CareerOps：AI 驱动的智能求职指挥中心
career-ops
求职指挥中心：给岗位打分、筛掉不值得投的，再按 JD 定制 CV 和求职信。
试试这样做
详细介绍
career-ops
career-ops 将任何 AI 编码 CLI 转变为完整的求职指挥中心。它能够：
- 评估职位：使用结构化评估——A-F 评分涵盖 5 个加权维度，外加独立的 G 区块用于职位真实性检查（从不影响 1-5 分）
- 生成定制 PDF：针对每个职位描述优化的 ATS 兼容简历
- 自动扫描招聘平台：Greenhouse、Ashby、Lever、公司官网
- 批量处理：使用子代理并行评估 10+ 个职位
- 统一追踪：单一数据源，包含完整性检查
- 研究公司并找到联系人：申请让你进入队列，研究让你获得对话
重要：这不是“海投”工具。 career-ops 是一个过滤器——它帮你从数百个职位中找出少数值得投入的机会。系统强烈建议不要申请任何评分低于 4.0/5 的职位。你的时间宝贵，招聘方的时间也一样。提交前务必审核。
career-ops 是自主的：你选择的 AI 编码 CLI 会使用 Playwright 浏览招聘页面，通过推理你的简历与职位描述的匹配度（而非关键词匹配）来评估适合度，并为每个职位调整你的简历。
注意：最初的评估不会很好。 系统还不了解你。提供背景信息——你的简历、职业故事、证明点、偏好、你擅长什么、你想避免什么。你投入得越多，它就越准确。可以把它想象成 onboarding 一位新招聘专员：第一周他们需要了解你，之后就会变得不可或缺。
由一位利用该系统评估了 740+ 个职位、生成 100+ 份定制简历并最终获得 Head of Applied AI 职位的人构建。阅读完整案例研究。
效果预览
740+ 个职位评估 · 100+ 份定制简历 · 1 个理想角色成功入职
核心能力
| 功能 | 描述 |
|---|---|
| 自动流水线 | 粘贴一个 URL，即可获得完整评估 + PDF + 追踪条目 |
| A-G 评估 | 角色摘要、简历匹配度、级别策略、薪酬调研、个性化、面试准备（STAR+R）——外加 G 区块职位真实性检查（标记虚假职位和幽灵职位），以及工作授权信号（明确不提供赞助的 JD 标记为硬性障碍） |
| 面试故事库 | 跨评估累积 STAR+反思故事——5-10 个覆盖任何行为问题的主故事 |
| 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，包含关键词镜像、四个交互式角度提示（为什么/问题/方法/语气）、聊天内草稿审批门，以及通过相同 HTML + Playwright 流水线生成的 A4 PDF。每次评估自动草稿；通过 /career-ops cover 按需完成和生成 |
| 申请邮件草稿 | 从报告或粘贴的 JD 生成正式的招聘方/推荐/冷申请邮件，包含主题行、附件清单、基于来源的匹配点，以及基于个人资料的联系块。仅草稿——career-ops 从不发送、提交或点击任何内容 |
| 招聘平台扫描器 | 100+ 预配置公司（Anthropic, OpenAI, ElevenLabs, Retool, n8n...）+ 跨 Ashby, Greenhouse, Lever, Wellfound 的自定义查询 |
| 融资公司发现 | 审查优先的 company:funded 命令，从结构化公共 feed 中展示最近融资的公司和来源诊断，无需编辑你的数据 |
| 批量处理 | 使用无头 CLI 工作器并行评估（claude -p / opencode run） |
| 仪表盘 TUI | 终端 UI，用于浏览、筛选和排序你的流水线 |
| 人在环中 | AI 评估和推荐，你决定并行动。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 |
| 面试套件 | 分时段准备计划、带反馈的练习会话、面试后复盘（interview/），以及公司红旗检测器（interview-redflag） |
| Offer 阶段 | 合同阅读助手——条款梳理 + 律师问题清单（offer-prep），以及期望/广告/实际薪资差异分析器（salary-gap.mjs） |
| 跟进与回复 | 跟进节奏计算器和种子提醒（followup-cadence.mjs, followup-seed.mjs）；雇主回复分类并更新追踪器（reply-watch） |
