career-ops：开源 AI 求职系统（职位扫描 + A-H 结构化评估 + 定制简历 PDF + 投递追踪）
career-ops 是一个在本地 AI 编码 CLI 中运行的开源 AI 求职系统（careerops）。它自动扫描招聘门户，把职位描述评估为 A-H 结构化报告并给出 1-5 全局评分，生成 ATS 优化的定制简历与求职信 PDF，研究公司并寻找联系人，统一追踪投递进度；系统只做评估、排序与草稿，绝不自动提交申请，最终决定权始终在人。作者用它评估了 740+ 职位、生成 100+ 定制简历并拿到 Head of Applied AI 岗位。
社区作者 · zZz
它解决什么问题
项目定位
career-ops（career-ops.org，亦称 careerops）是一个开源的 AI 求职系统，运行在任何 AI 编码 CLI 内部，本地执行：评估职位、定制简历、追踪每一次投递，最终决定权始终在用户手中。它把散落在表格里的投递管理变成一条 AI 驱动的流水线。
重要说明：这不是“海投”工具。career-ops 是一个过滤器——从成百上千个职位中挑出值得投入时间的那几个；系统强烈建议不要投递低于 4.0/5 的职位，并且投递前必须人工复核。
主要功能
- **Auto-Pipeline（自动流水线）**：粘贴一个 URL，即得到完整评估 + PDF + 追踪记录。
- **A-H 评估**：角色摘要、CV 匹配度（含每条要求对该职位的重要性、以及该权重来自 JD 措辞、结构还是估计——逐条标注，估计值永不会进入最高档）、级别策略、薪酬调研、个性化、面试准备（STAR+R）；另有 Block G 招聘真实性检查（标记诈骗与“幽灵职位”）和 Work-Auth 信号（JD 明确不提供签证担保时标为硬性阻断）。全局 1-5 分由五个维度的整体判断得出，而非算术公式；Block B 的要求重要性列与 Block G 的真实性评估均为独立、不影响分数的信号；Block H 仅在 4.5 分及以上才起草。
- **面试故事库**：跨多次评估累积 STAR+反思故事，形成 5-10 个可回答任何行为面试题的母故事。
- **谈判脚本**：薪资谈判框架、地域折扣反驳、竞争性 offer 杠杆。
- **ATS PDF 生成**：关键词注入的简历，使用 Space Grotesk + DM Sans 设计。
- **求职信生成器**：基于调研的求职信、关键词镜像、四次交互式角度提问（why/problems/approach/tone）、聊天内草稿审批关卡，并通过与简历相同的 HTML + Playwright 管线输出 A4 PDF；每次评估自动起草，可用
/career-ops cover按需补全并生成。 - **申请邮件草稿**：从报告或粘贴的 JD 生成正式的招聘方/内推/冷邮件，含主题行、附件清单、有来源支撑的匹配点与基于个人资料的联络区块；仅起草——career-ops 从不发送、提交或点击任何东西。
- **门户扫描器**：预置 100+ 公司（Anthropic、OpenAI、ElevenLabs、Retool、n8n 等）+ 跨 Ashby、Greenhouse、Lever、Wellfound 的自定义查询。
- **融资公司发现**：
company:funded命令以“先审阅”的方式，从结构化公共信息源呈现近期获融资公司及来源诊断，且不修改用户数据。 - **批处理**：用无头 CLI worker（
claude -p/opencode run）并行评估 10+ 个职位。 - **Dashboard TUI**：终端界面浏览、筛选、排序你的投递流水线。
- **人在回路（Human-in-the-Loop）**：AI 评估与推荐，你决定与行动；系统永不提交申请。
- **流水线完整性**：自动合并、去重、状态归一化、健康检查。
- **面试套件**：时间分块的准备计划、带反馈的模拟练习、面试后复盘（
interview/）以及公司红旗探测器（interview-redflag）。 - **Offer 阶段**：合同阅读伴侣——条款逐条讲解 + 律师问题清单（
offer-prep），以及期望/对外公布/实际薪资差距分析（salary-gap.mjs）。 - **跟进与回复**：跟进节奏计算器与预置提醒（
followup-cadence.mjs、followup-seed.mjs）；雇主回信分类并写入追踪表（reply-watch）。 - **模式分析**：拒信模式与各 ATS 渠道的推进率（
