career-ops:AI 求职指挥中心

将任何 AI 编码 CLI 转变为完整的求职流水线:评估职位、生成定制简历、扫描招聘门户、跟踪申请,一切本地运行。

Star 数
★ 76k
最近更新
今天
License
MIT
主语言
JavaScript

30 秒速览

运行形态
命令行工具Agent 插件 / 技能
可在哪里用
通用 · 跨平台Codex · Claude Code · OpenAI API · Claude API
费用
软件免费,模型调用费用自付
上手难度
中 · 需要几步配置
开始前需要
Node.jsPlaywrightGoShell / 命令行网络访问本地文件系统
典型场景
求职者希望从数百个职位中筛选出真正的机会,避免申请幽灵职位:使用 A-G 评估和合法性检查来评分和筛选列表。
不适合
  • 希望工具自动投递申请、代发邮件的求职者
  • 不愿提供个人简历、职业经历和偏好等大量上下文的用户

这个 Agent 能做什么,适合哪些场景?

career-ops(career-ops.org)是一个开源、CLI 无关的求职指挥中心,将 AI 编码 CLI(如 Claude Code、Codex、OpenCode 和 Antigravity)转变为自动化求职流水线。它使用结构化的 A-G 评估框架评估职位列表,生成 ATS 优化的 PDF 简历和求职信,使用 Playwright 扫描 Greenhouse、Ashby、Lever 等招聘门户,并维护一个集中式的申请跟踪器。该工具包含职位合法性检查和幽灵职位检测,但郑重声明它不是自动申请工具——它始终应用户的最终决定。作者用它评估了 740 多个职位、生成了 100 多份简历,最终获得了人工智能应用主管的职位。它基于 MIT 许可,并遵循 CareerOps Manifesto。

career-ops 在 AI 编码 CLI 中运行,读取您的 CV(cv.md)和配置文件(config/profile.yml),并通过模式(modes/*.md)自动执行任务。当粘贴职位 URL 或描述时,它会检测工作类型,进行 A-G 评估(角色摘要、CV 匹配、资历策略、薪资研究、个性化、面试准备和合法性检查),生成报告(reports/)、ATS 优化的 PDF(output/)并更新跟踪器(data/pipeline.md)。它通过模式(scan、batch、pdf、cover、email、contacto、deep 等)提供命令,支持 100 多个预配置公司,并使用 Playwright 进行门户扫描。仪表板(dashboard/)是一个 Go + Bubble Tea TUI,用于浏览和排序申请。安装后,用户通过与 CLI 聊天配置,然后向会话中粘贴职位链接;AI 处理其余工作。所有数据保持本地,控制权保持在用户手中。

  1. 求职者希望从数百个职位中筛选出真正的机会,避免申请幽灵职位:使用 A-G 评估和合法性检查来评分和筛选列表。
  2. 需要为每个职位生成定制简历和求职信的求职者:使用 scan、pdf 和 cover 模式自动创建 ATS 优化的文档。
  3. 想要自动化职位搜索,但又不希望安装多个工具的用户:在任何 AI 编码 CLI 中运行 career-ops,使用现有的 Node.js 环境。
  4. 希望从零开始构建求职流水线的开发者:通过定制模式、h评分权重和模板进行修改,使其完全符合个人需求。
  5. 关注求职过程中的数据隐私的用户:所有数据都保存在本地,AI 提供商仅接收必要的上下文。
  6. 需要有效跟进申请并分析被拒模式的求职者:使用 followup-cadence、stats 和 analyze-patterns 功能优化求职策略。

如何安装或部署这个 Agent?

前置条件:Node.js(已随大多数 AI CLI 安装)。使用 npx 快速开始:运行 npx @santifer/career-ops init。这会克隆仓库并安装依赖。或者,使用 git clone https://github.com/santifer/career-ops.git && cd career-ops && npm install,然后设置 Playwright(npx playwright install chromium)。运行 npm run doctor 验证设置,复制模板配置(cp config/profile.example.yml config/profile.yml),并在项目根目录添加 cv.md。或者,通过 npm i -g @santifer/career-ops 进行全局安装,以获得 career-ops 命令。

如何使用这个 Agent?

