ai-job-search

基于 Claude Code 的全自动求职框架，从简历定制、求职信撰写到面试准备一站式完成。亮点：作者亲身使用并成功找到工作，69份申请换来20次面试并签约，可信度高；采用 drafter-reviewer 双 agent 协作与 PDF 编译验证，确保输出质量；支持多国职位搜索与自定义模板。独立开源项目，无加密货币关联。

README

AI Job Search

运行在你机器上的求职助手。

一个基于 Claude Code 构建的 AI 驱动求职申请框架。Fork 它，填写你的个人资料，让 Claude 评估招聘信息、定制你的简历、撰写求职信，并为面试做好准备。

注意：这是一个独立的开源项目，与 Anthropic 无关联、未获得其认可、赞助或维护。提及 Anthropic 和 Claude Code 仅用于描述此工作流所使用的工具链。

本项目没有关联的加密货币、代币或付费赞助计划。任何声称相反的表述均未经授权，应视为诈骗。支持本项目的唯一途径是下方的 Ko-fi 链接以及在 GitHub 上贡献代码。

它真的有效吗？

我原本是一名地球物理学家。当我的职位在 2025 年底被裁撤后，我构建了这个框架来管理自己的求职——也就是这个仓库中每周使用一次的 /scrape、/apply 和 /interview 工作流，用于我自己的职业生涯。我与每位面试官都坦诚相告，结果这非但没有成为减分项，反而常常引发一场真正的技术讨论。

69 份定制申请、20 次初面、一份签署合同之后，我于 2026 年 6 月成为了一名 AI 工程师。人们不断追问这是否真的有效。它确实帮我找到了工作。现在，它属于你了。

包含完整申请漏斗的详细版本，请参见 LinkedIn。

如果这为你省下了一个写求职信的周日，不妨请杯咖啡。
如果它帮你拿到了工作，或许两杯。 ☕

这是什么

一个结构化的工作流，将 Claude Code 转变为全栈求职申请助手。核心工作流（自我描述、匹配度评估、起草-审核申请流水线）是与语言和国家无关的。职位门户搜索技能是为丹麦市场（Jobindex、Jobnet、Akademikernes Jobbank 等）构建的，但该模式设计为可替换为你本地的招聘网站。

/setup          /scrape              /apply <url>
  |                |                     |
  v                v                     v
填写           搜索职位            评估匹配度
个人资料         职位门户              评分 & 推荐
  |                |                     |
  v                v                     v
个人资料       展示匹配结果         起草简历 + 求职信
文件就绪       带匹配度评级          (LaTeX, 定制)
                   |                     |
                   v                     v
              选择一个匹配项        审核 agent 进行批评
              -> /apply            -> 修改 -> 最终输出

该框架编码了职业指导的最佳实践，包括结构化评估标准、前瞻性求职信框架以及可选的薪资基准比较。

前提条件

Claude Code（命令行界面）
Python 3.10+
Bun（用于求职搜索 CLI 工具）
支持 lualatex 和 xelatex 的 LaTeX 发行版：TeX Live、MacTeX、TinyTeX 或 MiKTeX。简历使用 lualatex 编译（在较新的 MiKTeX 安装上，pdflatex 常因 fontawesome5 字体扩展错误而失败）；求职信使用 xelatex 编译，因为 cover.cls 需要 fontspec。如果使用最小化的 TeX 安装（如 TinyTeX 或 BasicTeX），请安装 SETUP.md 中列出的额外包。
可选：来自 poppler 的 pdftotext（macOS：brew install poppler，Debian/Ubuntu：apt install poppler-utils，Windows：choco install poppler）—— 由 /apply 用于对编译后的简历进行 ATS 可解析性检查。如果缺失，该检查会优雅降级为视觉关键词审查。

