career-ops 是一个开源、AI 驱动的求职系统，运行在用户本地的 AI 编程 CLI 中，定位为“本地优先、CLI 无关、MIT 许可”的求职代理。它由 Santiago Fernández de Valderrama Aparicio 在一次真实的 2026 年求职过程中创建——期间评估了 740 个职位、投递 68 份申请、获得 12 次面试和 1 个录用通知。
用途 career-ops 旨在帮助求职者从被动投递转向主动筛选职位。它把 AI 编程 CLI 变成求职代理，用于评估职位是否值得申请、生成定制简历、起草申请答案并跟踪整个申请流程。官方口号是“停止猜测，开始选择”。
主要能力
- 职位评估：使用五维评分标准加整体全局评分，对职位列表与用户简历进行 1-5 分打分。
- 简历生成：生成针对特定职位优化的 ATS PDF 简历。
- 申请答案起草：针对 Greenhouse、Ashby 和 Lever 表单中的开放式问题（如“为什么选择这个职位？”“介绍一个项目”）读取表单，基于简历和职位描述起草答案，并返回可直接粘贴的文本。用户自行编辑和提交，助手不会代为点击。
- 职位扫描：预配置的抓取器可按需检查 150 多个职位来源（包括 Greenhouse、Ashby 和 Lever），不消耗 API token。运行 /career-ops scan 可在几分钟内获得排名列表。
- 申请跟踪：通过基于 Go 的终端仪表板跟踪申请流程。
使用方式 career-ops 需要 AI 编程 CLI 作为引擎，支持 Claude Code、OpenCode、Codex、GitHub Copilot 等，基于 Open Agent Skill Standard 构建。用户在自己的机器上运行，数据完全本地化：无云端、无遥测、无账户。官方提供命令示例：/career-ops scan 用于扫描职位，/career-ops apply 用于读取申请表单并起草答案。
适用场景 适合熟悉终端和 AI 编程 CLI 的求职者，尤其是希望批量评估职位、减少手动搜索、生成定制简历并跟踪申请进度的人群。官方称其“对候选人永久免费”，唯一成本是用户已付费的 AI 编程 CLI。
限制与说明 career-ops 需要用户自行准备 AI 编程 CLI 作为运行引擎。它不会代替用户提交申请，只提供起草和评估。所有处理在本地进行，不依赖云端服务。关于具体支持的 CLI 完整列表、安装步骤、评分方法细节、社区参与方式等，官方文本提供了部分信息，但更完整的安装命令和配置细节暂未提供。
