免费开源AI求职流水线career-ops：一条命令跑出A-H评估报告与定制ATS简历
【免费下载链接】career-opsOpen-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…)项目地址: https://gitcode.com/GitHub_Trending/ca/career-ops
海投简历的真正瓶颈不是打字速度，而是你没法从几百条 JD 里筛出真正值得投的那 10 条。career-ops 就是一个免费的开源 AI 求职流水线：它直接跑在你已有的 AI 编码 CLI 里，扫描招聘门户、给每条职位出 A-H 结构化评分报告、按 JD 定制 ATS 简历 PDF，并把整个申请流程记录进单一追踪表。
🎯 亮点速览：它能帮你做什么
- 贴个职位 URL，直接产出三样东西：A-H 评估报告（全局 1-5 分）、针对该 JD 重新组织的 ATS 定制 PDF 简历、一条写进追踪表的申请记录
- 零 token 的门户扫描器：内置 100+ 家公司配置（Anthropic、OpenAI、Retool、n8n 等），直连 Greenhouse、Ashby、Lever 的 ATS API，日常发现新职位不花一分钱 LLM 调用
- 它是过滤器，不是撒网机：低于 4.0 分的职位系统会劝退你；Block G 单独核验职位真伪，标记招聘骗局和幽灵岗位，且不参与打分
- 人机分工写死在架构里：AI 只评估、只起草，绝不替你点提交、发邮件、投表单，最终动作永远在你手里
⚙️ 最小环境要求与首次跑通
环境门槛不高：Node.js 18+ 和 git 是硬依赖（走 Gemini CLI 集成则要 Node 20+）；Go 1.24+ 仅在你想用 TUI 看板时才需要。
git clone https://gitcode.com/GitHub_Trending/ca/career-ops cd career-ops npm install # 装 Node 依赖，postinstall 会顺带下载渲染 PDF 用的 headless Chromium npm run doctor # 体检脚本，逐项校验前置条件，缺什么直接告诉你装完在目录里打开你的 AI CLI——Claude Code、Codex、OpenCode、Qwen、Grok、Antigravity 都支持：
claude # 或 codex / opencode / qwen / grok首次启动时 career-ops 会用聊天方式引导你完成配置：要你的 CV、姓名、目标岗位、薪资预期，然后把扫描器按预置公司配好，全程不用手改配置文件。如果你偏爱手动，也可以复制config/profile.example.yml为config/profile.yml自己填，并在项目根目录放一个 markdown 格式的cv.md——这是后续所有评估的事实来源。
📄 从职位 URL 到 PDF 的最短路径
配置完成后，最短路径就是把职位链接直接贴进 CLI。career-ops 自动识别 JD 并跑完整 pipeline：先做原型分类（LLMOps / Agentic / PM / Solutions Architect 等），再读取你的cv.md与 JD 逐项比对——注意它是推理匹配而不是关键词匹配——然后落盘三份产物到reports/：
- 评估报告 .md：A-H 区块覆盖角色摘要、CV 匹配度、级别策略、薪酬调研、个性化角度、STAR+R 面试准备；全局分是五维度综合判断给出的，不是算术公式
- 定制 PDF：简历按这份 JD 重排措辞与区块顺序，用 Playwright 渲染，ATS 解析干净
- 追踪条目：写进
data/applications.md，所有后续状态变更都以此表为唯一事实来源
如果 CLI 支持斜杠命令，还可以显式调用：/career-ops scan（扫门户）、/career-ops cover（求职信）、/career-ops email（申请邮件草稿）、/career-ops tracker（查状态）。在 Codex 里斜杠命令不保证可用，直接用自然语言说"Run the career-ops scan mode"即可。
🧭 进阶模块：按场景挑着用
- 门户扫描（modes/scan.md）：
node scan.mjs只查portals.yml里你关注的公司，零 token；加--verify会让 Playwright 在 API 结果之后剔除已下线的过期职位。想反向发现还没关注的公司，用npm run scan:full走公开 ATS 目录全量匹配 - 批量评估（batch/）：
./batch/batch-runner.sh起无头 worker 并行评估 10+ 条职位。先用--limit 5小批量看质量，被限流或中断后用--resume-paused跳过已完成的任务续跑，不重复烧 token - TUI 看板（dashboard/）：
npm run serve:dashboard起一个 Go 写的终端界面，6 个过滤页签、多种排序、行内改状态，适合申请积压到几十条时集中过一遍 - 超出简历的部分：
/career-ops deep生成公司六轴调研提示词，/career-ops contacto帮你定位该联系的人并起草 300 字符内的 LinkedIn 消息，/career-ops email产出带主题行和附件清单的邮件草稿——同样只起草，绝不代发 - 低成本运行：docs/FREE_TIER.md 教你在 Antigravity CLI 免费额度上零成本跑；docs/RUNNING_ON_A_BUDGET.md 覆盖 Ollama、DeepSeek 等本地或低价模型方案
🪤 三个真实易踩的坑
- 首轮评估一定偏水。系统还不认识你，评估质量取决于你喂的上下文——把 CV、职业故事、可验证的业绩点尽量灌进
cv.md和config/profile.yml，把它当新入职的招聘官去带，前两周多投入，后面评估才准 - 看到 "possible cross-listing" 警告别忽略。两条 JD 文本几乎一样的职位通常是招聘中介把雇主直招换了个马甲重发，两个渠道都投等于双重投递，可能伤害你和雇主的关系——确认后只走一个渠道，通常直投更安全
- PDF 生成默认锁死简历区块顺序，与
cv.md顺序不一致会直接拒绝渲染。如果你是为贴合 JD 故意把 Projects 挪到 Education 前面，加--allow-reorder把报错降级为警告
收尾提醒：cv.md、data/、reports/都是 gitignored 的个人数据，协作或提交代码时千万别把它们带进 commit。
写在最后
career-ops 把"投 300 份碰运气"变成"只认真投 10 份"，而且全程本地、免费、数据归你。完整安装指南看 docs/SETUP.md，设计原理解读在 ARCHITECTURE.md，想提 bug 或加新扫描源就从 CONTRIBUTING.md 入手；社区入口在 README 里的 Discord 徽章处。
【免费下载链接】career-opsOpen-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…)项目地址: https://gitcode.com/GitHub_Trending/ca/career-ops
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