快速开始

1. Fork 并克隆

gh repo fork MadsLorentzen/ai-job-search --clone
cd ai-job-search

2. 安装求职搜索工具

PowerShell：

$tools = @("jobbank-search", "jobdanmark-search", "jobindex-search", "jobnet-search", "linkedin-search", "freehire-search")
foreach ($tool in $tools) {
  Set-Location ".agents/skills/$tool/cli"
  bun install
  Set-Location "..\..\..\.."
}

Bash / zsh / Git Bash：

for tool in jobbank-search jobdanmark-search jobindex-search jobnet-search linkedin-search freehire-search; do
  cd .agents/skills/$tool/cli && bun install && cd ../../../..
done

对于 linkedin-search 和 freehire-search，安装是可选的：两者都为零运行时依赖，直接使用 bun 即可运行；bun install 仅拉取 TypeScript 开发类型声明。

3. 设置个人资料

claude
# 然后在 Claude Code 中：
/setup

/setup 提供三种方式：读取你的 documents/ 文件夹（如果你已填充了简历 PDF、LinkedIn 导出文件、学位证书、推荐信、过往申请），导入粘贴到聊天中的单份简历，或者通过访谈逐步填写。它会自动检测你已有的内容并询问。文档文件夹模式是幂等的，可以安全地重复运行，以添加更多材料；布局请参见 documents/README.md。

4. 搜索职位

/scrape

这会搜索多个职位门户，寻找与你的个人资料匹配的职位，去重结果，并按匹配度排序显示。选择一个匹配项，直接对其运行 /apply——或者，当抓取结果过多时，先运行 /rank 对所有结果进行批量评分，获取一个排序后的短名单。

5. 申请职位

/apply https://jobindex.dk/job/1234567

如果无法获取该 URL（某些招聘网站会阻止自动化访问），你可以直接粘贴职位描述：

/apply <在此处粘贴完整的职位描述>

这会运行完整的工作流：评估匹配度、起草简历 + 求职信、由第二个 agent 进行审核、修改，并呈现最终输出。

其他命令

/setup、/scrape 和 /apply 构成了核心工作流。一旦你的个人资料就绪，还有七个扩展命令：

/interview 针对已追踪申请中已安排的面试，为你提供准备。它会根据该申请的存档（确切的招聘信息、面试官实际看到的简历和求职信、之前轮次记录的反馈）构建一个针对特定阶段的准备包，研究公司和面试官（遵循“核实后再使用”规则），将可能的问题映射到你的 STAR 示例，并提供遵循 07-interview-prep.md 中角色扮演协议的模拟面试。对于差距，会给出诚实的过渡性回答，绝不编造经历。
/outcome 记录申请的结果——面试阶段、录用、拒绝、无回应。它会将提交的简历、求职信和招聘信息文本归档到 documents/applications/<公司>_<职位>/ 中，以 /setup 路径 A 可解析的格式保存 outcome.md，并更新追踪器。当一些申请得到结果后，它会指引你回到 /setup，根据实际获得面试的申请来校准匹配度框架。
/rank 连接 /scrape 和 /apply：对所有新抓取的招聘信息进行批量评分（并行 agent 获取每则招聘信息并评分五个评估维度），返回一个排序后的短名单，并针对每个职位诚实地列出优势和差距。一票否决项会被否决，截止日期会被标记紧急标志，已过期的招聘信息会被标记为失效。选择一个编号即可进入完整的 /apply 工作流。
/expand 通过扫描你在个人资料中已链接的公开来源（GitHub 仓库、作品集网站、Kaggle、Google Scholar）并查找命名的课程和认证的教学大纲，来丰富你的个人资料。发现的能力会以来源标签添加到你的个人资料中。在 /setup 之后立即运行此命令很有用，可以挖掘文档本身未明确列出的技能。
/upskill 分析你的个人资料与你追踪的招聘信息（或通过 /upskill <URL> 分析的单个招聘信息）之间的差距。生成一个优先级排序的技能差距热图，以及包含通过网络搜索到的学习资源和时间估计的学习计划。对于在申请之间进行职业规划很有用。
/add-template 注册你自己的 LaTeX 简历或求职信模板，替换默认模板。它会捕获模板的指令（编译引擎、字体、样式规则、页数限制），运行强制测试编译，并将模板接入到 /apply 中。参见下面的 LaTeX 模板。
/add-portal 为你所在市场的招聘网站生成一个职位搜索技能。它会调查该门户（搜索 URL 模式、结果结构、访问规则），按照与已提供技能相同的结构搭建 CLI 技能，并在注册前进行实时查询测试运行。参见下面的求职搜索工具。