analyze-patterns.mjs）、生命周期漏斗统计（stats.mjs）、重复发布/幽灵职位检测（detect-reposts.mjs）。 - **插件系统**：可选集成（Gmail、Notion、Apify + 社区注册表），默认关闭，见
docs/PLUGINS.md。 - **简历之外**：公司研究（
deep）呈现 AI 战略、近期动向、工程文化与你的履历应切入的角度；联系人发现（contacto）识别值得接触的用人经理、招聘官或团队同行，并按联系人类型起草 ≤300 字符的 LinkedIn 消息；正式申请邮件草稿（email）把已评估报告或粘贴的 JD 转成主题行、正文与附件清单——不发送、不提交、不点击。投递让你进入队列，调研让你获得对话。
工作流程
粘贴职位 URL 或描述 → 原型分类（LLMOps / Agentic / PM / SA / FDE / Transformation）→ A-H 评估（读取 cv.md，做匹配、差距、薪酬调研、STAR 故事、真实性判断）→ 同时产出报告 .md、PDF、追踪表条目。
支持的 CLI
通过开放的 Agent Skill Standard 支持任何主流 AI 编码 CLI：Claude Code、Codex、Gemini / Antigravity、OpenCode、Grok、Qwen 等，不锁定单一厂商。详见 docs/SETUP.md；预算受限或本地模型运行见 docs/RUNNING_ON_A_BUDGET.md，零成本运行见 docs/FREE_TIER.md；定时扫描与零 token 初筛配方见 `docs/AUTOMATION.
md；ATS 自动填充见 docs/APPLY_AUTOFILL.md；LinkedIn 连接导出交叉比对见 docs/LINKEDIN_JOIN.md；常见问题见 docs/FAQ.md（含故事出处如何防止编造数字）。设计原则见 ARCHITECTURE.md，运行时流程见 docs/ARCHITECTURE.md`。
预置门户（部分）
- AI Labs：Anthropic、OpenAI、Mistral、Cohere、LangChain、Pinecone
- Voice AI：ElevenLabs、PolyAI、Parloa、Hume AI、Deepgram、Vapi、Bland AI
- AI Platforms：Retool、Airtable、Vercel、Temporal、Glean、Arize AI
- Contact Center：Ada、LivePerson、Sierra、Decagon、Talkdesk、Genesys
- Enterprise：Salesforce、Twilio、Gong、Dialpad
- LLMOps：Langfuse、Weights & Biases、Lindy、Cognigy、Speechmatics
- Automation：n8n、Zapier、Make.com
- European：Factorial、Attio、Tinybird、Clarity AI、Travelperk
职位板搜索：55+ 个 provider 模块覆盖 ATS API、全站 feed、XML/RSS、markdown feed 与本地解析器。默认 node scan.mjs（即 npm run scan）信任各 ATS feed 的返回结果，部分公司会把已关闭职位留在公开 API 中；加 --verify 可在 API 扫描后用 Playwright 剔除过期职位，校验为串行、仅针对去重后的新职位，成本可控。
Dashboard TUI
npm run serve:dashboard 启动 TUI；npm run build:dashboard 可选构建独立二进制。特性：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。另有实验性 Web UI（alpha，默认不启动），见 web/README.md。
项目结构（要点）
AGENTS.md（所有 CLI 的规范代理说明）、CLAUDE.md/CODEX.md/OPENCODE.md（各自包装并导入 AGENTS.md）、GEMINI.md（为防 Antigravity 重复上下文的兼容空操作）、cv.md（你的简历，需自建）、article-digest.md（证明点，可选）、config/profile.example.yml、modes/（_shared.md、oferta.md、pdf.md、cover.md、`email.
