career-ops 德语版速览解读如何把 AI 编程 CLI 变成你的求职评估与追踪指挥中心【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-opscareer-ops即本仓库 README.de.md 所介绍的 careerops是一套开源、与具体 CLI 无关的 AI 求职自动化系统它在你的 AI 编程 CLIClaude Code、Codex、OpenCode、Gemini/Antigravity 等内运行将职位发布评测为结构化的 A–H 报告并给出 1–5 综合评分按职位量身生成 ATS 优化的 PDF 简历、自动扫描招聘门户并统一追踪全部投递。读完本文你将掌握它的安装路径、命令路由、A–H 评估与评分原理、门户扫描配置方法以及为什么它被明确设计为过滤器而不是海投工具。本文以仓库根目录下的 README.de.md 为骨架展开并用仓库内源码、配置模板与脚本如 AGENTS.md、modes/oferta.md、modes/_shared.md、config/profile.example.yml、templates/portals.example.yml、package.json逐条印证让每个结论都有仓库证据可查。这是什么定位与核心理念README.de.md 开篇就把 career-ops 定义为一个概念让任何 AI 编码 CLI 变成求职控制中心Kommandozentrale。具体而言它承担四项工作对职位发布做结构化 A–H 评测五个维度评估后汇总为一个 1–5 的综合分详见 modes/_shared.md 的 Scoring System 章节报板块结构 A–H 见 modes/oferta.md生成量身定制的 PDF针对每个职位优化、符合 ATS 的简历自动扫描招聘门户包括 Greenhouse、Ashby、Lever 等 ATS 与企业官网批量处理可用多个 sub-agent 并行评测 10 个职位单一事实源追踪所有投递统一记录并附带完整性校验。文档中最醒目的一个警告需要先说清楚这不是 Spray-and-Pray海投工具。career-ops 是一个过滤器——它帮你从成百上千条职位里筛出少数值得你花时间的岗位。README.de.md 明确建议对综合分低于 4.0/5 的岗位不要投递。AGENTS.md 的 Ethical Use 章节把这一点写成了对 AI Agent 的硬性约束Never submit an application without the user reviewing it first、Strongly discourage low-fit applications. Below 4.0/5, explicitly recommend against applying。另一个关键设计是agentisch智能体化你选择的 AI 编码 CLI 通过 Playwright 导航职业页面用真正的推理reasoning而不是关键词匹配来评估简历与职位的契合度并为每个职位单独调整简历。文档给出的使用预期提示同样值得重视最初的几份评估不会完美。系统还不了解你——请提供简历、经历、Proof Points、偏好、优势与 No-Go绝不接受的条件。它把这份上下文喂给系统比作 onboarding 一位新招聘官第一周它在了解你之后才开始变得有价值。在 AGENTS.md 的 Onboarding 流程Step 1–6中这正是聊天式首启引导要完成的事。作者在 README.de.md 中自称用该系统评测过 740 条职位、生成过 100 份个性化简历、并最终获得 Head of Applied AI 的职位。这些数字属于作者自述也出现在 AGENTS.md 的 Origin 一节可当作可信使用案例参考而非可复现的性能基准。功能总览README.de.md 用一张表概括了全部主要能力这里完整继承并补充实现依据功能描述仓库实现佐证Auto-Pipeline粘贴 URL直接得到完整评测 PDF Tracker 条目auto-pipeline模式modes/ 入口流程见 modes/oferta.md6 块评测A–F Block G角色摘要、简历匹配、职级策略、薪酬调研、个性化、面试准备STARR外加 Block G 做合法性审查以识别骗局与 ghost jobs报告结构 Blocks A–H 见 modes/oferta.mdBlock G 的三档判定与信号表见 modes/_shared.mdInterview Story Bank跨评测累积 STARReflection 故事形成 5–10 个行为面试主故事AGENTS.md 中的interview-prep/story-bank.md带溯源约束见story-provenance-check说明谈判脚本薪资谈判框架、对地理折价的回击、利用竞品 offer 作为杠杆salary-gap.mjs、negotiation-roi.mjs、funnel-velocity.mjs等分析脚本ATS-PDF 生成以 Space Grotesk 与 DM Sans 字体设计、带关键词注入的简历 PDFtemplates/cv-template.html 与 generate-pdf.mjs字体文件在 fonts/求职信生成器基于调研的求职信含关键词镜像、交互式 angle 提示、聊天内确认后经同一 HTML Playwright 管道出 A4 PDFgenerate-cover-letter.mjs、templates/cover-letter-template.html、modes/cover.md门户扫描器45 预配置公司Anthropic、OpenAI、ElevenLabs、Retool、n8n 等 通过 Ashby、Greenhouse、Lever 与 Wellfound 自定义查询templates/portals.example.yml 与 scan.mjs批量处理用无头 CLI workerclaude -p/opencode run并行评测batch/ 目录与 modes/batch.mdDashboard TUI终端 UI浏览、过滤、排序整条 pipelineGo 模块在 dashboard/Human-in-the-LoopAI 评测与推荐、人做决定系统从不替你提交申请AGENTS.md Ethical Use 与 README.de.md 的 FAQPipeline 完整性自动合并、去重、状态规范化与健康检查merge-tracker.mjs、dedup-tracker.mjs、normalize-statuses.mjs、verify-pipeline.mjs快速开始从零到第一条评测方式一一行命令推荐npx santifer/career-ops initnpx随 Node.js 一并提供它只运行一次安装器、不全局安装。如果你已经在用 Claude Code、Gemini 或 Codex那么大概率已装好 Node.js。该命令会把最新版本克隆到./career-ops并安装依赖。之后cd career-ops claude # 或 gemini / codex / qwen / opencode / agy / grok —— 在这里打开你的 AI CLI第一次启动时career-ops 会通过聊天引导你完成初始化简历cv.md、个人资料config/profile.yml与目标角色——不需要手动编辑任何东西。从源码角度印证会话第一件事是冷启动检查AGENTS.md 要求 Agent 运行node doctor.mjs --json读取onboardingNeeded/missing字段再按 Step 0–6 逐项引导Step 0 免费层检查、Step 1 简历、Step 2 个人资料含spend_tier、Step 3 门户、Step 4 创建 tracker 文件、Step 5 深度了解候选人、Step 6 就绪提示因此聊天引导是刻在系统层指令里的固定行为而非偶然话术。方式二手动 git clone 安装git clone career-ops 官方仓库地址 cd career-ops npm install npx playwright install chromium # 仅 PDF 生成需要 # 2. 检查安装前提 npm run doctor # 校验全部前置条件 # 3. 配置 cp config/profile.example.yml config/profile.yml # 填入你的数据 cp templates/portals.example.yml portals.yml # 调整目标公司 # 4. 添加简历 # 在项目根目录创建 cv.md用 Markdown 写你的简历 # 5. 