基于 Claude Code 构建的 AI 求职系统,14 个 Skill 模式覆盖评估→简历→面试→谈薪全流程,Go 语言 TUI 仪表盘 + PDF 生成 + 批量处理,52.5k stars,MIT 协议。

作者用此系统评估了 740+ 职位,生成 100+ 份定制简历,最终拿到 Head of Applied AI offer。

定位

Career-Ops 是一个求职过滤器,而非批量投递工具。核心理念:公司用 AI 筛选候选人,候选人也应用 AI 筛选公司。

系统采用 A-F 评分(10 个加权维度),强烈建议不要申请评分低于 4.0/5 的职位——候选人时间宝贵,招聘方亦然。

支持 harness:Claude Code / Gemini CLI / OpenCode / Codex / Qwen / GitHub Copilot

核心功能

功能说明
Auto-Pipeline粘贴 URL,自动完成评估 + PDF + 跟踪入库
6-Block 评估角色摘要 / CV 匹配 / 级别策略 / 薪酬调研 / 个性化 / 面试准备 + Block G 诈骗/幽灵职位检测
Interview Story Bank跨评估积累 STAR+R 故事库,5-10 个通用故事应对任意行为面试题
谈薪脚本薪资谈判框架、地区薪资折扣反驳、竞争 Offer 杠杆
ATS PDF 生成关键词注入定制简历,Space Grotesk + DM Sans 设计
Portal Scanner45+ 公司预配置(Anthropic/OpenAI/ElevenLabs 等)+ Ashby/Greenhouse/Lever/Wellfound 自定义查询
批量处理claude -p 并行 sub-agent 同时评估 10+ 职位
Dashboard TUIGo + Bubble Tea 终端仪表盘,浏览/筛选/排序流水线
Human-in-the-LoopAI 评估推荐,人工决策投递,系统从不自动提交申请
Pipeline Integrity自动合并/去重/状态归一化/健康检查

快速开始

# 一键初始化(推荐)
npx @santifer/career-ops init
cd career-ops
claude   # 或 gemini / codex / opencode

首次启动时,系统通过对话完成 onboarding(上传 CV、设置职业故事、目标职位)——无需手动编辑配置文件。

技术栈

  • 核心:Node.js + JavaScript
  • Dashboard TUI:Go + Bubble Tea
  • PDF 生成:Playwright(需安装 chromium)
  • 平台:Claude Code / Gemini CLI / OpenCode / Codex / Qwen / Copilot

与同类工具对比

维度career-ops传统求职追踪表其他 AI 求职工具
核心模式精筛 + 定制化批量投递多样
简历定制每职位 ATS 定制手动部分支持
面试准备内置 STAR 故事库无少见
谈薪支持脚本 + 策略无少见
Portal 扫描45+ 公司自动扫描无无
harness 支持6 种 CLI-通常 1 种

中国用户适用性

Portal Scanner 预配置的 45+ 公司(Anthropic/OpenAI/ElevenLabs 等)以及 Ashby/Greenhouse/Lever/Wellfound 自定义查询,全部是西方 ATS 平台,国内公司几乎不用——猎聘/BOSS直聘/拉勾/前程无忧等站点没有对应支持,扫描不到国内职位。

评估框架、简历/求职信生成、面试 STAR 故事库、谈薪脚本等核心能力语言无关,可以喂中文材料。更适合的场景是投递海外/远程/外企岗位(这些公司恰好更可能用 Greenhouse/Lever 等 ATS);投国内岗位需要手动粘贴职位描述走 Auto-Pipeline,Portal Scanner 这块基本用不上。

关联

  • agent-skills__addyosmani — addyosmani/agent-skills 中有 interview-me / spec-driven-development 等 Skill,与 career-ops 面试准备模块互补
  • skills-cli — npx skills 生态与 career-ops 的 npx 初始化模式相似
  • ai-job-search — 同属 Fork-and-run 的 Claude Code 求职框架,但侧重单份材料的 LaTeX 排版/ATS 文本层校验,与 career-ops 的批量筛选定位互补,中国用户适用性同样受限于门户覆盖

资源