求职运营工具集

项目概述

career-ops 是一个开源、CLI 无关的求职命令行系统。它把任意 AI 编码 CLI（Claude Code、Codex、Antigravity、OpenCode、Grok、Qwen 等）变成一个端到端的求职流水线：对岗位进行结构化评估、生成针对 ATS 优化的简历 PDF、自动扫描招聘门户、追踪申请进度，并辅助完成公司与联系人调研。

系统的核心理念是过滤而非投递：从数百个岗位中筛出值得投入时间的那几个。系统建议不要申请评分低于 4.0/5 的岗位，申请前必须人工复核。人类始终保留最终决定权——career-ops 不会代为投递、发送或点击任何按钮。

该项目是《CareerOps 宣言》的首个参考实现。

核心特性

• A–H 评估框架：对岗位进行结构化分析，输出 A 至 H 共 8 个段落，全局 1–5 分由五个维度综合判断（非算术加权）。Block G 是独立的职位真实性审查，用于识别骗局与幽灵岗位，不计入评分；Block H 仅在评分达到 4.5 以上时起草。
• ATS 简历生成：基于 Space Grotesk + DM Sans 设计、关键词注入的 PDF，针对每个职位描述定制。
• 求职信与申请邮件：自动起草，覆盖信提供四个角度（why / problems / approach / tone）的交互式提示，并产出 A4 PDF；正式申请邮件生成主题行、附件清单、来源支撑的匹配要点与联系信息块，仅生成草稿，不发送。
• 门户扫描器：内置 100+ 家公司（Anthropic、OpenAI、ElevenLabs、Retool、n8n 等）和 45+ 检索查询，覆盖 Ashby、Greenhouse、Lever、Wellfound。可附加 --verify 参数，对 API 返回的岗位进行 Playwright 存活校验，过滤过期条目。
• 批量并行处理：通过 headless 工作进程（如 claude -p / opencode run）并行评估 10+ 岗位。
• 仪表盘 TUI：基于 Go + Bubble Tea 的终端界面，6 个筛选标签、4 种排序模式，支持分组/扁平视图与懒加载预览。
• 行为故事库：跨评估累积 STAR+Reflection 故事，沉淀 5–10 个可复用素材。
• 公司调研与联系人发现：deep 模式生成六轴研究提示（AI 战略、近期动向、工程文化、挑战、竞争、候选人切入角度）；contacto 模式识别招聘经理/招聘官/团队同行，并为每种联系人起草 ≤300 字的 LinkedIn 消息。
• 面试与 Offer 辅助：时间块化准备计划、带反馈的模拟面试、面试后复盘、公司红旗检测；Offer 阶段提供合同条款解读与律师提问清单。
• 插件系统：可选集成 Gmail、Notion、Apify 等，默认关闭。

快速开始

# 最快方式：一行命令初始化项目
npx @santifer/career-ops init

# 进入项目目录，启动任意 AI CLI
cd career-ops
claude   # 或 codex / qwen / opencode / agy / grok

首次启动后，CLI 会以对话方式引导你完成 CV、档案与目标岗位的配置，无需手动编辑文件。

也支持全局安装：

npm i -g @santifer/career-ops
# 全局安装后可直接使用 career-ops 命令

系统设计为可由 AI CLI 自身定制：模式、评分权重、谈判脚本等都可以通过对话修改。

命令清单

/career-ops                → 查看所有可用命令
/career-ops {粘贴 JD}      → 完整自动流水线（评估 + PDF + 追踪）
/career-ops scan           → 扫描门户新岗位
/career-ops pdf            → 生成 ATS 优化简历
/career-ops cover          → 生成求职信
/career-ops email          → 生成正式申请邮件（仅草稿）
/career-ops batch          → 批量评估多个岗位
/career-ops tracker        → 查看申请状态
/career-ops apply          → AI 填写申请表
/career-ops outcome        → 记录申请结果并归档
/career-ops pipeline       → 处理待处理 URL
/career-ops contacto       → 识别联系人并起草 LinkedIn 消息
/career-ops deep           → 生成六轴公司研究提示
/career-ops training       → 评估课程/认证
/career-ops project        → 评估作品集项目

直接粘贴岗位 URL 或描述，career-ops 会自动识别并触发完整流水线。

技术架构

粘贴岗位 URL 或描述
        │
        ▼
┌──────────────────┐
│  原型识别        │  分类：LLMOps / Agentic / PM / SA / FDE / Transformation
└────────┬─────────┘
         │
┌────────▼─────────┐
│  A–H 评估        │  读取 cv.md，分析匹配度、差距、薪酬、STAR 故事、真实性
└────────┬─────────┘
         │
    ┌────┼────┐
    ▼    ▼    ▼
 报告   PDF  追踪记录
 .md   .pdf  条目

技术栈：

• Agent 层：AI 编码 CLI，通过 AGENTS.md 与各 CLI 包装文件共享技能与模式
• PDF 渲染：Playwright + HTML 模板（Space Grotesk + DM Sans 字体）
• 门户扫描：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 批量文件

项目结构

career-ops/
├── AGENTS.md                    # 规范化的 Agent 指令（所有 CLI 共享）
├── CLAUDE.md / CODEX.md / OPENCODE.md  # 各 CLI 包装文件
├── cv.md                        # 用户简历
├── config/profile.example.yml   # 档案模板
├── modes/                       # 技能模式（oferta / pdf / cover / scan / batch 等）
├── templates/                   # CV 模板、门户配置模板、状态定义
├── batch/                       # 批量处理 worker 提示与编排脚本
├── dashboard/                   # Go TUI 流水线查看器
├── data/                        # 追踪数据（已 gitignore）
├── reports/                     # 评估报告（已 gitignore）
├── output/                      # 生成的 PDF（已 gitignore）
└── docs/                        # 设置、自定义、低成本运行、架构文档

成本与运行方式

career-ops 支持免费与本地模型运行，包括 OpenRouter 免费模型、Ollama 及任意 OpenAI 兼容端点，不绑定付费订阅。已订阅 Claude Pro/Max 的用户需注意：环境中若设置了 ANTHROPIC_API_KEY，CLI 会优先使用该密钥而非登录订阅；若希望使用订阅额度，应移除该环境变量并执行 /login。批量模式例外——claude -p 工作进程需通过 claude setup-token 导出 CLAUDE_CODE_OAUTH_TOKEN。

数据与隐私

career-ops 是本地开源工具，非托管服务。所有 CV、联系信息等个人数据保留在用户机器上，并直接发送至用户自行选择的 AI 服务商；开发者不收集、不存储、也无法访问任何数据。系统提示默认指示 AI 不自动投递，但 AI 模型行为存在不确定性，人工复核仍是必要环节。