ai-job-search：本機運行的 Claude Code 求職智慧體
ai-job-search 是基於 Claude Code 的開源求職框架，核心理念是讓求職流程在你自己的機器上運行。它把評估職缺、客製履歷、撰寫求職信和準備面試串成可重複使用的指令流程：先用 /setup 建立個人檔案，再用 /scrape 搜尋職缺入口網站，最後用 /apply 做匹配評分，產生 LaTeX 履歷與求職信，並由獨立的 reviewer agent 批評後修訂。核心流程與語言、國家無關，職缺搜尋技能針對丹麥市場，可替換為當地求才網站。作者靠這套流程完成求職並成功入職。適合想自動化求職、又希望資料留在自己手中的開發者。
求职是一件重复、琐碎又消耗情绪的事。每投一个岗位，都要读一遍招聘描述，判断自己是否匹配，再改简历、写求职信，面试前还得补功课。传统做法要么靠人硬扛，要么把材料交给在线的简历优化服务。后者多半是黑盒，个人资料也要上传到别人的服务器。ai-job-search 走的是另一条路：它是一个构建在 Claude Code 之上的求职框架，整套流程在你自己的机器上运行。你 fork 仓库，填好个人档案，就得到一套可以随意修改的求职工作台。
作者 Mads Lorentzen 是地球物理出身，2025 年底职位被裁后，为自己搭了这套东西。按 README 的说法，他用同一套 /scrape、/apply、/interview 流程投出了六十九份定制申请，拿到二十次首轮面试，签下一份合同，并在 2026 年 6 月入职成为 AI 工程师。在生态位置上，它不是通用的 agent 框架，而是把 Claude Code 这类命令行 AI 助手当作垂直场景的运行时，属于用现成 agent 工具承载领域工作流的典型案例。项目在 GitHub 上已有五万多颗星，说明个人可控的求职助手确有真实需求。核心能力可以拆成三层。第一层是自我画像。
/setup 引导你填写个人档案，把经历、技能和求职偏好整理成结构化文件，后面所有步骤都以这些文件为事实来源，避免模型凭空编造履历。第二层是发现与评估。/scrape 去职位门户搜索岗位，并给出带匹配度评级的列表，你从中挑选想投的职位，再交给 /apply。/apply 会先评估契合度、打分并给出是否值得投的建议，再进入撰写阶段。第三层是 drafter-reviewer 的申请流水线：一个 agent 起草 LaTeX 格式的定制简历和求职信，另一个 reviewer agent 负责批评，再根据批评修订，最后输出成稿。让写作者和审稿者分开，是这个项目最有辨识度的设计，比让同一个模型一次写完更容易发现空话和不匹配之处。
框架还内置了职业指导的最佳实践，包括结构化的评估标准、面向未来的求职信叙述方式，以及可选的薪资对标。README 明确指出，核心流程与语言和国家无关，而职位搜索技能是为丹麦市场写的，涵盖 Jobindex、Jobnet、Akademikernes Jobbank 等门户，设计上可以换成你所在地的招聘站点。上手门槛不高，但有几个前提要先说清楚。你需要 Claude Code 命令行工具，它没有免费档，要有 Claude Pro、Max、Team 订阅，或者 Anthropic API 额度，偶尔使用时按 token 付费通常更便宜。此外还需要 Python 3.10 以上，以及 Bun，用于运行职位搜索的命令行工具。典型用法是：fork 仓库，进入目录启动 Claude Code，先跑 /setup 填写档案，之后每周用 /scrape 浏览新岗位，对看中的职位运行 /apply 得到简历和求职信，面试前再用 /interview 做准备。
文档方面，README 用一张流程图把三条主命令的关系画得很清楚，仓库还提供 AGENTS.md，供使用 Codex、Antigravity、Gemini CLI 等其他 agent 工具的人参考，其中职位搜索技能可以直接使用，社区也有 fork 在讨论区里分享对完整流程的适配。仓库带有 CI 徽章，说明作者在维护质量。项目接受 Ko-fi 打赏和 GitHub 贡献，并特别声明没有任何关联的加密货币、代币或付费赞助计划，提醒读者警惕冒名骗局。从行业角度看，这个项目有几层意义。其一，它展示了 Claude Code 不只服务写代码，也能当作个人工作流的底座，用斜杠命令加技能文件就能搭出一个完整的领域助手，这对想做类似垂直工具的开发者是很好的参考样本。其二，本地优先、fork 即拥有的思路，让用户保留对数据和提示词的控制权，不必依赖某个托管平台的定价与政策。其三，作者在面试中坦诚自己使用了这套工具，据他所说反而常常引出真诚的技术对话，这为 AI 辅助求职的透明度提供了一个值得参考的做法。风险也要看清。生成的材料仍需本人逐句核对，任何夸大都会在面试里露馅；大量投递定制申请会产生持续的模型费用；职位搜索技能依赖具体门户的页面结构，网站改版就可能失效；框架本身绑定 Claude Code，迁移到其他工具要额外适配。未来值得观察的，是社区对更多国家招聘站的适配、对其他 agent 工具的移植，以及评估与评审环节能否沉淀出更稳定的质量标准。
Sources
FAQ
ai-job-search 是什么？
ai-job-search 是基于 Claude Code 的开源求职框架，整套流程在自己的电脑上运行。先用 /setup 建档案，再用 /scrape 搜职位，最后用 /apply 评分并生成 LaTeX 简历与求职信。
为什么 ai-job-search 值得开发者关注？
ai-job-search 把整套求职流程放在用户自己的机器上，数据和提示词由自己掌控，不必依赖托管平台。它还用独立的 reviewer agent 批评草稿，比单个模型一次写完更容易发现空话。作者靠它完成求职并入职。
使用 ai-job-search 前后要注意什么？
需要 Claude Code 订阅或 API 额度，以及 Python 3.10 以上和 Bun。职位搜索技能面向丹麦市场，需换成本地招聘站。生成的简历仍须逐句核对，网站改版也可能让搜索失效。