅存储在本地。
  • 扫描器可能受第三方网站条款限制，禁止自动访问的平台（如 LinkedIn）不支持。
  • 评估结果基于 AI 模型，可能产生幻觉，需人工验证。
  • 免费层有每日请求和令牌限制。

风险：

  • 数据隐私：简历和个人数据发送到您选择的 AI 提供商（如 Anthropic、OpenAI），请确保信任该提供商。
  • 第三方条款：使用工具时需遵守所交互的职业门户的条款，不得滥用。
  • 模型行为：AI 模型可能不可预测，修改提示词或使用不同模型需自担风险。
  • 无保证：评估是建议而非事实，作者不对就业结果负责。

许可证： MIT 许可证。"career-ops" 名称和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。

官方链接

信息来源和分析时间

本指南基于以下公开资料分析生成：

  • GitHub 仓库 README（https://github.com/santifer/career-ops）
  • CHANGELOG.md（版本 1.26.0，2026-08-10）
  • CONTRIBUTING.md
  • docs/ 目录下的文档（ARCHITECTURE.md、SETUP.md、SCRIPTS.md、FAQ.md 等）
  • 最新发布信息（career-ops-v1.26.0，2026-08-10）

分析时间：2026-08-10（基于最新发布版本）。