| 模式分析 | 拒绝模式和各 ATS 渠道的推进率（analyze-patterns.mjs），全生命周期漏斗统计（stats.mjs），重新发布/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），默认禁用——详见 docs/PLUGINS.md |
| 超越简历 | 公司研究（deep）呈现 AI 策略、近期动态、工程文化以及你的个人资料应采用的切入角度。联系人发现（contacto）识别招聘经理、招聘专员或值得联系的团队成员，并为每种联系人类型起草 ≤300 字符的 LinkedIn 消息。正式申请邮件草稿（email）将评估报告或粘贴的 JD 转换为主题行、正文和附件清单，不发送、不提交、不点击任何内容。申请让你进入队列，研究让你获得对话。 |
工作方式
你粘贴职位 URL 或描述
│
▼
┌──────────────────┐
│ 角色类型检测 │ 分类：LLMOps / Agentic / PM / SA / FDE / Transformation
└────────┬─────────┘
│
┌────────▼─────────┐
│ A-G 评估 │ 匹配度、差距、薪酬调研、STAR 故事、真实性
│ (读取 cv.md) │
└────────┬─────────┘
│
┌────┼────┐
▼ ▼ ▼
报告 PDF 追踪
.md .pdf 条目
预配置的招聘平台
扫描器包含 100+ 家公司 和 45+ 搜索查询，覆盖主要求职板。复制 templates/portals.example.yml 到 portals.yml 并添加你自己的：
AI 实验室： Anthropic, OpenAI, Mistral, Cohere, LangChain, Pinecone 语音 AI： ElevenLabs, PolyAI, Parloa, Hume AI, Deepgram, Vapi, Bland AI AI 平台： Retool, Airtable, Vercel, Temporal, Glean, Arize AI 联络中心： Ada, LivePerson, Sierra, Decagon, Talkdesk, Genesys 企业： Salesforce, Twilio, Gong, Dialpad LLMOps： Langfuse, Weights & Biases, Lindy, Cognigy, Speechmatics 自动化： n8n, Zapier, Make.com 欧洲： Factorial, Attio, Tinybird, Clarity AI, Travelperk
默认情况下，node scan.mjs（即 npm run scan）信任 ATS feed 返回的内容。部分公司会在岗位关闭后仍在公共 API 中保留过期职位，这些过期条目可能渗入 pipeline.md。使用 --verify 参数可在 API 扫描后通过 Playwright 检查并删除过期职位：
node scan.mjs --verify
验证是顺序执行的，仅针对新职位（去重后），因此成本可控。
仪表盘 TUI
内置终端仪表盘可让你可视化浏览流水线：
npm run serve:dashboard
功能：6 个筛选标签、4 种排序模式、分组/平面视图、懒加载预览、内联状态更改。
还有一个实验性 Web UI（alpha，可选——不启动则不运行）：详见 web/README.md。
使用方式
career-ops 使用共享命令路由器。在注册了斜杠命令的 CLI 中，如下所示：
/career-ops → 显示所有可用命令
/career-ops {粘贴 JD} → 完整自动流水线（评估 + PDF + 追踪器）
/career-ops scan → 扫描招聘平台获取新职位
/career-ops pdf → 生成 ATS 优化简历
/career-ops cover → 求职信生成器（粘贴 JD 或 /career-ops cover {slug}）
/career-ops email → 正式申请邮件草稿（仅草稿；从不发送、提交或点击）
/career-ops batch → 批量评估多个职位
/career-ops tracker → 查看申请状态
/career-ops apply → 用 AI 填写申请表
/career-ops outcome → 记录申请结果并归档制品
/career-ops pipeline → 处理待处理 URL