在此目录打开 AI CLI claude # 或 codex / opencode / gemini / qwen / agy / grok注意npm install之后的postinstall钩子会调用npx playwright install chromium --with-deps见 package.json 的 scripts所以一般无需手动装 Chromium上面的步骤仅为单独安装场景给出。完整安装文档见 docs/SETUP.md。README.de.md 反复强调系统本身即设计为可由 AI CLI 自行定制模式modes、Archetypen职位原型、评分权重、谈判脚本——直接开口要求即可因为 CLI 读取的就是它自己使用的同一批文件自然知道该改哪里。需要更省钱的用法自己的模型或本地模型可参考 docs/RUNNING_ON_A_BUDGET.md。关键配置文件速览安装后你将面对两类需要理解的文件。第一类是用户层个人化文件Data Contract 中永不被系统自动改写见 AGENTS.mdcv.md简历唯一事实源、config/profile.example.yml复制为config/profile.yml、modes/_profile.md、modes/_custom.md、article-digest.md、portals.yml。第二类是系统层文件可被update-system.mjs自动更新恢复勿写入个人数据。config/profile.example.yml 里有几个会直接影响评估结果的字段值得提前理解spend_tier: standard—— 用哪个档次的模型做评测。取值economy最快最省适合大量扫描/standard默认性价比均衡/premium最强模型适合关键岗位。缺省即standard。三档产出完全相同的 A–H 报告格式见 modes/_shared.md 的模型映射表与Output parity规则target_roles.archetypes—— 你的目标原型Archetype评估系统据此打分契合度与 modes/_shared.md 中的 6 类 Archetype 检测对应location.authorized_in/needs_sponsorship—— 驱动 modes/oferta.md Block A 的 Work-Authorization 检查JD 明确写明不赞助、且岗位不在你已获授权的国家时会被判为 hard blockercompensation与culture_screen—— 分别进入 Block C 的薪酬可信度判断与Cultural signals维度的结构化封顶若 JD 证据与require冲突该维度最高封 2/5且不得被高 CV 匹配分悄悄补平见 modes/_shared.mdauto_pdf_score_threshold默认 3.0与pipeline.triage_threshold默认 3.5—— 控制评测完自动出 PDF与先 triage 粗筛再全量评测的成本闸门language.output与language.modes_dir—— 前者决定所有面向人的输出语言后者决定市场词表与评估规则例如设置modes_dir: modes/de可引入 DACH 概念二者可任意组合。使用方式命令路由与模式career-ops 使用统一的命令路由器Command Router。在支持 slash 命令注册的 CLI 中形如/career-ops → 显示全部可用命令 /career-ops {粘贴 JD} → 完整 Auto-Pipeline评测 PDF Tracker /career-ops scan → 扫描门户寻找新职位 /career-ops pdf → 生成 ATS 优化简历 /career-ops cover → 求职信生成器粘贴 JD 或 /career-ops cover {slug} /career-ops batch → 批量评测多个职位 /career-ops tracker → 查看投递状态 /career-ops apply → 用 AI 填写申请表单 /career-ops pipeline → 处理待处理的 URL /career-ops contacto → LinkedIn 外联消息 /career-ops deep → 深度公司调研 /career-ops training → 评测课程/证书 /career-ops project → 评测作品集项目或者直接把职位 URL 或职位描述粘贴进对话——career-ops 会自动识别并启动整条 pipelineAGENTS.md 称之为auto-pipeline。在 Codex 中 slash 命令并无保证此时应改用同一批模式名作为普通提示词或经codex exec调用AGENTS.md 给出了 headless 例子codex exec Run career-ops scan mode等。其余模式按需求映射均可在 modes/ 下找到同名指令文件ats简历 ATS 可解析性检查、latex/latex-texOverleaf/自维护 .tex 简历路径、triage轻量首轮过滤、ofertas多个 offer 对比、offer-prep收到 offer/合同后的条款解读不做价值判断、不联网、interview-prep、intake从已有文档导入信息非确认不写盘、followup跟进节奏、reply-watch把收到的回复归类到对应投递等。以/career-ops作为前缀调用是惯用法Codex 下则以自然语言唤起同名模式。工作原理一次评测的完整链路README.de.md 给出了端到端流程图此处完整保留其语义并做源码级展开你粘贴职位 URL 或职位描述 | v Archetyp-Erkennung原型识别 | v A–H 评测读取 cv.md | -- ReportMarkdown 报告 -- PDF量身定制简历 -- Tracker投递记录条目在 modes/oferta.md 中这条链路被进一步细化把评测前闸门与评测后产物讲得很清楚Liveness 闸门仅 URL 输入进入 Block A 之前必须先确认职位仍然有效。做法是用 Playwright 导航browser_navigatebrowser_snapshot读取页面若页面只剩 footer/navbar 而无 JD或出现 404/过期提示视为已关闭职位直接停止并告知用户绝不产出评测/报告/PDF。这是文档与代码共同强调的硬规则AGENTS.md 的 Offer Verification -- MANDATORY 一节要求一律用 Playwright禁止只靠 WebSearch/WebFetch 判断职位存活。Blacklist 闸门若存在data/blacklist.md用户自愿维护、绝不自动写入的不投递公司名单先做大小写与标点不敏感的公司名匹配命中则停下询问用户得到明确答复后才继续。Block A–F 六块评测从角色摘要 文化筛查 地域错配检查 工作授权检查到把 JD 每条重要要求与cv.md等主文件逐条映射的匹配表。其中 Block B 采用两遍法第一遍只读 JD 填要求与重要性第二遍才读cv.md填匹配证据——重要性不允许在第二遍被修正从而避免模型因为某项匹配强就把它标成重要的锚定偏差。Block G合法性审查独立于 1–5 分判断职位是否真实、活跃输出三档High Confidence / Proceed with Caution / Suspicious。Ghost-job 信号按可靠性加权例如发布页存在时间、Apply 按钮是否可点击、JD 技术细节量、重复发布模式同职位 90 天内重发 2 次来自scan-history.tsv等。它不影响综合分但会写进报告头部**Legitimacy:** {tier}见 AGENTS.md 的 Pipeline Integrity 规则。产物Markdown 报告写入 reports/{###}-{company-slug}-{YYYY-MM-DD}.mdJD 原文必须逐字归档在报告内或jds/捕获文件中AGENTS.md 称其为强制性要求 #2789由check-jd-archive.mjs校验Tracker 追加行经merge-tracker.mjs合并入data/applications.md。1–5 综合分到底怎么来README.de.md 说评分五维合一但没有展开。