● 社区
santifer
⚡ 即开即用
career-ops
作者 santifer · santifer/career-ops
14 种模式的求职系统——简历调优、JD 匹配、求职信撰写、批量应聘 PDF、Go 看板。
career-ops 将完整的求职流程打包为 Claude Code skills：针对每份 JD 调优简历、用你的声音起草求职信、批量生成 PDF、通过小型 Go 看板追踪投递状态。为高强度求职设计——适合同时投递 50+ 岗位的求职者。
为什么要用
核心特性
- 14 种 skill 模式，覆盖求职全流程
- 简历与 JD 的关键词匹配评分
- 基于你的声音档案起草求职信
- PDF 生成（从 Markdown 输出 LaTeX 级排版）
- Go 看板追踪投递状态
使用场景
实战用法： career-ops
何时使用： 你已经收集了 30 份 JD，每份都需要略微不同的简历侧重点。
步骤
-
导入 JD
使用 career-ops。加载 /career/jds/ 中的所有 JD。针对每份，给出简历匹配评分 + 识别 3 个最高杠杆的调整点。✓ 已复制
→ 每份 JD 的评分卡，附具体调整建议
-
调优 + 求职信
针对每份 JD：生成调优后的简历 + 求职信。保存至 /career/applications/<company>/✓ 已复制
→ 每家公司有一个文件夹，包含两份文档
-
渲染 PDF
将所有 .md 文件渲染为 PDF。验证简历页数 <= 2。✓ 已复制
→ PDF 已生成；页数已报告
结果： 一叠定制好的投递材料，可以批量提交。
注意事项
- 过度调优——每份简历看起来风格不一 — skill 会保留你的核心叙事脉络；手动抽检几份确认
何时使用： 你已经投了 30+ 家，不知道每家进展到哪一步了。
前置条件
- 已安装 Go —
brew install go 或从 go.dev 下载
步骤
-
启动看板
使用 career-ops 在 localhost:7070 启动看板。✓ 已复制
→ 看板显示当前所有投递记录
-
更新状态
将「Acme Co」移至「interview-scheduled」，时间为 4 月 30 日上午 10 点。✓ 已复制
→ 卡片在看板上已更新
-
每周回顾
哪些投递已超过 14 天没有动作？我的回复率是多少？✓ 已复制
→ 统计数据 + 过期待跟进列表
结果： 清晰的进度全局视图，不再靠脑子记。
注意事项
- 看板数据库没有备份 — 将 DB 路径加入 dotfiles 同步，或手动备份
组合
与其他 MCP 搭配，撬动十倍杠杆
按公司整理文件夹
将所有投递材料保存至 /career/applications/<slug>/，采用统一的目录结构。✓ 已复制
让求职信不像 AI 写的
在渲染 PDF 之前，对求职信运行 humanizer。✓ 已复制
成本与限制
运行它的成本
- API 配额
- N/A
- 每次调用 Token 数
- 批量模式下 token 消耗较高——每批次预期有较大用量
- 费用
- 免费（MIT）
- 提示
- 每次处理 5 份，不要一次跑 30 份——方便及时发现声音漂移并校准
安全
权限、密钥、影响范围
最小权限： filesystem-read filesystem-write
凭据存储： 看板数据库存储在本地
数据出站： 无
- 简历包含个人隐私信息（PII）——不要公开分享生成的输出
故障排查
常见错误与修复
PDF 渲染失败
需要安装 LaTeX 或 Typst。skill 会告诉你它使用的是哪条路径——按提示安装对应工具。
看板端口被占用
传入 --port 7171
验证： `lsof -i :7070`
求职信千篇一律
每家公司的个性化默认已开启；可以加深每份 JD 的研究步骤深度
替代方案
career-ops 对比其他方案
| 替代方案 | 何时用它替代 | 权衡 |
|---|
| Huntr / Teal | 你想要一个完善的 SaaS 求职追踪工具 | 没有 LLM 集成；需要手动录入数据 |
| A plain spreadsheet + Word template | 你只投几个岗位 | 调优环节没有自动化 |