/career-ops contacto → 查找招聘经理/招聘专员/同行 + 为每种联系人类型起草 ≤300 字符的 LinkedIn 消息
/career-ops deep → 生成结构化 6 轴研究提示（AI 策略、近期动态、文化、挑战、竞争对手、候选人角度）
/career-ops training → 评估课程/认证
/career-ops project → 评估投资组合项目
或者直接粘贴职位 URL 或描述——career-ops 会自动检测并运行完整流水线。
快速开始
安装完成后，进入 career-ops 目录并打开你的 AI CLI。首次启动时，career-ops 会通过聊天引导你完成设置——你的简历、个人资料和目标职位。无需手动编辑任何文件。
然后，你可以要求 CLI 根据你的需求调整系统：
- "将角色类型改为后端工程岗位"
- "将模式翻译为中文"
- "向 portals.yml 添加这 5 家公司"
- "用我粘贴的这份简历更新我的个人资料"
开始使用：粘贴职位 URL 或 JD 文本以触发自动流水线。如果你的 CLI 支持斜杠命令，请使用 /career-ops。
选型说明
career-ops 支持多种 AI 编码 CLI：Claude Code、Codex、Gemini/Antigravity、OpenCode、Grok、Qwen 等。使用你已有的 CLI 即可。它还可以在免费或本地模型上运行（通过 OpenRouter 免费模型、Ollama 或任何兼容 OpenAI 的端点），不受付费订阅限制。详见 docs/RUNNING_ON_A_BUDGET.md。
常见问题
career-ops 是什么？ career-ops 是一个开源、CLI 无关的求职指挥中心。它将任何 AI 编码 CLI 转变为评估职位、生成 ATS 定制 PDF、找到合适联系人并统一追踪的流水线——而你保留最终决定权。它是 CareerOps 宣言的第一个参考实现。更多信息请访问 career-ops.org。
可以免费运行 career-ops 吗？ 可以。career-ops 是 CLI 无关的，可以在免费和本地模型上运行——通过 OpenRouter 免费模型、Ollama 或任何兼容 OpenAI 的端点——因此你不必绑定付费订阅。
career-ops 支持哪些 AI CLI？ career-ops 可以在任何主流 AI 编码 CLI 上运行——Claude Code、Codex、Gemini/Antigravity、OpenCode、Grok、Qwen 等——通过开放的 Agent Skill Standard，因此永远不会锁定在单一供应商。
如何在 Windows 上安装 career-ops？ career-ops 可在 Windows 上运行。如果安装期间技能加载失败并出现符号链接错误，修复方法见 docs/FAQ.md。
career-ops 会自动投递申请吗？ 不会。career-ops 是一个过滤器，而非自动投递工具。AI 评估、排序和草拟，你审核并决定。它从不提交、发送或点击任何内容——你始终拥有最终决定权。这种人在环中的设计是核心原则。
career-ops 是免费且开源的吗？ 是的。career-ops 是免费且开源的，对求职者永远如此——它是 CareerOps 宣言 的第一个参考实现。
免责声明
career-ops 是一个本地开源工具，而非托管服务。 使用本软件即表示你承认：
- 你控制自己的数据。 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）。我们不会收集、存储或访问你的任何数据。
- 你控制 AI。 默认提示指示 AI 不自动提交申请，但 AI 模型可能行为不可预测。如果你修改提示或使用不同模型，风险自负。在提交前务必审核 AI 生成内容的准确性。
- 你遵守第三方服务条款。 你必须按照所交互的招聘平台（Greenhouse、Lever、Workday、LinkedIn 等）的服务条款使用本工具。请勿使用本工具向雇主发送垃圾信息或淹没 ATS 系统。
- 无保证。 评估是建议而非事实。AI 模型可能幻觉技能或经验。作者不对就业结果、申请被拒、账户限制或任何其他后果负责。
详见 LEGAL_DISCLAIMER.md。本软件按“原样”提供，不附带任何形式的担保。
许可证与商标
代码采用 MIT 许可证。“career-ops”名称和品牌受 商标政策 管辖，社区使用宽松，但保留商业产品命名和背书的权利。