依据 modes/_shared.md 的 Scoring System维度衡量什么Match mit CV简历匹配技能、经验、Proof Points 的吻合度North Star alignment与你的目标原型来自_profile.md/config/profile.yml的匹配Comp薪酬与市场对比的薪酬5前四分之一1显著偏低Cultural signals文化信号公司文化、增长、稳定性、远程政策Red flags红旗硬障碍、警告负向调整Global综合整合以上五维的整体判断无算术公式分数解读4.5 → 强匹配建议立即投递4.0–4.4 → 良好匹配值得投递3.5–3.9 → 可以但非理想仅在你有具体理由时投递低于 3.5 → 建议不投递与 AGENTS.md Ethical Use 的 4.0 建议一致README.de 取 4.0 作为投递下限需要强调两个不进入分数的独立性设计见 modes/_shared.mdBlock G 的合法性判断与 Block B 中要求的重要性列都不改变1–5 综合分从而保证4.0 投/不投这条线在analyze-patterns.mjs、stats.mjs、funnel-velocity.mjs回溯历史报告时含义稳定。文化信号维度还受到culture_screen配置的结构化封顶约束以避免技术匹配强就无视文化风险。门户扫描45 预配置公司与 19 条搜索README.de.md 的预配置公司按生态分类复制templates/portals.example.yml到根目录portals.yml后即可在其上添加自定义来源AI LabsAnthropic、OpenAI、Mistral、Cohere、LangChain、PineconeVoice AIElevenLabs、PolyAI、Parloa、Hume AI、Deepgram、Vapi、Bland AIAI PlatformsRetool、Airtable、Vercel、Temporal、Glean、Arize AIContact CenterAda、LivePerson、Sierra、Decagon、Talkdesk、GenesysEnterpriseSalesforce、Twilio、Gong、DialpadLLMOpsLangfuse、Weights Biases、Lindy、Cognigy、SpeechmaticsAutomationn8n、Zapier、Make.comEuropeanFactorial、Attio、Tinybird、Clarity AI、Travelperk扫描覆盖的职位聚合平台由多个 provider 模块承载这些模块覆盖 ATS API、board 级 feed、XML/RSS feed、Markdown feed 与本地解析器。README.de.md 原文称21 个 Provider-Module与仓库 providers/ 目录中大量 provider 实现一致Greenhouse、Ashby、Lever、Workday、iCIMS 等格式均可识别。完整列表见 docs/SUPPORTED_JOB_BOARDS.md。scan.mjs别名为npm run scan默认信任 ATS feed 的返回。但有些公司会公开放着已关闭的历史职位为避免把过期职位扫进pipeline.mdREADME.de.md 推荐加--verifynode scan.mjs --verify # 零 token 发现 Playwright 存活检查从源码看这一行等价于先用零 LLM 成本的 API 抓取候选再用 Playwright 的 liveness 检查check-liveness.mjs / liveness-core.mjs剔除过期职位即把docs/中 liveness 逻辑与扫描器接线。此外值得德语读者留意的是针对德国公共部门门户 Interamt.denpm run scan:interamt通过真实浏览器会话搜索联邦/州/市级公务员岗位关键词可在portals.yml的interamt_searches中配置。这是仓库中少有的、针对单一德语门户的专用扫描器对 DACH 市场求职者非常实用。portals.yml的配置思路在 templates/portals.example.yml 中有清晰注释每个tracked_companies条目必须有careers_url优先使用品牌官网职业页如https://openai.com/careers而非 ATS 托管 URL如job-boards.greenhouse.io/openai因为裸 ATS URL 可能因 job ID 不一致造成假 410同时支持title_filter/location_filter做关键词与地点过滤enabled: false关闭不关心的公司scan_history.recheck_after_days控制去重后何时允许同一 URL 重新进入候选dedup_include_location: true决定同名不同城市的职位是否算两条。单一事实源Tracker、状态与 Pipeline 完整性README.de.md 强调everything tracked in a single source of truth with integrity checks所有事项在单一事实源中追踪并带完整性检查。在仓库里这对应Tracker 文件data/applications.mdMarkdown 表格列为# | Date | Company | Role | Score | Status | PDF | Report | Notes首次运行由 AI 创建模板见 AGENTS.md Step 4。状态枚举templates/states.yml是唯一事实源共 8 个规范化状态——Evaluated已评测待决定、Applied已投递、Responded公司已回复、Interview面试中、Offer已收 offer、Hired接受 offer终态成功、Rejected被拒、Discarded主动放弃或职位关闭另有SKIP不匹配不投递。规范化写入路径AGENTS.md 明确规定不得手改applications.md去新增行——批量新增应写 TSV 到batch/tracker-additions/再交给node merge-tracker.mjs合并已有行的状态/备注更新应走node set-status.mjs report#|company State [--note]带锁、校验、原子写。健康检查命令npm run verifyverify-pipeline、npm run normalize、npm run dedup。merge-tracker.mjs的 TSV 合并约定同样值得了解详见 AGENTS.md每个文件一个标题行 一行数据标题行存在时按列名解析、列顺序无关紧要没有标题行的旧格式则按 9 个位置字段num date company role status score pdf report notes解析此时分数单元格靠内容识别looksLikeScoreCell。URL 字段在去重时拥有最高优先级去参、小写 host、去锚点与尾斜杠后精确比较URL 明确不一致即视为两条不同记录。ATS 优化 PDFHTML 模板 Playwright 管道PDF 生成路径与 README.de.md 的 Tech Stack 一致Playwright/Puppeteer HTML 模板。仓库在 templates/ 下提供多种简历模板默认cv-template.html另有cv-template.modern.html、cv-template.executive.html、cv-template.compact.html、cv-template.jake.html、cv-template.leadership.html以及 LaTeX 版cv-template.tex和中文字体版cv-template.cjk.tex配套的sections/目录存放简历分节片段。字体方面仓库自带 Space Grotesk 与 DM Sans 的 woff2fonts/。生成入口是 generate-pdf.mjs通过 modes/pdf.md 使用。求职信走同一条 HTML Playwright 管道generate-cover-letter.mjs 与 templates/cover-letter-template.html可复用简历的排版引擎并输出 A4 PDF。README.de.md 功能表中提到简历ATS-优化 关键词注入keyword injection即根据 JD 关键词重排/改写措辞——依据 AGENTS.md 的一条硬规则Keywords get reformulated, never fabricated关键词可以改写重组但绝不虚构若某条主张没有主文件支撑宁可省略也不编造。Dashboard TUIGo 终端仪表盘除命令行交互外仓库还带一个独立的 Go 终端仪表盘技术栈 Go Bubble Tea LipglossCatppuccin-Mocha 主题用于可视浏览整条 pipeline。README.de.md 给出的构建与运行方式cd dashboard go build -o career-dashboard . ./career-dashboard --path ..