md、scan.md、batch.md 等）、templates/（ATS 简历模板、门户配置模板、状态定义）、batch/（批处理提示词与编排脚本）、dashboard/（Go TUI）、data/、reports/、output/（均被 gitignore）、fonts/、docs/、examples/`。
外部数据目录（可选）
默认用户层数据（cv.md、portals.yml 及 data/、reports/、output/）位于项目根目录。可按以下优先级分离个人数据与代码：1) 环境变量 CAREER_OPS_ROOT 或 CAREER_OPS_DATA_DIR；2) 仓库根目录的 .career-ops-data 标记文件（内容为数据目录路径）；3) 默认仓库根目录。解析后所有用户文件相对该目录读写，而提示词与脚本仍相对仓库解析。还可用 CAREER_OPS_TRACKER 覆盖投递追踪文件路径；所有写操作统一指向 {DATA_ROOT}/data/applications.md。
Go TUI、Node 脚本与 AI 模式均遵守该解析层级。
技术栈
Agent：带共享技能与模式的 AI 编码 CLI（AGENTS.md + CLI 包装）；PDF：Playwright + HTML 模板；求职信：HTML 模板 + Playwright（A4 PDF，与简历同管线）；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。
常见问题（来源要点）
- 能否免费或跑在更便宜/本地模型上？可以，CLI 无关，可通过 OpenRouter 免费模型、Ollama 或任何 OpenAI 兼容端点运行，见
docs/RUNNING_ON_A_BUDGET.md。 - 付费 Claude Pro/Max 却仍在烧 API 额度？因为环境变量中的
ANTHROPIC_API_KEY优先级高于已登录订阅，CLI 会改用 key 并按 token 计费。运行echo $ANTHROPIC_API_KEY，若输出内容就从 shell 配置中移除，重启终端后/login。批处理是例外：claude -pworker 不使用交互式登录，先运行一次claude setup-token并把结果导出为CLAUDE_CODE_OAUTH_TOKEN。 - 支持哪些 CLI？任何主流 AI 编码 CLI（Claude Code、Codex、Gemini / Antigravity、OpenCode、Grok、Qwen 等），基于开放 Agent Skill Standard。
- Windows 如何安装？可运行，平台细节（Git Bash 发现、换行符、任务计划程序）见
docs/WINDOWS.md；若安装时技能因符号链接报错，修复方法在docs/FAQ.md。 - 会自动投递吗？不会。它是过滤器而非海投机器人，AI 只评估、排序、起草，绝不提交、发送或点击。
- 是否免费开源？是，对求职者永久免费，是 CareerOps Manifesto 的首个参考实现。
免责声明（来源要点）
本地开源工具，非托管服务。数据由你掌控，简历与个人信息留在本机并直接发送给你选择的 AI 提供商，项目方不收集、不存储、不访问任何数据；AI 行为由你控制，默认提示词禁止自动提交，但模型可能不可预测，修改提示词或更换模型风险自负，提交前务必复核；须遵守第三方招聘门户（Greenhouse、Lever、Workday、LinkedIn 等）的服务条款，不得用于骚扰雇主或压垮 ATS；评估是建议而非事实，模型可能编造技能或经历，作者不对求职结果、被拒、账号受限等后果负责。详见 LEGAL_DISCLAIMER.md。
— 本文由 AI 根据公开来源辅助整理，命令、版本与许可证请在使用前到原始页面复核。
安装 / 开始使用
Quick Start Fastest way — one command:
npx @santifer/career-ops init💡 npx ships with Node.js — it runs the installer once, without installing anything globally. No Node yet? Install it first. (Already using a Claude Code / Gemini / Codex CLI? Then you already have it.) This clones the latest release into .
/career-ops and installs dependencies. Then:
cd career-opsclaude # or codex / qwen / opencode / agy / grok — open your AI CLI here On first launch, career-ops walks you through setup — your CV, profile and target roles — just by chatting. Nothing to edit by hand. Prefer to set it up manually? (git clone)
git clone https://github.com/career-ops-hq/career-ops.gitcd career-ops && npm installnpx playwright install chromium # only needed for PDF generation2. Check setup
npm run doctor # Validates all prerequisites3. Configure
cp config/profile.example.yml config/profile.yml # Edit with your detailscp templates/portals.example.yml portals.yml # Customize companies4. Add your CV
Create cv.md in the project root with your CV in markdown
5. Open your AI CLI in this directory
claude # or codex / opencode / qwen / agy / grok
Then ask your CLI to adapt the system to you:
"Change the archetypes to backend engineering roles"
"Translate the modes to English"
"Add these 5 companies to portals.yml"
"Update my profile with this CV I'm pasting"
6. Start using
Paste a job URL or JD text to trigger auto-pipeline
If your CLI supports slash commands, use /career-ops (or its CLI-specific alias)
In Codex, ask for the same mode in plain language, e.g.:
"Run the career-ops scan mode"
"Run the career-ops pipeline mode for data/pipeline.md"
"Run the career-ops pdf mode for the latest evaluated role"
"Run the career-ops tracker mode and summarize the current statuses"
Global install
npm i -g @santifer/career-opsThis installs the career-ops binary globally so you can run it directly instead of via npx .