/reset 也可用，参见下面的重新开始。

文件结构

ai-job-search/
├── CLAUDE.md                          # 主要候选人资料 + 工作流规则
├── .claude/
│   ├── commands/
│   │   ├── apply.md                   # /apply 工作流（起草者-审核者）
│   │   ├── setup.md                   # /setup 入职指导（文档文件夹、简历导入或访谈）
│   │   ├── expand.md                  # /expand 从文档和在线形象进行能力丰富
│   │   ├── add-template.md            # /add-template 注册自定义 LaTeX 模板
│   │   ├── add-portal.md              # /add-portal 为你所在市场生成职位搜索技能
│   │   ├── rank.md                    # /rank 将抓取的职位分类为排序短名单
│   │   ├── outcome.md                 # /outcome 记录申请结果，归档材料
│   │   ├── interview.md               # /interview 针对特定阶段的准备包 + 模拟面试
│   │   └── reset.md                   # /reset 清除个人资料数据或文档文件夹
│   ├── skills/
│   │   ├── job-application-assistant/  # 核心申请技能
│   │   │   ├── SKILL.md               # 技能定义
│   │   │   ├── 01-candidate-profile.md # 你的教育、经验、技能
│   │   │   ├── 02-behavioral-profile.md# PI/DISC/性格评估
│   │   │   ├── 03-writing-style.md    # 语气、结构、注意事项
│   │   │   ├── 04-job-evaluation.md   # 职位匹配度评分框架
│   │   │   ├── 05-cv-templates.md     # LaTeX 简历结构 + 定制规则
│   │   │   ├── 06-cover-letter-templates.md # LaTeX 求职信模板
│   │   │   └── 07-interview-prep.md   # STAR 示例 + 面试框架
│   │   ├── job-scraper/               # 职位搜索编排
│   │   └── upskill/                   # /upskill 技能差距分析及学习计划
│   └── settings.json                  # Claude Code 权限（共享，作用域限定）
├── .agents/skills/                    # 职位门户 CLI 工具
│   ├── jobbank-search/                # Akademikernes Jobbank (丹麦)
│   ├── jobdanmark-search/             # Jobdanmark.dk (丹麦)
│   ├── jobindex-search/               # Jobindex.dk (丹麦)
│   ├── jobnet-search/                 # Jobnet.dk (丹麦，政府门户)
│   ├── linkedin-search/               # LinkedIn 公开职位列表（与国家无关）
│   └── freehire-search/               # freehire.dev 技术职位聚合器（多市场，REST API）
├── cv/
│   └── main_example.tex               # moderncv LaTeX 模板
├── cover_letters/
│   ├── cover.cls                      # 自定义求职信 LaTeX 类
│   ├── cover_example.tex              # 求职信示例（结构参考 + CI 冒烟测试）
│   └── OpenFonts/                     # Lato + Raleway 字体
├── templates/                         # 通过 /add-template 注册的自定义模板
│   └── README.md                      # 文件夹布局说明
├── documents/                         # 用于 /setup 路径 A 和 /expand 的职业生涯源材料
│   ├── README.md                      # 文件夹布局说明
│   ├── cv/                            # 主简历（PDF 或 .tex）
│   ├── linkedin/                      # LinkedIn 个人资料导出（PDF）
│   ├── diplomas/                      # 学位证书和成绩单
│   ├── references/                    # 推荐信
│   └── applications/                  # 过往申请记录（<公司>_<职位>/）
├── .github/workflows/ci.yml           # CI: LaTeX 冒烟编译、技能 lint、CLI 类型检查
├── salary_lookup.py                   # 薪资基准比较工具（自带数据）
├── tools/
│   ├── convert_salary_excel.py        # 将薪资 Excel 转换为 JSON
│   ├── lint_skills.py                 # CI 对 skills、commands、settings.json 进行 lint
│   ├── security_guards.py             # CI 守卫：权限白名单、gitignore 规则、清单
│   └── README_SALARY_TOOL.md          # 薪资工具设置说明
├── job_scraper/                       # 爬虫状态（已见职位、结果）
├── upskill/                           # /upskill 报告输出（每次运行的 markdown 报告）
├── job_search_tracker.csv             # 申请追踪电子表格
└── SETUP.md                           # 详细设置指南

