大数跨境

AI求职:69封信换1个offer

AI求职:69封信换1个offer AI大风歌
2026-07-14
0
导读:被裁员后用AI求职的真实案例

AI求职:69封信换1个offer


找工作最痛苦的不是没能力,是海投简历石沉大海,每封求职信都要针对不同岗位重写,一天下来简历没投几份,人先废了。

有个丹麦的地球物理学家,2025年底被裁员。他没有打开招聘网站疯狂海投,而是写了一套框架,让AI帮他找工作。

69份定制化申请,20次一面,1份正式offer。

今年6月,他入职了AI工程师岗位。


这个项目是什么

ai-job-search 是一个跑在本地的AI求职框架,基于 Claude Code 构建。

核心思路很简单:把你的简历、背景、偏好喂给它,它帮你完成求职中最耗时的重复劳动。

三个核心命令:

• /setup -- 导入你的资料(简历PDF、LinkedIn导出、证书、过往申请),建立个人画像

• /scrape -- 搜索多个招聘平台,去重,按匹配度排序

• /apply -- 针对某个具体岗位,自动评估匹配度、定制简历、写求职信、自我审核修改

整套流程跑完,你拿到的不是一份通用简历海投,而是每个岗位都有针对性定制的申请材料。


技术架构拆解

项目用 TypeScript 构建,核心依赖 Claude Code 的 Agent 能力。

工作流程分三层:

第一层,画像层。/setup 命令会解析你的文档,提取技能、经验、偏好,生成结构化的个人档案。这一步是后续所有定制的基础。

第二层,匹配层。/scrape 抓取招聘网站,/rank 批量评分。评分框架有五个维度,包括技能匹配、经验年限、薪资范围等。有硬性否决机制,比如签证不支持的岗位直接排除。

第三层,输出层。/apply 是最核心的命令。它会:

1. 评估岗位匹配度

2. 用 LaTeX 生成定制简历(不是Word,排版质量高一个档次)

3. 写求职信,采用"前瞻性框架"而非传统的"我做过什么"

4. 启动第二个 Agent 做审核,提出修改意见

5. 根据审核意见修订,输出最终版本

这个 drafter-reviewer 双Agent模式是亮点。一个写,一个挑毛病,循环迭代,输出质量比单次生成高很多。


实战上手

前置条件:Claude Code CLI、Python 3.10+、Bun、LaTeX 环境。

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


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


claude

/setup

/setup 会引导你完成个人画像。之后:

/scrape


/apply https://example.com/job/12345

注意:招聘网站搜索技能目前针对丹麦市场(Jobindex、Jobnet等),但框架本身是通用的。你需要替换成本地的招聘平台搜索逻辑。


老司机辣评

优势:

• 真实案例验证。作者自己用这套流程找到了工作,不是纸上谈兵

• 双Agent审核机制,输出质量有保障

• LaTeX 生成简历,排版专业

• 本地运行,数据不外泄,隐私可控

• 面试准备功能(/interview)也很实用,会基于你实际提交的申请材料来准备

局限:

• 强依赖 Claude Code,需要 Anthropic 订阅,成本不低

• 招聘平台搜索部分绑定丹麦市场,国内用户需要自己适配

• LaTeX 环境配置对非技术背景的人是个门槛

• 求职信质量取决于 Claude 的语言能力,中文场景可能需要额外调优

适用场景:

• 正在找工作的人,尤其是需要大量定制化申请的场景

• 技术岗位求职者,框架对技能匹配评估比较成熟

• 愿意花时间配置工具的人,不是开箱即用的产品

这个项目证明了一件事:AI不是来抢你工作的,是来帮你找工作的。前提是你得会用。


项目地址:https://github.com/MadsLorentzen/ai-job-search

 

【声明】内容源于网络
0
0
AI大风歌
1234
内容 373
粉丝 0
AI大风歌 1234
总阅读0
粉丝0
内容373