云图AI云图AI
C

career-ops

MITJavaScript

Open-source AI job search: scan job portals, evaluate listings into a structured A-H report with a global 1-5 score, tailor your CV, track applications — runs locally in your AI coding CLI (Claude Code, Codex, OpenCode, Antigravity…)

72kFork 14k更新于 2026-09-16

软件介绍

Career-Ops 是一个基于 AI 的求职系统,它将任何 AI 编码 CLI 转变为一个完整的求职指挥中心。该系统由 Santiago 开发,他本人使用 Career-Ops 评估了 740+ 个职位、生成了 100+ 份定制简历,并最终获得了一份 Head of Applied AI 的工作。Career-Ops 不是一个海投工具,而是一个过滤器——它帮助你在数百个职位中找到少数值得你投入时间的 offer。系统强烈建议不要申请评分低于 4.0/5 的职位。你的时间很宝贵,招聘人员的时间也很宝贵。提交前请务必审核。

核心功能

自动流水线:粘贴 URL 即可获得完整评估、PDF 和跟踪条目
6 块评估: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),外加 Block G 职位发布合法性检查
面试故事库:跨评估积累 STAR+反思故事,5-10 个主故事可回答任何行为问题
谈判脚本:薪资谈判框架、地域折扣反驳、竞争 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:基于研究的求职信,含关键词镜像、四个交互角度提示、草稿聊天审批门,以及通过相同 HTML + Playwright 流水线生成的 A4 PDF
门户扫描器:45+ 预配置公司(Anthropic、OpenAI、ElevenLabs、Retool、n8n 等)+ 跨 Ashby、Greenhouse、Lever、Wellfound 的自定义查询
批量处理:使用无头 CLI 工作器并行评估
仪表盘 TUI:终端 UI 浏览、过滤和排序流水线
人在回路中:AI 评估和推荐,你决定和行动。系统从不提交申请——你始终拥有最终决定权
流水线完整性:自动合并、去重、状态标准化、健康检查

适用场景

求职者希望高效筛选和评估大量职位需要为每个职位生成定制 ATS 优化简历希望自动扫描多个招聘门户和公司页面需要系统化跟踪求职进度和面试准备想要利用 AI 进行薪酬研究和谈判准备

Docker 部署

docker build -t career-ops . && docker run -it --rm -v "$(pwd)/config:/app/config" -v "$(pwd)/data:/app/data" -v "$(pwd)/reports:/app/reports" -v "$(pwd)/output:/app/output" -v "$(pwd)/cv.md:/app/cv.md" -v "$(pwd)/portals.yml:/app/portals.yml" career-ops

FAQ

Career-Ops 是免费的吗?

是的,Career-Ops 本身是开源且免费的,采用 MIT 许可证。但使用它需要依赖 AI CLI(如 Claude Code)或 API,这些服务可能有自己的费用。

我的数据安全吗?

Career-Ops 是本地运行的工具,不是托管服务。你的简历、联系信息和个人数据保留在你的机器上,并直接发送给你选择的 AI 提供商(Anthropic、OpenAI 等)。项目本身不收集、存储或访问你的任何数据。

我需要什么技术背景才能使用?

你需要基本的命令行知识,并安装 Node.js 和 Git。项目提供了快速开始命令 `npx @santifer/career-ops init`,可以自动完成初始设置。

Career-Ops 会自动帮我投递简历吗?

不会。系统设计为人在回路中:AI 评估和推荐,但你决定和行动。系统从不提交申请——你始终拥有最终决定权。默认提示也指示 AI 不要自动提交。

支持哪些 AI CLI?

支持 Claude Code、OpenCode、Antigravity CLI、Grok Build CLI、Codex、Qwen、GitHub Copilot 等遵循 agent-skill-standard 的 CLI。