首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >我把11个岗位JD给了这个skill,它帮我把8个都毙了

我把11个岗位JD给了这个skill,它帮我把8个都毙了

作者头像
Dawson聊AI提效
发布2026-05-06 13:02:16
发布2026-05-06 13:02:16
50
举报

前几天刷GitHub,看到一个开源项目,Star数40.3k,简介把我看愣了。开头就是一句话:

该说不说的,这寓意真不戳

。作者说他用这个系统评估了740多个岗位,生成了100多份定制简历,最后拿到了一份Head of Applied AI的工作。

我第一反应是,这不就是我一直在想的事情吗?

作为一个产品经理出身的提效狂魔,我一直觉得求职这件事还是有一些原始了,尤其在现如今的AI时代,我们更应该把AI应用在找工作这件事上。你想啊,公司用AI筛简历,但候选人还在手动海投。这个信息差,太大了。

于是我决定亲自装一遍,跑一遍,看看这玩意到底能不能打。

公司用AI筛简历,我用AI挑公司。很河里吧

01这个项目叫career-ops

先说结论,这是一个把AI编码CLI变成完整求职指挥中心的开源项目。

作者Santiago用它评估了740多个岗位,生成了100多份定制简历,最后拿到了一份Head of Applied AI的工作。

投简历不应该像撒传单一样广撒网,而应该像做产品一样,精准定位、快速验证、持续迭代。career-ops干的事情,就是把这个想法变成了现实。

但现实是,大多数人的求职流程是这样的:

看到岗位 → 复制JD → 手动改简历 → 投递 → 等待 → 被拒 → 不知道哪里出了问题 → 重复

这个循环最大的问题不是效率低,而是你根本不知道自己在跟什么匹配。你投了100个岗位,但你不知道哪个跟你最契合,哪个的薪资范围在你的预期之内,哪个公司的文化适合你。

career-ops干的事情,就是把这个黑盒打开。

02装起来没那么难

说实话,我一开始看到这个项目的README,心里是有点打鼓的。技术栈一堆,Claude Code、Node.js、Playwright、Go,看着就头大(手动doge)

但实际装下来,发现没那么复杂。整个过程就四步:

第一步,克隆项目到本地。一行git命令搞定。

第二步,安装依赖。npm install,然后装一下Playwright的浏览器内核,用来生成PDF简历。

第三步,跑一下doctor检查。它会自动帮你验证环境有没有问题,缺什么补什么。

前面这三步,一个指令完成:

代码语言:javascript
复制
git clone https://github.com/santifer/career-ops.git cd career-ops && npm install npx playwright install chromium npm run doctor

第四步,配置个人信息。把模板文件复制一份,填上你的名字、目标岗位、薪资期望这些。

你别说,这一步特别关键。career-ops的设计理念是「你喂给它的信息越多,它就越准确」。就像你招了一个新顾问,第一周得先让他了解你,之后他才能帮你做判断。

我大概花了不到5分钟,把简历PDF转写.md文件,再复制粘贴写进cv.md,至于个人档案要求在profile.yml里配好,这一步,我直接让我的AI执行:

用我更新好的这份 CV 更新 profile

完事儿,然后就可以开始用了。

03第一次评估,我愣住了

我把Boss直聘上看到的一个岗位JD,直接复制粘贴发给了career-ops。

小提示:推荐直接粘贴JD原文或者截图,而不是发链接——Boss直聘等平台有反爬机制,链接可能无法顺利获取内容,直接粘贴最稳。

然后career-ops开始工作。它调取了我的cv.md,逐条比对JD,几分钟后返回了一份评估报告。

出来的结果,我嘞个豆,直接愣住了。

不是因为分数高——它给的只是3.6/5

而是因为它说的话,太TM准了:

"这岗能投,但它不是产品经理岗,而是偏知识工程/RAG运营/AI知识库治理。"

这一句话,值一万字。

这个JD挂着产品经理的牌子,我一开始没细看,觉得应该投。但career-ops直接点破了:你如果冲着产品经理主线去,这是个备选;但如果你愿意把自己定位成AI知识工程/RAG方向,这岗位值得真投。

然后它逐条拆解了我的简历,告诉我哪些经历直接对得上这个JD——

  • 做过AI出题精灵、文档解析和JSON结构化,命中了知识库工程的核心技能
  • 有Prompt优化和工作流设计经验,跟RAG落地直接相关
  • KM/知识库方向有实际项目落地记录

每一条都附了简历里具体的段落位置,不是泛泛夸你,是真的逐条对照过的。

报告最后还做了岗位真实性判断:嘉立创是做电子及机械产业全链路的,JD发布5日内,不是幽灵岗位,Legitimacy给了高置信度。

我当时的感觉是——这种信息密度,以前得翻某书、查某乎、自己对着JD一条条找半小时,还不一定找得准。

04它还能帮你生成一份定制简历

评估完,career-ops主动问我:要不要给这个岗位生成一份偏「知识库/RAG方向」的定制简历摘要和核心bullets?

