找工作的时候，你是不是也这样做过：打开十几个招聘网站，把同一个职位描述复制粘贴到 Excel 里，手动对比公司、薪资、技术栈，然后花几个小时改简历，最后投出去石沉大海？
有人把这件事做到了极致——不是靠毅力，而是靠工程化。他用 AI Agent 构建了一整套求职管线（Pipeline），评估了 740+ 个职位，生成了 100+ 份定制简历，最终拿到了理想 offer。然后他把这套系统开源了，叫 Career-Ops。
这个项目最打动我的一句话是："Companies use AI to filter candidates. I gave candidates AI to choose companies."
- Career-Ops 是什么
- 核心架构：从粘贴 URL 到生成 PDF 的全自动管线
- 六大功能模块拆解
- 技术栈和项目结构
- 为什么它不是"海投工具"
- 上手指南
Career-Ops 是一个开源的 AI 驱动求职系统，它把 Claude Code、OpenCode 等 AI 编码 CLI 工具变成一个完整的求职指挥中心。
它不是一个帮你"海投"的工具。恰恰相反，它是一个过滤器——帮你从几百个职位中筛选出真正值得投的那几个。系统会建议你不要投任何评分低于 4.0/5 的职位。
简单说，它做了这几件事：
- 评估职位：用结构化的 A-F 评分系统，从 10 个维度打分
- 生成简历：针对每个职位描述，生成 ATS 友好的定制 PDF
- 扫描门户：自动扫描 Greenhouse、Ashby、Lever 等招聘平台
- 批量处理：用子 Agent 并行评估 10+ 个职位
- 全程追踪：一个文件搞定所有状态管理
整个工作流可以用一张图说清楚：
MERMAID_BLOCK_0
你只需要粘贴一个职位 URL 或者职位描述，系统会自动执行全流程：
- Archetype 检测：分类职位类型（LLMOps、Agentic、PM、SA、FDE 等）
- A-F 评估：读取你的简历，分析匹配度、差距、薪资调研、STAR 故事
- 输出三件套：评估报告（.md）、定制简历（.pdf）、追踪记录（.tsv）
整个过程不需要你手动干预，但最终决策权永远在你手里——系统只推荐，不提交。
这是最核心的功能。粘贴一个 URL，系统自动完成评估 + PDF 生成 + 追踪记录。不用分别跑三个命令，一个 URL 搞定一切。
每个职位都会经过 6 个维度的深度分析：
这里有个巧妙的设计：Interview Story Bank。每次评估职位时，系统会积累你的 STAR+Reflection 故事。评估 5-10 次后，你会有一套能应对任何行为面试题的"万能故事库"。
系统预置了 45+ 家公司的招聘门户配置，覆盖 AI、语音、企业软件等多个领域：
- AI Labs：Anthropic、OpenAI、Mistral、Cohere、LangChain、Pinecone
- Voice AI：ElevenLabs、PolyAI、Parloa、Hume AI、Deepgram
- AI Platforms：Retool、Airtable、Vercel、Temporal、Glean
- Automation：n8n、Zapier、Make.com
同时支持自定义查询，覆盖 Ashby、Greenhouse、Lever、Wellfound、Workable、RemoteFront 等主流招聘平台。
生成的 PDF 不是简单的模板替换。系统会根据职位描述注入关键词，使用 Space Grotesk + DM Sans 字体设计，生成 ATS（Applicant Tracking System）友好的简历。
这意味着你的简历不仅看起来专业，还能通过公司那套自动化筛选系统。
用 Go + Bubble Tea 构建了一个终端 UI，支持：
cd dashboard go build -o career-dashboard . ./career-dashboard --path .. 6 个筛选标签页、4 种排序模式、分组/平铺视图、懒加载预览、内联状态修改。在终端里就能管理整个求职管线。
除了核心功能，还有几个实用模块：
- Negotiation Scripts：薪资谈判框架，包括地理折扣反驳、竞争 offer 杠杆
- Contacto：LinkedIn 联系消息生成
- Deep Research：深度公司调研
- Training：评估课程/认证值不值得学
- Project：评估作品集项目含金量
Career-Ops 的技术选型很务实，每个组件都选了最合适的工具：
MERMAID_BLOCK_1
项目结构清晰：
career-ops/ ├── CLAUDE.md # Agent 指令文件 ├── cv.md # 你的简历（需要自己创建） ├── modes/ # 14 个技能模式 ├── templates/ # 简历模板、门户配置模板 ├── batch/ # 批量处理脚本 ├── dashboard/ # Go TUI 管线查看器 ├── data/ # 追踪数据（gitignore） ├── reports/ # 评估报告（gitignore） └── output/ # 生成的 PDF（gitignore） 注意 cv.md 是你自己创建的。项目的作者说得很实在："The system doesn't know you yet." 前几次评估效果一般很正常，你需要喂给它上下文——你的简历、职业故事、成就、偏好。就像新入职的招聘人员，第一周需要了解你，之后才会变得不可或缺。
这点值得单独拿出来说。作者在 README 里强调：
This is NOT a spray-and-pray tool. Career-ops is a filter.
市面上大部分求职工具的逻辑是"投得越多越好"。Career-Ops 的逻辑正好相反：帮你找到值得投的那几个。
系统不建议你投任何评分低于 4.0/5 的职位。你的时间宝贵，招聘方的时间也宝贵。AI 帮你做筛选和准备，但最终决定权始终在你手里——系统永远不会自动提交申请。
这种"Human-in-the-Loop"的设计理念贯穿整个项目。AI 是你的助手，不是你的替代品。
Career-Ops 的安装非常简单：
macOS 用户：去 Releases 页面下载 .dmg 文件，双击运行。
其他系统：下载 7.z 压缩包，解压后直接运行。
安装完成后，使用 /career-ops 命令查看所有可用模式：
/career-ops → 查看所有命令 /career-ops {粘贴 JD} → 全自动管线（评估 + PDF + 追踪） /career-ops scan → 扫描招聘门户 /career-ops pdf → 生成 ATS 简历 /career-ops batch → 批量评估 /career-ops tracker → 查看申请状态 /career-ops deep → 深度公司调研 /career-ops contacto → LinkedIn 联系消息 或者直接粘贴一个职位 URL，系统会自动识别并运行完整管线。
项目地址：https://github.com/career-ops/career-ops
MIT 开源协议，代码完全透明，数据全部本地存储，不会上传到任何第三方服务器。
作者: TheAIEra
来源: 公众号：AI 人工智能时代
本文首发于 AI 人工智能时代，转载请注明出处。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/259806.html