career-ops 实战教程:10分钟让AI生成ATS-ready的PDF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
career-ops 是一个开源 AI 求职系统,把 Claude Code、Codex、OpenCode 这类 AI 编码 CLI 变成你的"求职指挥中心"。它面向不想把几百个岗位摊在电子表格里硬扛的求职者:解决三个具体痛点——岗位太多没法筛、简历没法按 JD 逐个定制、申请状态散落在各处没人管。扫描职位、结构化评估、定制 PDF,全部跑在你本地。
🧰 它能做什么,先看这里
- A-H 结构化评估:每个岗位出一份 A 到 H 的评估报告,并给出全局 1-5 分(综合判断而非公式计算,低于 4.0 分系统会劝你别投)
- ATS 优化 PDF:按 JD 注入关键词、重排经历,生成过机器筛选的定制简历
- 门户扫描:内置 100+ 家公司(Anthropic、OpenAI、Retool 等)和 55+ 个职位站 provider 模块
- 批量评估:用 headless worker 并行评估 10+ 个岗位
- 单一事实来源的 tracker:申请状态统一记录,带合并、去重、健康检查
- Go 终端仪表盘:浏览、筛选、排序你的 pipeline
- 面试与沟通套件:面试准备、cover letter、申请邮件草稿(只起草,永不发送)
- 人类在环:AI 只评估和建议,提交与否永远由你决定
🚀 10分钟装好并跑起来
环境要求一句话:Node.js 18+ 和 git(npx随 Node 附带),再装一个你顺手的 AI 编码 CLI;想用终端仪表盘才需要 Go 1.24+。
git clone https://gitcode.com/GitHub_Trending/ca/career-ops cd career-ops npm install npx playwright install chromium # 仅 PDF 生成需要 node doctor.mjs # 自检所有前置条件接着把示例配置改成你的:
cp config/profile.example.yml config/profile.yml cp templates/portals.example.yml portals.yml在config/profile.yml里填姓名、目标岗位、薪资预期,在项目根目录建一个cv.md放你的 Markdown 简历。然后在目录里启动 CLI(claude、codex、opencode均可),首次运行时它会用对话的方式引导你完成 onboarding——简历、偏好、目标岗位都是聊出来的,不用手工改文件。完整说明在 docs/SETUP.md。
📄 生成你的第一份 ATS-ready PDF 简历
把岗位链接或 JD 文本直接粘进 CLI,它会自动跑完整 pipeline:评估 → 报告 → 定制 PDF → tracker 入账。想单独出 PDF 也可以直接说:
/career-ops pdf背后等价于:
node generate-pdf.mjs input.html output.pdf --format a4流程里有个值得知道的细节:动笔前它会先跑一次零 LLM 成本的技能差距检查(node jd-skill-gap.mjs),把 JD 要求分成"已有技能 / 简历可支撑 / 缺口"三桶,缺口会明确告诉你,而不是悄悄编一个技能糊上去。产物落在output/目录,A4 或 letter 按公司所在地自动选。
🧩 值得深挖的高级能力
扫描与批量评估
日常发现岗位用npm run scan,只打你配置的公司 ATS API,不花一个 token;想扩大范围就用npm run scan:full遍历公开 ATS 目录找没加进列表的公司。攒了一批待评估的岗位,用 modes/batch.md 对应的 headless worker 并行跑。
终端仪表盘与 30+ 技能模式
npm run serve:dashboard启动 Go 写的 TUI(Bubble Tea),6 个筛选页签、4 种排序、分组/平铺视图、懒加载报告预览。而 modes/ 目录下每个 Markdown 文件就是一个技能模式——评估、扫描、批量、面试准备、offer 条款陪读、跟进节奏计算,按需路由。
模型自由,成本可控
不绑定任何厂商:OpenRouter 免费模型、Ollama 本地模型、任何 OpenAI 兼容端点都能跑,docs/RUNNING_ON_A_BUDGET.md 里有完整省钱方案,甚至可以在 Antigravity CLI 免费额度上零成本运行。
🔧 卡住了怎么办
- Windows 装完 skills 不加载(symlink 报错)→ 跑
node update-system.mjs apply,会自动把指针文件替换成完整内容,无需手动mklink - 买了订阅却按 token 计费→
echo $ANTHROPIC_API_KEY,有值就删掉环境变量、重启终端再/login - 批量跑中途限流/断网→ 别从头再来,
./batch/batch-runner.sh --resume-paused跳过已完成任务续跑;先用--limit 5小批量验质量 - 环境不确定是否就绪→
node doctor.mjs一键校验,或node cv-sync-check.mjs查配置 - 分不清 scan 和 scan:full→ 前者扫你维护的公司列表(零 token),后者扫全网新帖找列表外的岗位
career-ops 的核心定位是"过滤器"而不是海投工具:它帮你从几百个岗位里挑出真正值得花时间的那几个,把简历定制、状态跟踪、面试准备这些脏活揽过去,决定权始终在你手里。从路线图看,本地 AI 零 API 成本运行和免终端的桌面应用已在路上——对求职者完全免费的承诺,写进了项目的 Manifesto。
【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