我说:需要。

它生成了——一段涵盖我自己简历实际经验内容的,但是针对这个岗位进行个人定制Summary的,内容就出来了,重点突出了知识库产品化、结构化内容治理和Prompt优化这条主线。

而且5条核心简历bullet point,每条都基于我真实的项目经历,按这个岗位的语言体系重新包装。

然后它还附了投递建议:如果你要,我下一步直接把这版写进 cv.md,再给这条岗位生成 PDF。

我说:要。

然后它把这一版定制内容写进了cv.md,同时生成了对应的PDF和HTML,命名带上了公司缩写和岗位方向:

cv-***-jlc-knowledge-engineer-2026-04-27.pdf

还内置了ATS关键词检查——我这份命中率是10/12

你敢信?同一份简历,针对不同岗位生成的版本,差异是肉眼可见的。以前我手动改一份简历要半小时,现在几轮对话下来,一份针对具体岗位量身定制的简历就出来了,还是双格式(PDF+HTML)、ATS验证过的。

你想想看,以前你投10个岗位,得手动改10次简历。现在呢,10份定制简历,差不多的时间。

这不是海投,这是精准打击。

05还有一个「深度研究」功能让我觉得离谱

我没有只评估了一个岗位。

后来我特意找了11个岗位的JD全扔进去,让career-ops出了一张横向对比表:每个岗位一行,评分、方向判断、你能打中的点、主要风险,一眼扫完。

Laifen/木叶创新,AI客服/AI运营方向,排第一,4.5/5

于是我对它跑了一次深度研究:

代码语言:javascript
复制
/career-ops deep 深度研究:Laifen/木叶创新

生成的报告分了八个维度,内容有点离谱。

公司快照

2019年创立,以高速吹风机起家,20M+ 用户,60+ 国家,600+ 专利,正在往多品类扩。

这家公司为什么会招AI产品经理

不是因为要搭大模型平台。它从公开资料倒推:Laifen 深度依赖 FAQ、退货、物流等结构化服务场景,已经在多渠道做知识库治理。这个岗位的本质,是AI客服/知识库/FAQ/工单分流落地,不是算法研究。

真实机会点

一是AI客服:App Store 评分只有 2.3/5,68条评价,说明客服体验是真实的压力,有切入空间。二是AI营销:多语言内容自动化、渠道分发,跨境场景有落地余地。

真实风险

App评分差意味着你接手的是真问题,不是光鲜的showcase项目。隐私合规上,"Not Collected"声明背后存在法律灰区,跨境数据是雷区(PS.好家伙,这挖的也太狠了叭……)

你去面试该讲什么

不是"我懂AI",而是"我能帮你把零散的服务知识结构化、让AI真正可用"。

6个建议在面试里主动问的问题

这些问题本身就能让面试官觉得你比别人想得深。

整份报告拉取了10个数据源:

你对比一下,要是自己做这份功课:翻官网、翻App Store、搜英文媒体、再对照JD想面试策略……少说两三个小时。它给你压到了几分钟,而且比你自己找得全。

06为什么我推荐你用这个项目

说真的,现在AI工具多到爆炸。每周都有新模型、新应用、新框架冒出来。

我有时候觉得,我们不是缺工具,而是缺沉下心用好一个工具的耐心。

career-ops不是什么花里胡哨的玩具。它是一个正经的、能帮你解决实际问题的系统。作者自己用它找到了工作,这不是Demo,是实战验证过的。

而且它是开源的,数据全部在本地,你的简历、你的求职数据、你的个人信息,不会上传到任何地方。这一点对于求职场景来说,太重要了。

但我觉得最值得推荐的,不是它的功能有多强,而是它的设计思路。

它不是帮你「海投」的,它是帮你「过滤」的。它会告诉你,哪些岗位值得你花时间,哪些不值得。它会告诉你,你的简历跟这个岗位之间的差距在哪里,怎么补。它会告诉你,面试的时候应该根据自己经验准备什么故事。

这才是AI应该干的事情,不是替你做决定,而是帮你做更好的决定。

07写在最后

AI时代,工具层出不穷。今天出个新模型,明天出个新应用,后天又来个新框架。

很多人焦虑地追着每一个热点跑,收藏了100个工具却一个都没用透。

但真正有用的,不是你收藏了多少工具,而是你用透了几个。

提前掌握一个对你有价值的AI工具,就是提前拿到一张船票。

不是因为厉害才开始,而是因为开始了才厉害。

如果你或者身边的朋友有求职需求,把career-ops推荐给他们。装起来,用起来,让它帮你从海投的泥潭里爬出来。

GitHub项目地址我放评论区了,直接去复制就好。

我是Dawson,一个正在路上的AI个体户。

让我们一起,用AI打破信息差,拿回工作的主动权。


关注我,我会持续分享这些真实用过、跑通了的AI工具——不是测评,是实战记录。

推荐往期阅读:

我花了一个月帮你们试完了,AI工作台只留这4个

为了这篇 Hermes 胚胎级教程,我花了两天,龙虾死了两次,重装了 10 次系统

办公人必备的两个神级官方办公 Skill(附实测案例)

把 Prompt 变成一键调用的 Skill,原来只需要一个浏览器?

带着答案去面试,这种感觉真的太爽了

你现在是在找工作、观望中、还是已经用AI武装自己了?

留言说说,我看看读这篇文章的人里,有多少人正在路上。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2026-04-28,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 Dawson聊AI提效 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 01这个项目叫career-ops
  • 02装起来没那么难
  • 03第一次评估,我愣住了
  • 04它还能帮你生成一份定制简历
  • 05还有一个「深度研究」功能让我觉得离谱
  • 06为什么我推荐你用这个项目
  • 07写在最后
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档