`/apply` 如何工作

/apply 命令运行一个起草者-审核者工作流，并强制进行 PDF 编译：

解析职位信息（URL 或文本）
评估匹配度 与你的个人资料对比（技能、经验、文化、地点、职业一致性）
起草一份定制的 LaTeX 简历和求职信
生成一个审核 agent，研究公司并批评草稿
根据审核者的反馈进行修改
编译并检查两个 PDF：简历使用 lualatex，求职信使用 xelatex。Claude 读取渲染后的页面，并迭代修改 LaTeX，直到简历正好 2 页，没有孤立的条目标题；求职信正好 1 页，签名可见且字体一致。
对简历进行 ATS 检查：提取 PDF 的文本层（pdftotext，可选依赖），并验证 ATS 解析器看到的内容——联系方式作为文字存在、无乱码字符、阅读顺序正常——然后根据提取结果对招聘信息的关键词覆盖率进行评分。个人资料真正支持的关键词才会被添加；真正的差距会保持可见，绝不强行填充。
呈现最终输出，并附带验证检查清单。

简历和求职信中的所有声明都会根据你的实际个人资料进行验证。系统永远不会虚构技能或经验。

这个工作流有何不同

PDF 验证循环。 大多数 LaTeX 简历模板会生成“在 .tex 中看起来不错”但在 PDF 中出问题的输出：职位标题孤立到下一页、求职信溢出到第 2 页、项目符号字体静默回退到正文字体。/apply 命令会编译并视觉检查每个 PDF，并应用有针对性的修复（\needspace、\enlargethispage、用于列表项的字体匹配包装器），直到布局干净。这会在每次申请时自动运行。
在 PDF 文本层上进行 ATS 验证。 ATS 读取的是 PDF 中嵌入的文本，而不是渲染后的页面——而 LaTeX 可能会静默生成文本提取为垃圾的 PDF（图标字形代替了电子邮件、多列布局导致行交错）。/apply 使用 pdftotext 提取编译后简历的文本层，并验证联系方式、阅读顺序以及解析器实际看到的关键词覆盖率。强制执行诚实规则：个人资料不支持的关键词被承认为差距，绝不强行填充。
相关性加权简历裁剪。 当简历超出 2 页时，工作流不会机械地从“最旧”部分开始裁剪。它会根据（a）与目标职位的相关性、（b）在文档中的唯一性，以及（c）求职信是否依赖它，对每个候选条目进行评分，并首先裁剪总分最低的条目。较旧职位中与招聘信息关键词匹配的条目，会比较新职位中不匹配的条目更优先保留。
起草者与审核者分离。 起草者撰写；第二个 Claude agent 以全新上下文生成，研究公司并批评草稿。然后起草者进行修改。这能捕捉到单次通读时容易遗漏的关键词缺失、薄弱表述和通用语言。
Token 高效的审核者调度。 审核 agent 直接接收内联草稿，无需重新读取，验证检查清单在工作流结束时只运行一次，而不是被两个 agent 重复执行。注意：第 5 步中新增的编译-检查步骤会消耗部分节省的 token 用于 PDF 渲染和布局迭代——工作流以端到端 token 成本的一点增加，换取了实际送达用户的中断 PDF 数量减少。