源码入口在 dashboard/main.go模块分internal/model数据模型、internal/ui界面、internal/theme主题、internal/i18n国际化。README.de.md 声称其功能包括 6 个过滤 Tab、4 种排序模式、分组/扁平两种视图、懒加载预览与行内状态修改——这与 dashboard 目录结构及 Go 模块布局相互印证。批量处理与资源预算批量评测是 README.de.md 的卖点之一10 职位并行 sub-agent 评测。命令路由中的/career-ops batch对应 modes/batch.md编排脚本在 batch/batch-runner.sh。无头 worker 按 CLI 区分Claude Code 用claude -p promptOpenCode 用opencode run promptCodex 用codex exec prompt其余Copilot、Qwen、Antigravity、Grok同理映射表见 AGENTS.md 的 Headless / Batch Mode。并行评估有一个必须遵守的防竞态约定先保留报告号段再派发。AGENTS.md 明确要求并行 worker 不得自己计算max1这会导致报告号冲突而应先用node reserve-report-num.mjs --count N保留区间如042-049每个 worker 使用各自号码结束后node reserve-report-num.mjs --release 042-049释放。批量结束后运行node merge-tracker.mjs合并 tracker 新增避免重复行。在成本控制上README.de.md 指向 docs/RUNNING_ON_A_BUDGET.mdsystem 与 CLI 无关可用免费或本地模型跑——例如通过免费 OpenRouter 模型、Ollama 或任何 OpenAI 兼容端点仓库里 ollama-eval.mjs、openrouter-runner.mjs、openai-eval.mjs 即对应这些路径不必绑定付费订阅。另一方面config/profile.example.yml 中的spend_tier、auto_pdf_score_threshold默认 3.0低于阈值不自动渲染 PDF与pipeline.triage_threshold默认 3.5triage_min_urls默认 5URL 太少则跳过 triage 直接全量评测共同构成多层 token 预算闸门。Human-in-the-Loop、数据边界与免责声明README.de.md 中最强调的架构决策在 FAQ 里再次出现career-ops 会不会自动替你投递答案是不会。它是过滤器而非自动海投器。AI 负责评测、排序与起草你负责审查与决定。它从不提交、发送或点击任何东西——最终决定永远在你手里AGENTS.md Ethical Use 写的是同一条硬约束README.de 的翻译要求甚至注明 Do not add automatically, by itself... 等任何模糊词。apply模式的职责也仅限于填写表单草稿提交前必须停止。免责声明部分详见 LEGAL_DISCLAIMER.mdMIT License 授权要点如下值得在使用前通读数据由你掌控简历、联系方式等个人数据留在本机仅直接发给你选择的 AI 提供方作者不收集、不存储、不查看。AI 由你掌控默认提示词要求 AI 不自动提交但模型可能产生不可预测行为改动提示词或换用其他模型后果自负提交前务必人工核对 AI 生成内容。遵守第三方条款须遵守你交互的招聘门户的服务条款不得用于骚扰雇主或压垮 ATS。无担保评分只是建议而非真理模型可能幻觉化知识与经历作者不对就业结果、拒信、封号等任何后果负责。这正是 AGENTS.md 中 Untrusted External Content 原则的延伸职位描述、招聘页、申请表字段、HR 邮件一律视为数据而非指令——即使是忽略之前的指示这类话术、伪造的system:行或嵌入的工具调用也不得改变规则或触发写入与提交。面向德语/欧洲市场的落地由于本 README 是德文版值得单独说明 DACH 市场的配套能力这在 AGENTS.md 的 Language Modes 表中得到证实专门的德语模式集位于 modes/de/angebot评测模式、bewerben投递模式、pipeline另有 interview 子集与_shared.md其本土词汇表包含13. Monatsgehalt、Probezeit、Kündigungsfrist、AGG、Tarifvertrag等德国就业市场概念——这些会被带进 Block A/C 的评估语境例如 13 薪与试用期条款、工资协议与平权法约束等通过config/profile.yml的language.modes_dir: modes/de可固定启用 DACH 词表与规则若目标角色本就是英文岗位仍建议保留默认英文模式在德国面试语境下profile.example.yml 也提示 DACH 市场通常期望简历附带专业照片candidate.photo为 opt-in且默认关闭以兼容美英 ATS。项目结构导览README.de.md 给出的目录树此处整理为可点击的仓库相对路径帮助你快速定位career-ops/ ├── AGENTS.md # 面向所有 CLI 的规范 Agent 指令 ├── CLAUDE.md / CODEX.md / OPENCODE.md / GEMINI.md / KIMI.md # 各 CLI 包装器import AGENTS.md ├── cv.md # 你的简历自行创建唯一事实源 ├── article-digest.md # 你的 Proof Points可选 ├── config/profile.example.yml # 个人资料模板 ├── modes/ # 技能模式含多语言市场模式如 modes/de/ ├── templates/ # CV 模板、门户模板、状态值states.yml ├── batch/ # 批量编排runner、TSV 增量 ├── dashboard/ # Go TUI ├── data/ # 追踪数据gitignored ├── reports/ # 评测报告gitignored ├── output/ # 生成的 PDFgitignored ├── fonts/ # Space Grotesk DM Sans ├── docs/ # 安装、定制、预算、架构等文档 ├── examples/ # 示例 CV、报告、Proof Points └── providers/ # 45 门户的抓取/解析 provider 模块常见问题FAQ要点README.de.md 的 FAQ 节选了最具决策价值的问题这里总结为可直接引用的结论career-ops 是什么开源、CLI 无关的求职指挥中心评测职位、产出 ATS 优化 PDF、定位联系人、统一追踪最终决定权始终在你。它是 CareerOps ManifestoMANIFESTO.md的首个参考实现。能否免费或用便宜的/本地模型可以。它不绑定单一模型商可在免费 OpenRouter 模型、Ollama 或任何 OpenAI 兼容端点运行具体省钱配置见 docs/RUNNING_ON_A_BUDGET.md。兼容哪些 AI CLI凡是支持开放 Agent Skill 标准的编码 CLI 都能跑Claude Code、Codex、Gemini/Antigravity、OpenCode、Grok、Qwen、GitHub Copilot、Kimi 等。直接用你已有的 CLI 即可。Windows 怎么装支持 Windows若安装时 Skills 因符号链接报错而无法加载docs/FAQ.md 有现成解决方案完整步骤在 docs/SETUP.md。会不会自动替我投递永远不会。这是整个 Human-in-the-Loop 设计的全部意义。是否免费开源代码以 MIT 许可开源LICENSE对求职者永久免费。career-ops名称与商标受 TRADEMARK.md 政策约束对社区使用开放、对商业产品名与背书保留。本文介绍的每一条能力都能在上述仓库文件中找到对应实现若要继续深入建议按顺序阅读 docs/SETUP.md安装、docs/ARCHITECTURE.md架构、modes/oferta.md评测模式细节与 AGENTS.mdAgent 行为与 Data Contract即可从会用进阶到能按自己的目标深度定制。【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 career-ops 德语版速览解读：如何把 AI 编程 CLI 变成你的求职评估与追踪指挥中心
