我让 Claude Code 帮我把求职流程自动化，740 个岗位后拿下了 Dream Offer
用 Claude Code 的 14 个 skill 模块把求职全流程自动化——JD 评分、简历定制、ATS 爬取、PDF 生成——作者跑完 740 个岗位后拿下了 dream offer。
这个项目解决什么问题？
求职中最痛苦的不是面试，是投递环节的手工劳动。看 JD → 判断适不适合 → 改简历 → 填 ATS 表单 → 追踪进度。每个环节都在消耗精力，而且大部分时间花在"不适合"的岗位上。
career-ops 的方案：把这整条流程扔给 Claude Code，14 个 skill 模块各管一段。最终战绩：740 个岗位评估、100+ 份定制简历、1 个 dream offer。
核心亮点
1. A-F 评分系统：10 个维度给职位打分
不是简单的"匹配/不匹配"，而是结构化的 10 维评估：
技术栈匹配度 · 薪资范围 · 公司阶段 · 通勤/远程 团队规模 · 技术文化 · 成长空间 · 行业前景 工作内容 · 福利待遇每个维度都有 Claude 的具体评分理由，最终输出 A-F 等级。你可以调整各维度的权重——比如"薪资"权重拉高，低薪岗位自动过滤。
2. 自动爬招聘平台
内置了对 Greenhouse、Ashby、Lever 等主流 ATS 平台的解析器。把一个公司招聘页的 URL 扔进去，它会自动提取所有开放岗位、逐一评估、生成报告。
3. 批量并发处理
可以一次性扔 10+ 个岗位进去，Claude Code 的子代理并行评估——就像make -j10编译代码一样跑求职。比起一个个打开 JD、手动对比、Excel 记录，效率提升至少 10 倍。
4. 每份简历都是定制的
不是模板填空。Claude 针对每个 JD 重新组织简历——调整技能排列、突出匹配项目、用 JD 里的关键词重写经历描述。输出 ATS 友好格式的 PDF，确保不会被机器筛掉。
快速上手
前提：需要安装 Claude Code（通过claudeCLI 可用）。
# 1. 克隆项目gitclone https://github.com/santifer/career-ops.gitcdcareer-ops# 2. 配置你的信息（简历、偏好、权重）# 编辑 config/ 下的 YAML 文件，填入：# - 个人简历（Markdown 格式）# - 求职偏好（薪资范围、地点、行业）# - 各维度权重# 3. 运行claude--resumecareer-ops.md"分析这个公司的招聘页面: https://jobs.example.com"Go 仪表盘提供了可视化的进度追踪——哪些岗位已评分、哪些已投递、哪些在面试流程中。
⚠️提醒：项目依赖 Claude Code API，需要有效的 Anthropic API key。免费额度可能不够跑大规模批量评估。
我的评价
最大的价值不是代码，是思路。career-ops 本质上是一套AI-native 的工作流设计方法论——它演示了怎么把 Claude Code 的 skill 系统当作"AI 微服务"来编排一个完整业务管道。
它比传统的求职工具（LinkedIn 筛选 + 手动改简历）强在自动化深度。但也有一些现实限制：
- 依赖 Claude Code：这意味着需要稳定的 API 访问和足够的 token 配额
- 中文场景适配有限：虽然 README 有简体中文版，但核心评估逻辑基于英文 JD 训练，对国内招聘平台（Boss 直聘、拉勾）的解析需要自己适配
- Go 仪表盘略显简陋：功能能用但交互体验和成熟的 SaaS 产品有差距
竞品对比：
- Simplify.jobs：更侧重表单自动填写，缺少 AI 评估
- Teal：简历管理很强，但没有自动 JD 评分
- career-ops：唯一一个把"AI 评估 + 爬取 + 简历生成"串成一条线的开源方案
适合的人：正在密集求职、每天投 10+ 岗位、简历需要反复定制的技术岗候选人。
不太适合的人：已经拿到面试在准备中的人（career-ops 聚焦投递环节，面试准备不是它的范围）。
项目地址：github.com/santifer/career-ops | 媒体报道：Business Insider