自定义

哪些文件需要手动编辑

如果你更倾向于直接编辑文件而不是使用 /setup：

文件	需要修改的内容
`CLAUDE.md`	你的完整个人资料（姓名、教育、经验、技能、目标）
`01-candidate-profile.md`	简历数据的结构化版本
`02-behavioral-profile.md`	你的行为评估或自我评估
`04-job-evaluation.md`	技能匹配领域、职业目标、动机筛选条件
`05-cv-templates.md`	针对不同职位类型的个人简介模板
`07-interview-prep.md`	你实际经历中的 STAR 示例
`search-queries.md`	针对你的技能和地点的职位搜索查询

更新搜索查询

随着你的优先级变化，你可以仅重新配置职位搜索，而无需重新运行完整的个人资料设置：

/setup --section search

这会重新运行搜索配置访谈：目标职位、搜索哪些技能、哪些地点、哪些门户。它还会根据你的个人资料，建议你可能未考虑过的职位类型。

LaTeX 模板

简历使用 moderncv（banking 样式）。求职信使用自定义的 cover.cls，包含 Lato/Raleway 字体。

要使用你自己的模板，运行：

/add-template

将其指向你的 .tex 文件（以及任何 .cls/.sty 文件或捆绑字体）。该命令会询问你模板的指令——编译引擎、字体及其位置、要保留的样式规则、硬性页数限制——将所有内容存储在 templates/ 下，运行强制测试编译，并激活模板，使 /apply 使用它进行起草。模板中的个人数据以 [PLACEHOLDER] 标记存储，因此可以安全地提交和共享。

/add-template --list 显示已注册的模板
/add-template --use <name> 在它们之间切换
/add-template --use default 恢复到默认的 moderncv / cover.cls 模板

如果你更愿意手动操作，仍然可以手动更新 05-cv-templates.md 和 06-cover-letter-templates.md 中的指导。

求职搜索工具

.agents/skills/ 中的四个丹麦 CLI 工具（Jobbank、Jobdanmark、Jobindex、Jobnet）演示了为特定市场构建职位门户集成的模式。如果你在另一个国家，运行：

/add-portal

提供你本地招聘网站的 URL。该命令会调查该门户（搜索 URL 模式、结果页面结构、robots.txt/访问规则），按照与已提供工具相同的结构、命令和输出合约搭建一个 CLI 技能，并在注册前进行实时查询测试运行。需要认证的门户会被拒绝，对于有严格使用条款的门户，生成的技能中会有一个显眼的个人使用警告。生成的技能是针对特定市场的，存在于你的 fork 中；生成器本身是通用部分。

维护一个适配你所在市场或语言的 fork？请将其添加到社区 Fork 与适配讨论帖中，以便其他人找到。

对于丹麦以外的国家无关的起点，该仓库除了丹麦演示工具外，还提供了两个门户技能：

linkedin-search —— 基于 LinkedIn 公开的、无需认证的 jobs-guest 端点。领域无关，零运行时依赖（仅需 bun 即可运行），并且搜索位置通过显式标志指定，因此开箱即可用于任何市场（-l "Berlin, Germany"、-l "Mumbai, Maharashtra, India"、-l "Remote"，等等）。仅供个人使用——自动化访问违反 LinkedIn 服务条款，请保持低频率。参见 .agents/skills/linkedin-search/SKILL.md。
freehire-search —— 查询 freehire.dev 聚合器的公开 REST API（JSON，无需 API 密钥）。专注于技术岗位（软件、数据、工程、DevOps、远程），通过分面标志支持多市场（--region、--country、--remote），零运行时依赖。与使用 HTML 抓取的丹麦门户不同，结果以结构化形式返回（技能、资历、类别）。后端是 MIT 许可的，可自行托管——如果愿意，可以将 FREEHIRE_API_URL 指向你自己的实例。参见 .agents/skills/freehire-search/SKILL.md。