career-ops 德语版速览解读如何把 AI 编程 CLI 变成你的求职评估与追踪指挥中心【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-opscareer-ops即本仓库 README.de.md 所介绍的 careerops是一套开源、与具体 CLI 无关的 AI 求职自动化系统它在你的 AI 编程 CLIClaude Code、Codex、OpenCode、Gemini/Antigravity 等内运行将职位发布评测为结构化的 A–H 报告并给出 1–5 综合评分按职位量身生成 ATS 优化的 PDF 简历、自动扫描招聘门户并统一追踪全部投递。读完本文你将掌握它的安装路径、命令路由、A–H 评估与评分原理、门户扫描配置方法以及为什么它被明确设计为过滤器而不是海投工具。本文以仓库根目录下的 README.de.md 为骨架展开并用仓库内源码、配置模板与脚本如 AGENTS.md、modes/oferta.md、modes/_shared.md、config/profile.example.yml、templates/portals.example.yml、package.json逐条印证让每个结论都有仓库证据可查。这是什么定位与核心理念README.de.md 开篇就把 career-ops 定义为一个概念让任何 AI 编码 CLI 变成求职控制中心Kommandozentrale。具体而言它承担四项工作对职位发布做结构化 A–H 评测五个维度评估后汇总为一个 1–5 的综合分详见 modes/_shared.md 的 Scoring System 章节报板块结构 A–H 见 modes/oferta.md生成量身定制的 PDF针对每个职位优化、符合 ATS 的简历自动扫描招聘门户包括 Greenhouse、Ashby、Lever 等 ATS 与企业官网批量处理可用多个 sub-agent 并行评测 10 个职位单一事实源追踪所有投递统一记录并附带完整性校验。文档中最醒目的一个警告需要先说清楚这不是 Spray-and-Pray海投工具。career-ops 是一个过滤器——它帮你从成百上千条职位里筛出少数值得你花时间的岗位。README.de.md 明确建议对综合分低于 4.0/5 的岗位不要投递。AGENTS.md 的 Ethical Use 章节把这一点写成了对 AI Agent 的硬性约束Never submit an application without the user reviewing it first、Strongly discourage low-fit applications. Below 4.0/5, explicitly recommend against applying。另一个关键设计是agentisch智能体化你选择的 AI 编码 CLI 通过 Playwright 导航职业页面用真正的推理reasoning而不是关键词匹配来评估简历与职位的契合度并为每个职位单独调整简历。文档给出的使用预期提示同样值得重视最初的几份评估不会完美。系统还不了解你——请提供简历、经历、Proof Points、偏好、优势与 No-Go绝不接受的条件。它把这份上下文喂给系统比作 onboarding 一位新招聘官第一周它在了解你之后才开始变得有价值。在 AGENTS.md 的 Onboarding 流程Step 1–6中这正是聊天式首启引导要完成的事。作者在 README.de.md 中自称用该系统评测过 740 条职位、生成过 100 份个性化简历、并最终获得 Head of Applied AI 的职位。这些数字属于作者自述也出现在 AGENTS.md 的 Origin 一节可当作可信使用案例参考而非可复现的性能基准。功能总览README.de.md 用一张表概括了全部主要能力这里完整继承并补充实现依据功能描述仓库实现佐证Auto-Pipeline粘贴 URL直接得到完整评测 PDF Tracker 条目auto-pipeline模式modes/ 入口流程见 modes/oferta.md6 块评测A–F Block G角色摘要、简历匹配、职级策略、薪酬调研、个性化、面试准备STARR外加 Block G 做合法性审查以识别骗局与 ghost jobs报告结构 Blocks A–H 见 modes/oferta.mdBlock G 的三档判定与信号表见 modes/_shared.mdInterview Story Bank跨评测累积 STARReflection 故事形成 5–10 个行为面试主故事AGENTS.md 中的interview-prep/story-bank.md带溯源约束见story-provenance-check说明谈判脚本薪资谈判框架、对地理折价的回击、利用竞品 offer 作为杠杆salary-gap.mjs、negotiation-roi.mjs、funnel-velocity.mjs等分析脚本ATS-PDF 生成以 Space Grotesk 与 DM Sans 字体设计、带关键词注入的简历 PDFtemplates/cv-template.html 与 generate-pdf.mjs字体文件在 fonts/求职信生成器基于调研的求职信含关键词镜像、交互式 angle 提示、聊天内确认后经同一 HTML Playwright 管道出 A4 PDFgenerate-cover-letter.mjs、templates/cover-letter-template.html、modes/cover.md门户扫描器45 预配置公司Anthropic、OpenAI、ElevenLabs、Retool、n8n 等 通过 Ashby、Greenhouse、Lever 与 Wellfound 自定义查询templates/portals.example.yml 与 scan.mjs批量处理用无头 CLI workerclaude -p/opencode run并行评测batch/ 目录与 modes/batch.mdDashboard TUI终端 UI浏览、过滤、排序整条 pipelineGo 模块在 dashboard/Human-in-the-LoopAI 评测与推荐、人做决定系统从不替你提交申请AGENTS.md Ethical Use 与 README.de.md 的 FAQPipeline 完整性自动合并、去重、状态规范化与健康检查merge-tracker.mjs、dedup-tracker.mjs、normalize-statuses.mjs、verify-pipeline.mjs快速开始从零到第一条评测方式一一行命令推荐npx santifer/career-ops initnpx随 Node.js 一并提供它只运行一次安装器、不全局安装。如果你已经在用 Claude Code、Gemini 或 Codex那么大概率已装好 Node.js。该命令会把最新版本克隆到./career-ops并安装依赖。之后cd career-ops claude # 或 gemini / codex / qwen / opencode / agy / grok —— 在这里打开你的 AI CLI第一次启动时career-ops 会通过聊天引导你完成初始化简历cv.md、个人资料config/profile.yml与目标角色——不需要手动编辑任何东西。从源码角度印证会话第一件事是冷启动检查AGENTS.md 要求 Agent 运行node doctor.mjs --json读取onboardingNeeded/missing字段再按 Step 0–6 逐项引导Step 0 免费层检查、Step 1 简历、Step 2 个人资料含spend_tier、Step 3 门户、Step 4 创建 tracker 文件、Step 5 深度了解候选人、Step 6 就绪提示因此聊天引导是刻在系统层指令里的固定行为而非偶然话术。方式二手动 git clone 安装git clone career-ops 官方仓库地址 cd career-ops npm install npx playwright install chromium # 仅 PDF 生成需要 # 2. 检查安装前提 npm run doctor # 校验全部前置条件 # 3. 配置 cp config/profile.example.yml config/profile.yml # 填入你的数据 cp templates/portals.example.yml portals.yml # 调整目标公司 # 4. 添加简历 # 在项目根目录创建 cv.md用 Markdown 写你的简历 # 5. 