career-ops：61.8K Stars 的开源 AI 求职指挥中心，把 Claude Code 变成你的私人猎头

项目简介

career-ops 是一套开源的「AI 求职指挥中心」——它把你手里任意一个 AI 编程 CLI（Claude Code、Codex、OpenCode、Antigravity、Grok、Qwen 等）变成一条完整的求职流水线：自动扫描招聘门户、用结构化 A-F 评估体系给职位打 1.0-5.0 分、按 JD 定制 ATS 优化简历 PDF、起草求职信与联系人开发信，并在本地统一追踪全部申请状态。作者 Santiago Fernández（santifer）用它评估了 740+ 个职位、生成 100+ 份定制简历，最终拿下 Head of Applied AI 职位——随后将整套系统开源。目前项目已收获 61,800+ Stars，被 WIRED 和 Business Insider 报道，一句话总结它的理念：「公司用 AI 筛选候选人，我让候选人用 AI 挑选公司。」

安装要求和过程

环境要求

• Node.js（自带 npx 即可，无需全局安装）
• 任意一个 AI 编程 CLI：Claude Code / Codex / OpenCode / Antigravity / Grok Build / Qwen 等（也可走免费的 Gemini API 脚本模式）
• Playwright Chromium（仅 PDF 生成需要）；仪表盘 TUI 由 Go + Bubble Tea 构建（可选）
• 跨平台支持 macOS / Linux / Windows

快速安装

# 最快方式：一条命令初始化
npx @santifer/career-ops init

cd career-ops
claude   # 或 codex / opencode / qwen / agy / grok

# 首次启动会通过对话引导你完成设置：CV、个人档案、目标岗位
# 无需手动编辑任何文件

手动安装（git clone）

git clone https://github.com/santifer/career-ops.git
cd career-ops && npm install
npx playwright install chromium        # 仅 PDF 生成需要
npm run doctor                          # 校验全部前置条件
cp config/profile.example.yml config/profile.yml
cp templates/portals.example.yml portals.yml
# 在项目根目录创建 cv.md 写入你的简历，然后打开 AI CLI 即可开始

不想装任何 CLI？还可以用免费的 Gemini API 独立脚本模式：在 .env 里填入免费的 GEMINI_API_KEY，然后 node gemini-eval.mjs "职位描述..." 即可评估。项目也支持 OpenRouter 免费模型、Ollama 本地模型等低成本运行方案。

核心功能

• 全自动评估流水线：粘贴一个职位 URL 或 JD 文本，自动完成岗位原型识别（LLMOps / Agentic / PM / SA / FDE 等）→ A-F 六模块评估（角色摘要、CV 匹配、级别策略、薪酬调研、个性化建议、STAR+R 面试准备）→ 输出评估报告 + 定制 PDF + 追踪表；还内置 Block G 职位真实性检测，自动标记诈骗贴和「幽灵职位」
• ATS 优化简历与求职信生成：基于 HTML 模板 + Playwright 渲染 A4 PDF，按 JD 做关键词注入与镜像，Space Grotesk + DM Sans 设计字体，求职信支持四种角度交互式起草并在聊天中审批后再生成
• 招聘门户扫描器：预配置 45+ 公司（Anthropic、OpenAI、ElevenLabs、n8n、Vercel 等）+ 19 组搜索查询，覆盖 Greenhouse / Ashby / Lever / Wellfound 等 21 个渠道模块，node scan.mjs --verify 还会用 Playwright 复核过期职位
• 批量并行处理与终端仪表盘：用无头 CLI worker（claude -p / opencode run）并行评估 10+ 个职位；Go + Bubble Tea 打造的 TUI 仪表盘支持 6 个筛选标签、4 种排序、内联状态修改
• 公司调研与联系人发现：deep 模式生成六轴公司调研（AI 战略、近期动作、工程文化等），contacto 模式定位招聘经理/招聘官/团队同事并起草 ≤300 字符的 LinkedIn 开发信——”申请让你排队，调研让你获得对话”
• Human-in-the-Loop 设计：AI 只评估、排序、起草，永远不会替你提交申请、发送邮件或点击任何按钮，最终决定权始终在你手里

典型使用场景

1. 高信噪比求职筛选：与”海投工具”相反，career-ops 是一个过滤器——系统强烈建议不要申请低于 4.0/5 分的职位。每天跑一次 /career-ops scan 扫描 45+ 公司的新职位，批量评估后只精投最匹配的几个，把时间花在值得的机会上
2. 单个心仪职位的深度准备：看到心仪 JD 后粘贴给 CLI，几分钟内拿到 CV 匹配差距分析、薪酬区间调研、定制版 ATS 简历 PDF、STAR 故事库面试准备，再用 deep + contacto 完成公司调研和内推联系人开发，全流程一站式完成
3. 转型期职业规划：/career-ops training 评估某个课程/认证是否值得投入，/career-ops project 评估作品集项目的求职价值，配合评估中积累的 5-10 个 STAR 母版故事，系统会越用越懂你

推荐理由

试用下来最大的感受是：这是一个”吃过自己狗粮”的项目——作者真的用它找到了工作，README 里那句 740+ job listings evaluated · 100+ personalized CVs · 1 dream role landed 不是营销话术而是实测数据。设计上有两点特别打动我：一是 CLI 无关，基于开放的 Agent Skill 标准，Claude Code / Codex / Antigravity / Grok 都能跑，甚至能用免费 Gemini API 或 Ollama 本地模型零成本运行，不绑定任何付费订阅；二是克制的产品哲学——它反复强调自己不是 spray-and-pray 海投器，AI 永远不代替你点提交按钮，所有数据留在本地。对正在找工作的工程师来说，这相当于免费雇了一个 24 小时待命的私人猎头；对 AI 工程师来说，它同时也是一个多智能体系统 + Agent Skills 工程化的优秀范本（作者还写了一篇《如何用 AI 智能体舰队每周 4 小时维护这个仓库》，值得一读）。MIT 许可，17 种语言 README（含简体中文），社区活跃，强烈推荐。

下载地址

• GitHub 仓库：https://github.com/santifer/career-ops
• 官方网站：https://career-ops.org
• CareerOps 宣言：https://career-ops.org/manifesto
• 作者主页：https://santifer.io

项目数据：61,862 Stars · 12,179 Forks · JavaScript / Go · MIT 许可（截至 2026-07-28）