薪资基准比较

薪资工具可与任何你提供的薪资数据一起使用（工会统计数据、Glassdoor 导出、个人研究等）。有关预期格式和设置，请参见 tools/README_SALARY_TOOL.md。如果你没有薪资数据，薪资步骤会被跳过。

重新开始

要清除个人资料数据并重新开始：

/reset profile    # 清除技能文件，保留框架规则
/reset documents  # 删除 documents/ 文件夹中的文件
/reset all        # 两者都做

/reset 会精确显示将要删除的内容，并要求你输入 RESET 确认。在你确认之前，不会删除任何内容。

获得更好结果的小贴士

个人资料的深度至关重要

影响输出质量的最大因素是你在个人资料中投入的细节量。单薄的资料会产生通用的申请；详细的资料才能带来真正定制的结果。

职位描述： 不要只列出职位头衔。描述你在每个职位中实际做了什么：具体项目、使用的工具、职责和可衡量的成就。你提供的材料越多，系统就能越精确地针对不同职位重新定位你的经验。
上下文中的技能： 不要只列出“Python”或“项目管理”，描述你如何以及在何处应用了它们。“使用 Python 和 scikit-learn 构建了用于客户流失预测的机器学习管道”比“Python，机器学习”提供了多得多的信息。
所有入职路径都有效： 无论你让 /setup 读取你的 documents/ 文件夹、粘贴一份简历，还是通过访谈逐步填写，原则都是一样的：更丰富的输入产生更精准的输出。

职业路径发现

该框架支持两种不同的求职模式：

明确目标： 你知道自己想要什么职位或行业。系统帮助根据匹配度进行优化和优先级排序。
潜在机会发现： 通过分析你的完整经历（不仅仅是职位头衔，还有你实际做过的工作），系统可以发现你未曾考虑过的职业路径。可迁移技能映射到意想不到的行业、你在工作中享受或擅长的模式，或者将你的领域专业知识与新技术相结合的新兴职位。

要充分利用这一点，请在 /setup 期间投入时间描述不仅仅是你的经验，还有哪些工作让你充满活力、哪些让你疲惫，以及你希望获得更多什么。这些上下文直接塑造了系统评估匹配度的方式，以及 /scrape 期间会浮现哪些职位。

贡献

考虑提交 PR？请先阅读 CONTRIBUTING.md——它说明了什么会被合并、什么存在于 fork 中，以及原因。

致谢

Mikkel Krogholm (skills 仓库) 提供了求职搜索 CLI 技能
由 Anthropic 的 Claude Code 构建

许可证

MIT

开源项目MadsLorentzen2026-07-08原文

打开互动版

ai-job-search

README

AI Job Search

它真的有效吗？

这是什么

前提条件

快速开始

1. Fork 并克隆

2. 安装求职搜索工具

3. 设置个人资料

4. 搜索职位

5. 申请职位

其他命令

文件结构

`/apply` 如何工作

这个工作流有何不同

自定义

哪些文件需要手动编辑

更新搜索查询

LaTeX 模板

求职搜索工具

薪资基准比较

重新开始

获得更好结果的小贴士

个人资料的深度至关重要

职业路径发现

贡献

致谢

许可证

相关内容

warp

sim

superpowers

skills

skills

ai-job-search

README

AI Job Search

它真的有效吗？

这是什么

前提条件

快速开始

1. Fork 并克隆

2. 安装求职搜索工具

3. 设置个人资料

4. 搜索职位

5. 申请职位

其他命令

文件结构

/apply 如何工作

这个工作流有何不同

自定义

哪些文件需要手动编辑

更新搜索查询

LaTeX 模板

求职搜索工具

薪资基准比较

重新开始

获得更好结果的小贴士

个人资料的深度至关重要

职业路径发现

贡献

致谢

许可证

相关内容

warp

sim

superpowers

skills

skills

`/apply` 如何工作