在此目录打开 AI CLI claude # 或 codex / opencode / gemini / qwen / agy / grok注意npm install之后的postinstall钩子会调用npx playwright install chromium --with-deps见 package.json 的 scripts所以一般无需手动装 Chromium上面的步骤仅为单独安装场景给出。完整安装文档见 docs/SETUP.md。README.de.md 反复强调系统本身即设计为可由 AI CLI 自行定制模式modes、Archetypen职位原型、评分权重、谈判脚本——直接开口要求即可因为 CLI 读取的就是它自己使用的同一批文件自然知道该改哪里。需要更省钱的用法自己的模型或本地模型可参考 docs/RUNNING_ON_A_BUDGET.md。关键配置文件速览安装后你将面对两类需要理解的文件。第一类是用户层个人化文件Data Contract 中永不被系统自动改写见 AGENTS.mdcv.md简历唯一事实源、config/profile.example.yml复制为config/profile.yml、modes/_profile.md、modes/_custom.md、article-digest.md、portals.yml。第二类是系统层文件可被update-system.mjs自动更新恢复勿写入个人数据。config/profile.example.yml 里有几个会直接影响评估结果的字段值得提前理解spend_tier: standard—— 用哪个档次的模型做评测。取值economy最快最省适合大量扫描/standard默认性价比均衡/premium最强模型适合关键岗位。缺省即standard。三档产出完全相同的 A–H 报告格式见 modes/_shared.md 的模型映射表与Output parity规则target_roles.archetypes—— 你的目标原型Archetype评估系统据此打分契合度与 modes/_shared.md 中的 6 类 Archetype 检测对应location.authorized_in/needs_sponsorship—— 驱动 modes/oferta.md Block A 的 Work-Authorization 检查JD 明确写明不赞助、且岗位不在你已获授权的国家时会被判为 hard blockercompensation与culture_screen—— 分别进入 Block C 的薪酬可信度判断与Cultural signals维度的结构化封顶若 JD 证据与require冲突该维度最高封 2/5且不得被高 CV 匹配分悄悄补平见 modes/_shared.mdauto_pdf_score_threshold默认 3.0与pipeline.triage_threshold默认 3.5—— 控制评测完自动出 PDF与先 triage 粗筛再全量评测的成本闸门language.output与language.modes_dir—— 前者决定所有面向人的输出语言后者决定市场词表与评估规则例如设置modes_dir: modes/de可引入 DACH 概念二者可任意组合。使用方式命令路由与模式career-ops 使用统一的命令路由器Command Router。在支持 slash 命令注册的 CLI 中形如/career-ops → 显示全部可用命令 /career-ops {粘贴 JD} → 完整 Auto-Pipeline评测 PDF Tracker /career-ops scan → 扫描门户寻找新职位 /career-ops pdf → 生成 ATS 优化简历 /career-ops cover → 求职信生成器粘贴 JD 或 /career-ops cover {slug} /career-ops batch → 批量评测多个职位 /career-ops tracker → 查看投递状态 /career-ops apply → 用 AI 填写申请表单 /career-ops pipeline → 处理待处理的 URL /career-ops contacto → LinkedIn 外联消息 /career-ops deep → 深度公司调研 /career-ops training → 评测课程/证书 /career-ops project → 评测作品集项目或者直接把职位 URL 或职位描述粘贴进对话——career-ops 会自动识别并启动整条 pipelineAGENTS.md 称之为auto-pipeline。在 Codex 中 slash 命令并无保证此时应改用同一批模式名作为普通提示词或经codex exec调用AGENTS.md 给出了 headless 例子codex exec Run career-ops scan mode等。其余模式按需求映射均可在 modes/ 下找到同名指令文件ats简历 ATS 可解析性检查、latex/latex-texOverleaf/自维护 .tex 简历路径、triage轻量首轮过滤、ofertas多个 offer 对比、offer-prep收到 offer/合同后的条款解读不做价值判断、不联网、interview-prep、intake从已有文档导入信息非确认不写盘、followup跟进节奏、reply-watch把收到的回复归类到对应投递等。以/career-ops作为前缀调用是惯用法Codex 下则以自然语言唤起同名模式。工作原理一次评测的完整链路README.de.md 给出了端到端流程图此处完整保留其语义并做源码级展开你粘贴职位 URL 或职位描述 | v Archetyp-Erkennung原型识别 | v A–H 评测读取 cv.md | -- ReportMarkdown 报告 -- PDF量身定制简历 -- Tracker投递记录条目在 modes/oferta.md 中这条链路被进一步细化把评测前闸门与评测后产物讲得很清楚Liveness 闸门仅 URL 输入进入 Block A 之前必须先确认职位仍然有效。做法是用 Playwright 导航browser_navigatebrowser_snapshot读取页面若页面只剩 footer/navbar 而无 JD或出现 404/过期提示视为已关闭职位直接停止并告知用户绝不产出评测/报告/PDF。这是文档与代码共同强调的硬规则AGENTS.md 的 Offer Verification -- MANDATORY 一节要求一律用 Playwright禁止只靠 WebSearch/WebFetch 判断职位存活。Blacklist 闸门若存在data/blacklist.md用户自愿维护、绝不自动写入的不投递公司名单先做大小写与标点不敏感的公司名匹配命中则停下询问用户得到明确答复后才继续。Block A–F 六块评测从角色摘要 文化筛查 地域错配检查 工作授权检查到把 JD 每条重要要求与cv.md等主文件逐条映射的匹配表。其中 Block B 采用两遍法第一遍只读 JD 填要求与重要性第二遍才读cv.md填匹配证据——重要性不允许在第二遍被修正从而避免模型因为某项匹配强就把它标成重要的锚定偏差。Block G合法性审查独立于 1–5 分判断职位是否真实、活跃输出三档High Confidence / Proceed with Caution / Suspicious。Ghost-job 信号按可靠性加权例如发布页存在时间、Apply 按钮是否可点击、JD 技术细节量、重复发布模式同职位 90 天内重发 2 次来自scan-history.tsv等。它不影响综合分但会写进报告头部**Legitimacy:** {tier}见 AGENTS.md 的 Pipeline Integrity 规则。产物Markdown 报告写入 reports/{###}-{company-slug}-{YYYY-MM-DD}.mdJD 原文必须逐字归档在报告内或jds/捕获文件中AGENTS.md 称其为强制性要求 #2789由check-jd-archive.mjs校验Tracker 追加行经merge-tracker.mjs合并入data/applications.md。1–5 综合分到底怎么来README.de.md 说评分五维合一但没有展开。