CN: 基于 career-ops 重建的求职决策引擎。集成 A-F 岗位评分、STAR+R 简历构建、JD 缺口分析、全场景面试辅导及投递追踪。零依赖架构，精准过滤噪音，锁定高价值机会。
EN: Rebuilt from career-ops: A-F job scoring, STAR+R resume builder, gap analysis, interview coaching & tracking. Zero dependencies. Filter noise, win dream roles.
CN: 在当今求职市场，公司用 AI 筛选简历，求职者却还在手动海投。 Career Engine 将"求职"从体力劳动升级为数据驱动的决策工程。它不仅仅是一个简历生成器，更是一个"反向过滤器"——利用 A-F 多维评分模型帮你识别并过滤掉 90% 的不匹配岗位，将精力集中在真正值得投入的机会上。 我们坚持 Human-in-the-Loop（人在回路）：AI 负责数据评估与准备，人类负责最终决策。
EN: Companies use AI to filter candidates. Why aren't candidates using AI to choose companies? Career Engine turns job hunting from manual labor into data-driven decision engineering. It is not just a resume generator, but a "reverse filter"—using an A-F multi-dimensional scoring model to identify and filter out 90% of mismatched roles, focusing your energy on opportunities that truly matter. We adhere to Human-in-the-Loop: AI handles evaluation and preparation; humans make the final decisions.
| 群体 (Audience) | 应用场景 (Use Case) |
|---|---|
| 求职者 / Job Seekers | 简历优化、岗位匹配度评估、模拟面试准备 |
| 职业顾问 / Career Counselors | 为客户提供结构化评估报告、追踪辅导进度 |
| 开发者 / Developers | 作为 AI Agent 的 Skill 加载，集成到现有工作流 |
| 层级 | 技术 | 说明 |
|---|---|---|
| 核心逻辑 | Python 3.7+ | 纯标准库实现，零外部依赖 (Pure Standard Lib) |
| 数据存储 | SQLite | 12 张分级表 + 索引，单机高性能 |
| AI 集成 | Skill 接口 | 支持 Claude, Cursor, Hermes 等 AI 助理直接加载 |
| 自动化 | Playwright (可选) | 用于 BOSS 直聘等平台的岗位采集 |
本项目解构了 career-ops 的核心方法论，进行了以下架构升级：
| 特性 | Career-Ops (原版) | Career Engine (升级版) |
|---|---|---|
| 核心驱动 | Prompts (依赖 Claude Code) | Python 代码 (通用逻辑) |
| 数据存储 | Markdown / TSV | SQLite (结构化 + 关联查询) |
| 平台适配 | Greenhouse / Ashby (海外) | BOSS / 智联 / LinkedIn / 领英 (全球+国内) |
| 面试辅导 | ❌ | ✅ 话术生成 + 模拟面试 + 复盘 |
| 依赖环境 | 仅限 Claude Code 终端 | 任何 Python 环境 + AI 助理 |
| 评分体系 | A-F (Prompt 判断) | 8 维度加权算法 (可量化) |
graph LR
A[简历构建] --> B(岗位评估 A-F)
B --> C{分数 >= 70?}
C -- 是 --> D[缺口分析 & 简历优化]
C -- 否 --> E[放弃/放入备选]
D --> F[面试辅导 & 话术]
F --> G[投递 & 状态追踪]
G --> H[复盘 & 迭代]
- Build: 交互式 Q&A 构建 STAR 结构简历。
- Score: 输入 JD，自动输出评分报告 (Match/Impact/Comp 等 8 维度)。
- Optimize: 针对高分岗位，生成定制化简历和关键词建议。
- Coach: 生成 HR/技术/经理面试话术，提供模拟面试。
- Track: 管理投递漏斗，监控转化率。
本项目设计为通用 AI Skill，可被任何支持 Python 执行或文件读取的 AI 助理加载：
- Hermes Agent: 直接作为
~/.hermes/skills/career-engine加载。 - Claude Code / Cursor: 配置为 Tool/Skill 或直接运行 CLI。
- 通用终端: 作为标准 Python 脚本运行 (
python scripts/cli.py ...)。
直接将 career-engine 文件夹复制到你的 AI 助理 Skill 目录中。
cp -r career-engine /path/to/your/agent/skills/无需安装任何依赖（仅需 Python 环境）。
git clone https://github.com/mage0535/career-engine.git
cd career-engine
# 1. 初始化数据库
python3 scripts/cli.py init
# 2. 启动交互式简历构建
python3 scripts/interactive_builder.py
# 3. 评估一个岗位
python3 scripts/cli.py evaluate "高级后端工程师... (粘贴完整 JD)"本项目的核心灵感与评分模型方法论来源于 Career-Ops 项目。 感谢原作者将这一先进的求职理念开源。本项目在保留其核心哲学 (Not spray-and-pray) 的基础上，进行了底层架构的通用化重写与国内本土化适配。
MIT License