📌 项目地址：MadsLorentzen/ai-job-search | ⭐ 18,158 颗星 | 🔧 TypeScript | 📜 未标注
一句话理解这个项目
ai-job-search 是一个基于 Anthropic 的 Claude Code CLI 构建的求职自动化框架。你只需要 Fork 项目、填写个人档案，然后通过几条命令让 Claude 自动抓取职位、评估匹配度、生成带 LaTeX 排版的定制简历和求职信，甚至帮你做面试准备。核心工作流独立于语言和国家，但当前内置的职位搜索工具只对接丹麦求职平台（Jobindex、Jobnet 等）。如果你不在丹麦，需要自己替换搜索模块。
快速上手：Fork 和第一份档案
项目依赖 Claude Code（需要付费订阅）、Python 3.10+、Bun（JavaScript 运行时）以及 LaTeX 发行版（推荐 TeX Live）。
官方给出的第一步是：
# Fork 你的副本后，克隆到本地
git clone <your-fork-url>
cd ai-job-search
接下来不是运行某个 shell 脚本，而是在 Claude Code 中执行框架预定义的工作流命令：
/setup– 交互式填写你的个人资料（技能、经历、偏好等）。框架会生成结构化的档案文件。/scrape– 让 Claude 自动搜索丹麦求职平台的职位列表，并给出匹配度评分。/apply– 选定一个职位后，Claude 会先评估匹配度，然后起草针对该职位的简历（LaTeX 格式）和求职信。接着有一个内置的“审阅者 agent”对生成内容进行复查和修订，最终输出可编译的 PDF。
以上命令的具体执行细节（比如如何调用 Claude Code CLI）请参考项目内的 SETUP.md 和 CLAUDE.md。简单来说，安装好依赖后，进入项目目录并启动 Claude Code，框架会自动加载这些自定义指令。
核心工作流：从“我是谁”到“拿到面试”
框架的真正价值在于它把求职中重复但重要的步骤变成了一个可审计、可复用的流程：
- 自我评估与定位：
/setup不只是填写简历信息，它要求你输入自己的职业优势、目标职位类型、薪资期望等。这些数据会被后续步骤反复使用。 - 职位筛选打分：
/scrape搜索到的职位会基于你设定的标准（技能匹配度、行业趋势、公司发展阶段等）进行自动化评分，而不是简单地罗列。 - 文档生成 + 双重检查：
/apply阶段不是一次性生成简历/求职信就完事。框架会先起草，然后启动一个“审阅者 agent”对草稿进行批评和建议，再修改，最终输出。这个“ Draft → Review → Revise ”的循环借鉴了专业的写作修订流程。 - 求职信前瞻性框架：官方特别提到，求职信生成使用了“forward-looking cover letter framing”——不是罗列过去成绩，而是强调你对未来能为公司创造什么价值。
- 简历 ATS 解析检查：生成简历 PDF 后，如果系统安装了
pdftotext（来自 poppler 工具集），会检查生成的 PDF 能否被 ATS（Applicant Tracking System）正确解析，避免机器筛简历阶段就挂掉。没有pdftotext时，回退为视觉关键词检查。
它适合你吗？——冷静分析
适合的情况：
– 你已经购买了 Claude Code 的付费订阅（每月 20 美元/2000 积分起）。
– 你正在丹麦求职，或者愿意花时间把职位搜索模块换成你所在地区的求职 API（框架的架构是模块化的，搜索模块在 scripts/ 以及相关的 Claude 指令文件中）。
– 你习惯使用 LaTeX 排版简历，或者不介意学习基础 LaTeX（框架生成的简历是 .tex 文件）。
– 你希望有一个可复用的、可审计的求职流水线，而不是每次重复写 Cover Letter。
不适合的情况：
– 你不想为 Claude Code 付费，或无法使用 Claude Code（目前仅限部分国家和地区）。
– 你只需要一个简单的 AI 辅助工具（比如直接粘贴 JD 到 ChatGPT），不想管理本地的 LaTeX、Python 和 Bun 环境。
– 你所在国家的求职平台没有提供结构化 API 或可爬取的页面，导致 /scrape 模块无法工作（官方明确说“search skills are built for the Danish market”，模式设计成可替换，但需要你自己实现）。
– 你对“让 AI 自动写求职信”有隐私顾虑——所有数据都在本地运行，但请求会发送到 Anthropic 的 API。
需要注意的几点
- 独立开源项目：README 特意声明这是独立项目，与 Anthropic 无关。Claude Code 只是它使用的工具链。如果你遇到问题，请反馈到 GitHub Issues，而不是 Anthropic 客服。
- LaTeX 环境要求：简历用
lualatex编译，求职信用xelatex（因为 cover letter 模板依赖fontspec包）。推荐完整安装 TeX Live 或 MacTeX，如果用 TinyTeX/BasicTeX 需要额外安装一批包，官方在SETUP.md中有详细列表。 pdftotext可选：用于 ATS 解析检查，但如果缺失不影响流程，只是退化为视觉关键词检查。- 丹麦市场优先，但框架可扩展：如果你想适配其他国家的求职平台，需要自己编写新的搜索脚本并修改 Claude 的指令文件。项目结构清晰，但贡献文档尚不完善。
同类工具对比
目前市面上类似的 AI 求职自动化项目不多。常见的做法是用 GPT 写 Cover Letter，但往往是一次性的、缺乏定制深度。这个框架的特色在于：
- 工作流驱动：不只是“生成文字”，而是从搜集信息、评估匹配、起草到审阅修改的完整流水线。
- LaTeX 输出：和多数用 Markdown/PDF 在线生成器的方案不同，LaTeX 排版更专业且可控。
- 薪资基准对比（可选）：框架提到了“optional salary benchmarking”，在评估职位时可以将薪资与你设定的期望进行对比。
如果你只想快速写一封 Cover Letter，这个框架显然过于复杂。但如果你希望一个能长期维护、反复使用的求职系统（例如隔半年换工作、同时投多家公司），它提供的结构和可重复性很有价值。