依据 modes/_shared.md 的 Scoring System维度衡量什么Match mit CV简历匹配技能、经验、Proof Points 的吻合度North Star alignment与你的目标原型来自_profile.md/config/profile.yml的匹配Comp薪酬与市场对比的薪酬5前四分之一1显著偏低Cultural signals文化信号公司文化、增长、稳定性、远程政策Red flags红旗硬障碍、警告负向调整Global综合整合以上五维的整体判断无算术公式分数解读4.5 → 强匹配建议立即投递4.0–4.4 → 良好匹配值得投递3.5–3.9 → 可以但非理想仅在你有具体理由时投递低于 3.5 → 建议不投递与 AGENTS.md Ethical Use 的 4.0 建议一致README.de 取 4.0 作为投递下限需要强调两个不进入分数的独立性设计见 modes/_shared.mdBlock G 的合法性判断与 Block B 中要求的重要性列都不改变1–5 综合分从而保证4.0 投/不投这条线在analyze-patterns.mjs、stats.mjs、funnel-velocity.mjs回溯历史报告时含义稳定。文化信号维度还受到culture_screen配置的结构化封顶约束以避免技术匹配强就无视文化风险。门户扫描45 预配置公司与 19 条搜索README.de.md 的预配置公司按生态分类复制templates/portals.example.yml到根目录portals.yml后即可在其上添加自定义来源AI LabsAnthropic、OpenAI、Mistral、Cohere、LangChain、PineconeVoice AIElevenLabs、PolyAI、Parloa、Hume AI、Deepgram、Vapi、Bland AIAI PlatformsRetool、Airtable、Vercel、Temporal、Glean、Arize AIContact CenterAda、LivePerson、Sierra、Decagon、Talkdesk、GenesysEnterpriseSalesforce、Twilio、Gong、DialpadLLMOpsLangfuse、Weights Biases、Lindy、Cognigy、SpeechmaticsAutomationn8n、Zapier、Make.comEuropeanFactorial、Attio、Tinybird、Clarity AI、Travelperk扫描覆盖的职位聚合平台由多个 provider 模块承载这些模块覆盖 ATS API、board 级 feed、XML/RSS feed、Markdown feed 与本地解析器。README.de.md 原文称21 个 Provider-Module与仓库 providers/ 目录中大量 provider 实现一致Greenhouse、Ashby、Lever、Workday、iCIMS 等格式均可识别。完整列表见 docs/SUPPORTED_JOB_BOARDS.md。scan.mjs别名为npm run scan默认信任 ATS feed 的返回。但有些公司会公开放着已关闭的历史职位为避免把过期职位扫进pipeline.mdREADME.de.md 推荐加--verifynode scan.mjs --verify # 零 token 发现 Playwright 存活检查从源码看这一行等价于先用零 LLM 成本的 API 抓取候选再用 Playwright 的 liveness 检查check-liveness.mjs / liveness-core.mjs剔除过期职位即把docs/中 liveness 逻辑与扫描器接线。此外值得德语读者留意的是针对德国公共部门门户 Interamt.denpm run scan:interamt通过真实浏览器会话搜索联邦/州/市级公务员岗位关键词可在portals.yml的interamt_searches中配置。这是仓库中少有的、针对单一德语门户的专用扫描器对 DACH 市场求职者非常实用。portals.yml的配置思路在 templates/portals.example.yml 中有清晰注释每个tracked_companies条目必须有careers_url优先使用品牌官网职业页如https://openai.com/careers而非 ATS 托管 URL如job-boards.greenhouse.io/openai因为裸 ATS URL 可能因 job ID 不一致造成假 410同时支持title_filter/location_filter做关键词与地点过滤enabled: false关闭不关心的公司scan_history.recheck_after_days控制去重后何时允许同一 URL 重新进入候选dedup_include_location: true决定同名不同城市的职位是否算两条。单一事实源Tracker、状态与 Pipeline 完整性README.de.md 强调everything tracked in a single source of truth with integrity checks所有事项在单一事实源中追踪并带完整性检查。在仓库里这对应Tracker 文件data/applications.mdMarkdown 表格列为# | Date | Company | Role | Score | Status | PDF | Report | Notes首次运行由 AI 创建模板见 AGENTS.md Step 4。状态枚举templates/states.yml是唯一事实源共 8 个规范化状态——Evaluated已评测待决定、Applied已投递、Responded公司已回复、Interview面试中、Offer已收 offer、Hired接受 offer终态成功、Rejected被拒、Discarded主动放弃或职位关闭另有SKIP不匹配不投递。规范化写入路径AGENTS.md 明确规定不得手改applications.md去新增行——批量新增应写 TSV 到batch/tracker-additions/再交给node merge-tracker.mjs合并已有行的状态/备注更新应走node set-status.mjs report#|company State [--note]带锁、校验、原子写。健康检查命令npm run verifyverify-pipeline、npm run normalize、npm run dedup。merge-tracker.mjs的 TSV 合并约定同样值得了解详见 AGENTS.md每个文件一个标题行 一行数据标题行存在时按列名解析、列顺序无关紧要没有标题行的旧格式则按 9 个位置字段num date company role status score pdf report notes解析此时分数单元格靠内容识别looksLikeScoreCell。URL 字段在去重时拥有最高优先级去参、小写 host、去锚点与尾斜杠后精确比较URL 明确不一致即视为两条不同记录。ATS 优化 PDFHTML 模板 Playwright 管道PDF 生成路径与 README.de.md 的 Tech Stack 一致Playwright/Puppeteer HTML 模板。仓库在 templates/ 下提供多种简历模板默认cv-template.html另有cv-template.modern.html、cv-template.executive.html、cv-template.compact.html、cv-template.jake.html、cv-template.leadership.html以及 LaTeX 版cv-template.tex和中文字体版cv-template.cjk.tex配套的sections/目录存放简历分节片段。字体方面仓库自带 Space Grotesk 与 DM Sans 的 woff2fonts/。生成入口是 generate-pdf.mjs通过 modes/pdf.md 使用。求职信走同一条 HTML Playwright 管道generate-cover-letter.mjs 与 templates/cover-letter-template.html可复用简历的排版引擎并输出 A4 PDF。README.de.md 功能表中提到简历ATS-优化 关键词注入keyword injection即根据 JD 关键词重排/改写措辞——依据 AGENTS.md 的一条硬规则Keywords get reformulated, never fabricated关键词可以改写重组但绝不虚构若某条主张没有主文件支撑宁可省略也不编造。Dashboard TUIGo 终端仪表盘除命令行交互外仓库还带一个独立的 Go 终端仪表盘技术栈 Go Bubble Tea LipglossCatppuccin-Mocha 主题用于可视浏览整条 pipeline。