安装后,在项目目录中打开 AI CLI(例如 claude、codex 或 opencode)。首次启动时,与 CLI 聊天以设置 CV、个人资料和目标职位。要开始使用,只需将职位 URL 或描述粘贴到会话中;career-ops 检测并运行完整的流水线。使用斜杠命令:/career-ops scan 扫描门户,/career-ops pdf 生成简历,/career-ops batch 进行批量评估,/career-ops tracker 查看状态。对于无头批处理,使用 claude -p 或 codex exec。使用 npm run serve:dashboard 启动仪表板 TUI。

这个 Agent 有哪些优点和局限?

优点
  • 真正的 CLI 无关:可作为 Claude Code、Codex、OpenCode、Antigravity 等环境中的技能运行,无需供应商锁定。
  • 结构化的 A-G 评估框架,包含明确的评分和合法性检查,可避免幽灵职位和诈骗。
  • 自动化生成 ATS 优化的 PDF 简历和求职信,节省时间。
  • 提供扫描 100 多家公司门户的预配置设置,并支持自定义查询。
  • 内置人类在环设计,确保 AI 永远不会自动提交申请,保证最终控制权。
  • 本地数据存储,维护隐私和数据所有权。
局限
  • 初始评估效果可能不佳,需要用户投入大量精力提供上下文(CV、故事、偏好)。
  • 需要 Node.js 和 Playwright 安装,增加环境设置步骤。
  • 某些功能(如门户扫描)依赖于 ATS API 和网页抓取,可能不稳定。
  • TUI 仪表板处于 alpha 阶段,可能存在 bug。
  • 没有内置支持某些 ATS 系统(如 Workday、LinkedIn)的自动填写,需要额外的脚本或手动操作。
  • 需要主动维护和更新,用户需定期运行扫描和检查。

这个 Agent 与同类方案有什么区别?

与相关度最高的同类 agent 并排比较关键指标。

Agent 源码审查 形态 / 费用 Star 最近更新 主语言 完整支持的平台
career-ops:AI 求职指挥中心 当前 58 · 缺口较多 命令行工具免费 + 模型费 ★ 76k 今天 JavaScript Codex · Claude Code · OpenAI API · Claude API
Webcmd 63 · 存在缺口 命令行工具免费 + 模型费 ★ 2.7k 24 天前 TypeScript Codex · Claude Code
Cutaway 演示录制器 47 · 缺口较多 — ★ 46 19 天前 JavaScript Codex · Claude Code
AI求职助手 63 · 存在缺口 命令行工具免费 + 模型费 ★ 54k 今天 Python Claude Code

FollowAgents 如何评估这个 Agent?

FollowAgents 源码审查 · FARS-2.1
缺口较多
58/ 100 五分制 2.9 / 5
本评测基于 2026年8月9日 的源码;此后该项目发布了 20 个正式版本,尚未复审。分数与结论只代表评测时的版本。 最近版本 ↓
信任安全 16/29
可靠稳定 8/14
适用触发 12/18
规范维护 10/18
有效结果 9/13
证据核验 3/8
查看各维度的扣分理由
信任安全16 / 29 · 2.8/5

证据显示:README明确说明系统本地运行,数据仅发送至用户选择的AI提供商,且默认禁止自动提交,需人工确认。但未提供代码级证据证明权限最小化,且依赖Playwright等可能具有广泛权限。扣分原因:未展示实际代码审计,依赖安全性仅凭package.json版本号,未验证漏洞。

可靠稳定8 / 14 · 2.9/5

证据显示:项目结构清晰,脚本命名一致,有测试夹具和CI工作流。但未提供失败消息的具体示例,且依赖可用性未验证。扣分原因:失败消息证据不足,依赖可用性仅凭声明。

适用触发12 / 18 · 3.3/5

证据显示:支持多种CLI和模型,提供多种使用场景和配置选项。但未明确能力边界,触发精度依赖用户输入。扣分原因:能力边界描述不充分,触发精度未详细说明。

规范维护10 / 18 · 2.8/5

证据显示:有README多语言版本、安装说明、FAQ、MIT许可证。但版本号仅存在于package.json,无CHANGELOG,维护责任未明确。扣分原因:缺少版本变更日志,维护责任未明确。

