用真实经历串起一次求职准备

Career Ops

筛选岗位,准备材料,跟进申请

把职位要求与自己的经历逐项对照,再为值得投入的岗位准备简历、申请答案和面试练习,并保留可回查的求职记录。

作者 santifer

项目演示

项目演示

查看示例出处

可用入口

  • Claude Code
  • Codex
  • 其他受支持的 AI CLI
GitHub Star
78,668
版本
1.38.0
资料核对

先用一份简历、一个岗位完成评估

先确认个人目标与证据,再运行 oferta。能解释每一项匹配和缺口后,再继续生成 PDF 或准备申请;评分意见可以讨论,经历事实不能为匹配而补写。

选一个任务,开始使用

在终端创建工作区并打开助手,按首次引导完成个人资料,再选下面一个任务。第一次建议只评估一个岗位,核对保存的报告与记录。

选择你正在推进的阶段

完成个人资料引导后,提供一个职位链接或完整职位描述。oferta 只做评估,不自动生成 PDF;若直接粘贴职位而不指定模式,会进入评估、简历和记录的完整流程。

  1. 创建本地求职工作区

    在本地终端依次运行;最后一行使用已配置的 Claude Code,也可换成 codex。安装器下载最新稳定发布并安装依赖;本次核验发布为 1.38.0。若无法解析发布版本,会明确提示后改用主分支。完成后按首次对话设置自己的资料,再发送任务提示词。

    npx @santifer/career-ops init
    cd career-ops
    claude
    查看作者安装说明

    让工作区先认识你,再判断岗位

    首次对话提供简历与求职目标,由助手建立 cv.md、config/profile.yml、modes/_profile.md 等资料,并运行作者的配置检查。确认目标岗位和地区是自己的选择;中文输出可请助手设置 language.output,职位市场与输出语言分别确认。完成后发送“运行 career-ops 的 oferta 模式”并附一个职位。查看 reports/ 的报告和 data/applications.md 中的 Evaluated 记录;自定义资料目录时以助手实际解析的位置为准。

    查看首次安装与配置检查
  2. 把这段话发给 AI

    以下为本站依据作者模式编写的提示词,不是一次实测记录。先提供所指的真实职位、报告或文件;缺少输入时应补齐,不能照抄示例候选人。

    运行 career-ops 的 oferta 模式,评估我附上的一个职位链接或完整职位描述。先确认当前资料目录,读取我的 cv.md、config/profile.yml、modes/_profile.md,以及已有的 article-digest.md。资料未完成时先做首次引导,不能套用示例候选人的经历或目标。若提供链接,核对岗位是否仍开放;读不到正文时说明原因并请我提供职位文本,不能当成岗位已关闭。若只有文本,明确开放状态未经核验。先从职位本身判断要求的重要度与依据,再映射我的真实经历;列出重要缺口、硬性限制和对应出处。按当前五个维度给出整体判断,另外说明岗位真实性信号和评分证据的完整程度。不要把分数转成面试概率。保存完整报告并登记为 Evaluated,返回实际报告路径与记录编号;这一轮不生成 PDF、不填申请表。

  3. 检查你拿到的结果

    • reports/ 中的一份岗位报告,以及求职记录里的 Evaluated 条目。报告包含匹配、缺口、职级策略、薪酬资料、修改建议、面试准备与岗位真实性观察;部分内容随证据和分数而定。
    • 重要要求能回查到职位原文,匹配项能回查到自己的材料。缺少薪资、工作方式或资格信息时,应保留未知与核实优先级。
    • 对照报告和记录检查公司、岗位、链接与分数是否一致;只提供职位文本时,不能出现“已确认仍在招聘”的结论。
    查看作者模式说明
进一步了解这个 Skill

Career Ops 是由 santifer 发起的开源求职工作区。你把主简历、职业目标、项目证据和一个职位放在一起,AI 助手按不同模式完成岗位评估、材料准备、申请协助和进度回顾。Skill 负责选择流程,仓库里的脚本、模板和本地文件负责保存结果;仅复制一份 SKILL.md,不能得到完整工具。

它的价值首先在于减少无效准备。oferta 会先读取职位,核对开放状态,再把关键要求对应到你的真实经历,解释缺口和限制。五个评分维度是经历匹配、职业目标、薪酬、文化信号和风险,最终 1–5 分来自整体判断。要求重要度、岗位是否像真实在招、以及证据是否充分各有单独说明,不能把这些信息混成一条百分比。

评估以后再决定投入多少。你可以只保存报告,也可以继续生成定制 PDF、准备申请题目,或按真实面试轮次练习。直接粘贴职位会触发 auto-pipeline,把评估、材料和记录串起来;本页先用 oferta 拆开第一步,让你在写简历前看清判断依据。默认低于 4.0 分会建议不投,仍允许本人说明理由后继续。

经历证据需要随着使用逐步补齐。主简历与自己的项目材料是事实依据,故事库是可复用的叙述;故事写过多次,并不会让其中的数字自动变成事实。定制流程可以调整措辞和重点,不能新增资历。PDF 的事实与格式检查也有边界,最终仍要把职位、原始材料、生成文件和申请页面放在一起核对。

工作区中的报告和记录通常保存在本机,但使用云端模型时,相关内容会发给你选择的模型服务商。项目采用 MIT 许可;模型额度以及主动启用的外部服务另计。本页不需要邮件或 Notion 集成。apply 可以协助填表,最后提交由本人完成;收到成功确认后,准备状态才应进入已申请。

来源与核验

资料核对

本站核对了作者固定提交的说明、模式和关键脚本,并对照 1.38.0 的评分与申请规则;未安装或运行第三方求职流程,也未向招聘平台提交资料。