用 career-ops 在 AI CLI 里跑一场有纪律的求职

公司用 AI 过滤候选人，career-ops 把同一套机器交到了桌子另一边：粘贴一个职位，这个 74k 星的开源 agent 会告诉你该职位是否还在招、是否匹配你的 CV、该发什么——而所有最终决定都由你来做。

为什么这个 Skill 重要

大多数求职的痛苦是只有投递量、没有信号：几十份简历投出去，石沉大海。career-ops 把这件事倒了过来。README 引用了作者自己作为第一个用户的完整记录——评估 740 个职位、投递 68 次、拿到 12 次面试、1 个 offer——并且设计上有两条线始终清晰：在你投入一个晚上之前先给匹配度打分；它永远不会替你提交任何东西。

评估报告按 A 到 H 的分块组织：职位概要、带逐条权重说明的 CV 匹配、级别策略、薪酬调研、个性化与面试准备——外加一个职位合法性检查（是否还在招、是不是 repost）和一个工作许可信号，会把明确写了「不提供签证支持」的 JD 标记为硬性障碍。

安装

一条命令即可初始化一个项目目录：

npx @santifer/career-ops init

它会把最新 release 克隆到 ./career-ops 并安装依赖。然后在这个目录里打开你的 AI CLI：

cd career-ops
claude

README 列出 Codex、Qwen、OpenCode、Antigravity、Grok 和 Pi 作为额外支持的 CLI；skill 只定义一次，位于 .agents/skills/career-ops/SKILL.md，由所有 CLI 共享。首次启动时，配置全部在聊天中完成——它会问你要 CV、个人资料和目标职位，没有需要手工编辑的文件。如果你已经有项目目录，也可以全局安装（npm i -g @santifer/career-ops）。

实战：投递之前先评估一个职位

1. 把职位 URL 或完整 JD 文本粘贴进 CLI。/career-ops 路由会自动识别并跑完整流水线：评估、报告、PDF、追踪表条目。
2. 读报告。如果匹配度低于 4.0/5 这条线，它会直接让你别投——你可以覆盖这个建议，同时它也会在输出中说明你覆盖了它。
3. 让它生成定制 CV（/career-ops pdf）和求职信（/career-ops cover）。PDF 通过 HTML 模板加 Playwright 渲染，排版对 ATS 可读。
4. 审阅每一份草稿，然后你自己按提交。系统不会提交任何申请，也不会发送任何邮件——按 README 的说法，这套代码库里根本不存在邮件发送通道。

/career-ops https://example.com/jobs/senior-ai-engineer

第二个值得知道的流程：/career-ops scan 会扫预配置的职位入口列表——README 统计有 100+ 家公司和 35+ 条搜索查询，覆盖 Ashby、Greenhouse、Lever 和 Wellfound，背后是 55+ 个 provider 模块。底层扫描器（node scan.mjs）支持 --verify 参数，会在 API 扫描之后追加一轮 Playwright 存活检查，避免过期职位混进你的流水线。

技巧

• 先信任，再核验 CV。代码里有一道检查：如果 PDF 中的数字或事实在你的 CV 和文章素材里都找不到，会直接拦截（可用 --skip-fact-check 绕过），但 README 承认它还无法判断每一种改写——发出去之前，逐份读完。
• 数据全部留在本地。没有遥测、没有后端；你的 CV 从你的机器直接发往你选的 AI 提供商。
• 预算紧张？README 在 docs/RUNNING_ON_A_BUDGET.md 里记录了如何跑在免费和本地模型上（OpenRouter 免费档、Ollama、任何 OpenAI 兼容端点）。
• 用 /career-ops tracker 看漏斗全貌，或用 npm run serve:dashboard 启动终端仪表盘。
• 连续被拒之后，/career-ops patterns 和 /career-ops upskill 会指出反复出现的短板，而不是让你继续猜。

何时不用这个 Skill

你想要的是一键海投工具——它恰恰相反，这是有意的设计。如果你不愿意审阅草稿，它也不合适：护栏能拦住编造的数字，拦不住每一种改写过的说法。另外，如果目标公司不在它的 ATS 覆盖范围内，扫描器就无事可扫，你得手动粘贴职位。

查看 排行榜 了解更多 skill。