有效结果9 / 13 · 3.5/5

证据显示:输出为PDF和报告,具有边际价值,成本效益合理。但未提供实际运行结果。扣分原因:输出可用性未验证,边际价值基于声明。

证据核验3 / 8 · 1.9/5

证据显示:README中有使用案例和统计,但未提供可追溯的验证数据。扣分原因:声明缺乏可追溯性,交叉验证不足,事实与推断未明确分离。

风险与缓解建议
  • 依赖Playwright等可能具有广泛权限,需审查实际代码。
  • 未提供版本变更日志,维护责任不明确。
  • 声明缺乏可追溯性,需独立验证。
证据充分度:低 评估于 2026年8月9日 审查版本 8e52e868b0f0 评估后仓库已有新提交,评分可能未覆盖最新改动
查看完整评分方法 →

最近版本

来自该项目 GitHub Releases 的最新发布记录,说明为上游原文摘录,未经本站改写或测试。

  1. web-v0.15.0 web: v0.15.0
    发布说明摘录
    [0.15.0](https://github.com/career-ops-hq/career-ops/compare/web-v0.14.0...web-v0.15.0) (2026-10-15) Features * add Assessment lifecycle and follow-up status controls ([#4317](https://github.com/career-ops-hq/career-ops/issues/4317)) ([8cb0161](https://github.com/career-ops-hq/career-ops/commit/8cb0161f73d1e6012976bdf2ba79dee6b91f40d1)) * followups: let users turn off follow-ups ([#5164](https://github.com/career-ops-hq/career-ops/issues/5164)) ([0a388c8](https://github.com/career-ops-hq/career-ops/commit/0a388c87ab647140e10fe36a2db0c9ae3956ed97)) …
    在 GitHub 查看 ↗
  2. career-ops-v1.37.0 career-ops v1.37.0: Worth Your Time
    发布说明摘录
    <!-- co:release-notes:career-ops-v1.37.0 --> This release is about knowing what is still worth your time: postings you are tracking get checked for you, and every report opens with its verdict. The dashboard work (interview prep, cover-letter drafts, row comparison) ships in web-v0.15.0. Highlights …
    在 GitHub 查看 ↗
  3. web-v0.14.0 web: v0.14.0
    发布说明摘录
    [0.14.0](https://github.com/career-ops-hq/career-ops/compare/web-v0.13.0...web-v0.14.0) (2026-10-10) Features * cv-templates: add atsLint, with the ATS rules as data in templates/ats-rules.yml ([#3900](https://github.com/career-ops-hq/career-ops/issues/3900)) ([6f1a74e](https://github.com/career-ops-hq/career-ops/commit/6f1a74e8e37119f01a68a397187025e7dacc804a)) …
    在 GitHub 查看 ↗

常见问题

career-ops 真的能免费运行吗?
是的,它支持任何 AI CLI,包括免费或本地模型(通过 OpenRouter、Ollama),并且有文档说明如何在零成本或低成本下运行(例如使用 Antigravity CLI 的免费层)。
career-ops 会代替我提交申请吗?
不会。它明确设计为过滤器,而非自动申请工具。AI 只进行评估和起草,您始终有最终决定权,它永远不会提交、发送或点击任何内容。
它会与 Workday 或 LinkedIn 等 ATS 兼容吗?
它支持 Greenhouse、Ashby、Lever、Wellfound 和公司页面。其他 ATS 可能受限于 ATS API 和网页抓取的可行性。请查阅支持的职位板列表。
我的数据安全吗?
career-ops 是本地工具。您的数据保存在您的机器上,仅发送给您选择的 AI 提供商(例如 Anthropic)。开发者不会收集或访问您的数据。
我可以在 Windows 上使用它吗?
可以,文档中提到了 Windows 支持,包括符号链接错误的修复。
在 GitHub 查看 ↗ 安装 ↓

对比同类 Agent

用同一套 FARS 评审,横向比较这个 Agent 所属的短名单。

相关 Agents