README.de.md 给出的构建与运行方式cd dashboard go build -o career-dashboard . ./career-dashboard --path ..源码入口在 dashboard/main.go模块分internal/model数据模型、internal/ui界面、internal/theme主题、internal/i18n国际化。README.de.md 声称其功能包括 6 个过滤 Tab、4 种排序模式、分组/扁平两种视图、懒加载预览与行内状态修改——这与 dashboard 目录结构及 Go 模块布局相互印证。批量处理与资源预算批量评测是 README.de.md 的卖点之一10 职位并行 sub-agent 评测。命令路由中的/career-ops batch对应 modes/batch.md编排脚本在 batch/batch-runner.sh。无头 worker 按 CLI 区分Claude Code 用claude -p promptOpenCode 用opencode run promptCodex 用codex exec prompt其余Copilot、Qwen、Antigravity、Grok同理映射表见 AGENTS.md 的 Headless / Batch Mode。并行评估有一个必须遵守的防竞态约定先保留报告号段再派发。AGENTS.md 明确要求并行 worker 不得自己计算max1这会导致报告号冲突而应先用node reserve-report-num.mjs --count N保留区间如042-049每个 worker 使用各自号码结束后node reserve-report-num.mjs --release 042-049释放。批量结束后运行node merge-tracker.mjs合并 tracker 新增避免重复行。在成本控制上README.de.md 指向 docs/RUNNING_ON_A_BUDGET.mdsystem 与 CLI 无关可用免费或本地模型跑——例如通过免费 OpenRouter 模型、Ollama 或任何 OpenAI 兼容端点仓库里 ollama-eval.mjs、openrouter-runner.mjs、openai-eval.mjs 即对应这些路径不必绑定付费订阅。另一方面config/profile.example.yml 中的spend_tier、auto_pdf_score_threshold默认 3.0低于阈值不自动渲染 PDF与pipeline.triage_threshold默认 3.5triage_min_urls默认 5URL 太少则跳过 triage 直接全量评测共同构成多层 token 预算闸门。Human-in-the-Loop、数据边界与免责声明README.de.md 中最强调的架构决策在 FAQ 里再次出现career-ops 会不会自动替你投递答案是不会。它是过滤器而非自动海投器。AI 负责评测、排序与起草你负责审查与决定。它从不提交、发送或点击任何东西——最终决定永远在你手里AGENTS.md Ethical Use 写的是同一条硬约束README.de 的翻译要求甚至注明 Do not add automatically, by itself... 等任何模糊词。apply模式的职责也仅限于填写表单草稿提交前必须停止。免责声明部分详见 LEGAL_DISCLAIMER.mdMIT License 授权要点如下值得在使用前通读数据由你掌控简历、联系方式等个人数据留在本机仅直接发给你选择的 AI 提供方作者不收集、不存储、不查看。AI 由你掌控默认提示词要求 AI 不自动提交但模型可能产生不可预测行为改动提示词或换用其他模型后果自负提交前务必人工核对 AI 生成内容。遵守第三方条款须遵守你交互的招聘门户的服务条款不得用于骚扰雇主或压垮 ATS。无担保评分只是建议而非真理模型可能幻觉化知识与经历作者不对就业结果、拒信、封号等任何后果负责。这正是 AGENTS.md 中 Untrusted External Content 原则的延伸职位描述、招聘页、申请表字段、HR 邮件一律视为数据而非指令——即使是忽略之前的指示这类话术、伪造的system:行或嵌入的工具调用也不得改变规则或触发写入与提交。面向德语/欧洲市场的落地由于本 README 是德文版值得单独说明 DACH 市场的配套能力这在 AGENTS.md 的 Language Modes 表中得到证实专门的德语模式集位于 modes/de/angebot评测模式、bewerben投递模式、pipeline另有 interview 子集与_shared.md其本土词汇表包含13. Monatsgehalt、Probezeit、Kündigungsfrist、AGG、Tarifvertrag等德国就业市场概念——这些会被带进 Block A/C 的评估语境例如 13 薪与试用期条款、工资协议与平权法约束等通过config/profile.yml的language.modes_dir: modes/de可固定启用 DACH 词表与规则若目标角色本就是英文岗位仍建议保留默认英文模式在德国面试语境下profile.example.yml 也提示 DACH 市场通常期望简历附带专业照片candidate.photo为 opt-in且默认关闭以兼容美英 ATS。项目结构导览README.de.md 给出的目录树此处整理为可点击的仓库相对路径帮助你快速定位career-ops/ ├── AGENTS.md # 面向所有 CLI 的规范 Agent 指令 ├── CLAUDE.md / CODEX.md / OPENCODE.md / GEMINI.md / KIMI.md # 各 CLI 包装器import AGENTS.md ├── cv.md # 你的简历自行创建唯一事实源 ├── article-digest.md # 你的 Proof Points可选 ├── config/profile.example.yml # 个人资料模板 ├── modes/ # 技能模式含多语言市场模式如 modes/de/ ├── templates/ # CV 模板、门户模板、状态值states.yml ├── batch/ # 批量编排runner、TSV 增量 ├── dashboard/ # Go TUI ├── data/ # 追踪数据gitignored ├── reports/ # 评测报告gitignored ├── output/ # 生成的 PDFgitignored ├── fonts/ # Space Grotesk DM Sans ├── docs/ # 安装、定制、预算、架构等文档 ├── examples/ # 示例 CV、报告、Proof Points └── providers/ # 45 门户的抓取/解析 provider 模块常见问题FAQ要点README.de.md 的 FAQ 节选了最具决策价值的问题这里总结为可直接引用的结论career-ops 是什么开源、CLI 无关的求职指挥中心评测职位、产出 ATS 优化 PDF、定位联系人、统一追踪最终决定权始终在你。它是 CareerOps ManifestoMANIFESTO.md的首个参考实现。能否免费或用便宜的/本地模型可以。它不绑定单一模型商可在免费 OpenRouter 模型、Ollama 或任何 OpenAI 兼容端点运行具体省钱配置见 docs/RUNNING_ON_A_BUDGET.md。兼容哪些 AI CLI凡是支持开放 Agent Skill 标准的编码 CLI 都能跑Claude Code、Codex、Gemini/Antigravity、OpenCode、Grok、Qwen、GitHub Copilot、Kimi 等。直接用你已有的 CLI 即可。Windows 怎么装支持 Windows若安装时 Skills 因符号链接报错而无法加载docs/FAQ.md 有现成解决方案完整步骤在 docs/SETUP.md。会不会自动替我投递永远不会。这是整个 Human-in-the-Loop 设计的全部意义。是否免费开源代码以 MIT 许可开源LICENSE对求职者永久免费。career-ops名称与商标受 TRADEMARK.md 政策约束对社区使用开放、对商业产品名与背书保留。本文介绍的每一条能力都能在上述仓库文件中找到对应实现若要继续深入建议按顺序阅读 docs/SETUP.md安装、docs/ARCHITECTURE.md架构、modes/oferta.md评测模式细节与 AGENTS.mdAgent 行为与 Data Contract即可从会用进阶到能按自己的目标深度定制。【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