Unlike npx @santifer/career-ops init (which bootstraps a project directory), the global install gives you a persistent career-ops command available anywhere in your terminal. Which one should you use?
npx @santifer/career-ops init — best for first use; creates a dedicated project folder.npm i -g @santifer/career-ops — best once you have a project folder and want to run career-ops commands directly.The system is designed to be customized by your AI coding CLI itself. Modes, archetypes, scoring weights, negotiation scripts -- just ask it to change them. It reads the same files it uses, so it knows exactly what to edit. See docs/SETUP.
md for the full setup guide, docs/RUNNING_ON_A_BUDGET.md for instructions on running career-ops cheaply using custom or local models (and docs/FREE_TIER.md for running it at zero cost on Antigravity CLI's free tier), docs/AUTOMATION.
md for scheduling recurring scans and a zero-token triage-to-shortlist recipe, docs/APPLY_AUTOFILL.md for details on the ATS auto-fill flow, docs/LINKEDIN_JOIN.
md for cross-referencing a LinkedIn connections export against the companies in your funnel, and docs/FAQ.md for answers to common setup questions, including how story provenance prevents invented numbers . Design principles live in ARCHITECTURE.
md ; runtime flows in docs/ARCHITECTURE.md . Antigravity CLI Integration career-ops supports Antigravity CLI natively, the same way it supports Claude Code and OpenCode.
All slash commands are available through the shared skill entrypoint, using the same modes/*.md evaluation logic. Google has transitioned consumer Gemini CLI access to Antigravity CLI. GEMINI.
md is now a no-op compatibility guard so Antigravity does not duplicate the full project instructions when it reads both AGENTS.md and GEMINI.md . Native Antigravity CLI
1. Run in the career-ops directory
cd career-opsagy
2. Use the unified /career-ops command with subcommands:
/career-ops " Senior AI Engineer at Anthropic. " /career-ops pipeline /career-ops scan /career-ops pdf /career-ops tracker The skill is defined using the open standard in .agents/skills/career-ops/SKILL.md and symlinked/referenced for each supported CLI (e.g.
.claude/ , .cursor/ , .qwen/ , .antigravitycli/ , .grok/ ). Codex Integration career-ops supports Codex through the same shared router, but the invocation model is different from CLIs that auto-register slash commands. For the full guide, see docs/CODEX.md .
Interactive Codex
cd career-opscodex Slash commands are not guaranteed in Codex. If /career-ops is unavailable, ask Codex to run the mode directly in plain language: Evaluate this JD with career-ops auto-pipeline: https://company.
com/jobs/123 Run the career-ops scan mode and summarize new matches. Run the career-ops pipeline mode for data/pipeline.md. Run the career-ops pdf mode for the latest evaluated role. Run the career-ops tracker mode and summarize the current statuses.
One-shot Codex ( codex exec ) codex exec " Evaluate this JD with career-ops auto-pipeline: https://company.com/jobs/123 " codex exec " Run career-ops scan mode in this repo and summarize new matches.
" codex exec " Run career-ops pipeline mode for data/pipeline.md. " codex exec " Run career-ops pdf mode for the latest evaluated role. " codex exec " Run career-ops tracker mode and summarize the current statuses.
" Grok Build CLI Integration career-ops supports Grok Build CLI natively, the same way it supports Claude Code and OpenCode. AGENTS.md is auto-loaded as project rules, and all slash commands are available through the shared skill entrypoint.
Native Grok Build CLI
1. Run in the career-ops directory
cd career-opsgrok
2. Use the unified /career-ops command with subcommands:
/career-ops " Senior AI Engineer at Anthropic... " /career-ops pipeline /career-ops scan /career-ops pdf /career-ops tracker For headless batch workers, use grok -p "prompt" (add --yolo to auto-approve tool executions). Standalone Gemini API Script (No CLI install needed)
