CareerForge:一行命令搞定 AI 求职全流程,从搜岗到拿 Offer 的完整指南

CareerForge: One-Command AI Job Search Toolkit — Complete Guide from Search to Offer

Tech-Experiment #CareerForge#AI求职#Claude Code#求职工具#模拟面试#简历优化#Skill#开源工具
🇨🇳 中文

这个工具解决什么问题

求职的本质是一个信息处理和表达问题:找到匹配的岗位、证明自己适合、在面试中表现出来。

但大多数人的求职流程是这样的:在 Boss/LinkedIn/拉钩反复刷岗位 → 改了无数版简历不知道哪版好 → 投出去石沉大海 → 面试前临时抱佛脚 → 面试时被问到没准备的问题。

CareerForge 把这整条链路用 6 个 AI Skill 串起来,每一步都有 AI 辅助,而且它们之间自动衔接上下文——不需要你在步骤之间重新解释背景。


项目信息

  • GitHubrebecha1227-a11y/CareerForge
  • 许可证:MIT(完全开源)
  • 支持工具:Claude Code、Codex、Cursor、Gemini CLI、50+ AI 编程工具
  • 安装方式:一行命令

6 个 Skill 是什么

Skill 1:Job Hunt(搜岗位)

  • 覆盖 30+ 招聘平台,包括国内(Boss、拉钩、猎聘)和海外(LinkedIn、Indeed、Glassdoor)
  • 支持 10 个地区:中国大陆、美加、英国、欧洲、澳新、日韩、东南亚
  • 可过滤签证担保岗位(出国求职者必备)
  • 支持中英日韩等多语言查询

触发方式:

"帮我找工作"
"搜一下上海的 AI 产品经理岗位,薪资 30-50K"
"找有 H1B 担保的美国软件工程师职位"

Skill 2:Resume Match(简历匹配度分析)

把你的简历和目标 JD 都发给 AI,它会:

  • 给出量化匹配分数(满分 100)
  • 逐条分析 JD 要求你是否满足
  • 指出简历里缺少的关键词
  • 建议哪些经历应该重点突出

触发方式:

"帮我分析简历匹配度"
"分析一下这个 JD 和我的简历的契合度"

Skill 3:Resume Craft(简历生成)

提供 7 套专业模板,输出 HTML + PDF:

  • Editorial(杂志风格)
  • Minimal(极简)
  • Sidebar Navy(侧边蓝)
  • Sidebar Dark(侧边深色)
  • Dark Header(深色标题)
  • Clean Teal(清新蓝绿)
  • Elegant(优雅)

AI 会根据目标岗位自动调整重点,不是简单套模板,而是根据匹配度分析结果定制化呈现。

触发方式:

"帮我做一份简历"
"用 Minimal 模板生成针对这个 JD 优化过的简历"

Skill 4:Cover Letter(求职信)

根据你的简历 + 目标 JD + 公司背景生成:

  • 定制化求职信
  • 招聘平台私信(更适合 Boss 直聘风格的简短版本)
  • 可指定语气(正式/亲切/专业)和语言(中/英/日等)

触发方式:

"帮我写求职信"
"写一封发给字节跳动 AI 产品经理岗位的求职信"

Skill 5:Mock Interview(模拟面试)

这是整个工具包里最有价值的一环。它模拟真实三轮面试:

第一轮:HR 面试(综合素质、背景匹配、薪资期望)

第二轮:专业面试(技术/业务能力、案例分析)

第三轮:高管面试(战略思维、文化适配、领导力)

每轮结束后给出:

  • 6 维能力雷达图评分(满分 10):
    • 专业能力
    • 沟通表达
    • 逻辑思维
    • 应变能力
    • 文化适配
    • 成长潜力
  • 逐题细致反馈:示范答案 + 好的地方 + 不足 + 进阶建议
  • 面试题目合集:所有提问汇总,含核心考查点和得分

比如图中的案例:应聘 AI 产品经理岗位,HR 问”请做一个简短的自我介绍”,AI 不只是说”回答得很好”,而是给出具体建议:

“自我介绍控制在 90 秒内,采用’现在→过去→未来’框架;先说你最能做什么(AI 产品经理),再说几个成就(字节运营经历 + AI 项目经验),最后说你为什么选这家。”

触发方式:

"帮我模拟面试"
"模拟字节跳动 AI 产品经理的三轮面试"
"针对这个 JD 帮我做面试准备"

Skill 6:Offer Decision(Offer 决策)

拿到多个 Offer 不知道怎么选?这个 Skill 提供:

  • 6 维雷达对比(薪资、成长、稳定性、工作强度、技术栈、地理位置)
  • 税后实际到手计算(不同城市五险一金、个税差别很大)
  • 工作生活影响评估
  • 谈判话术脚本(如何要求提高薪资或调整条款)

安装:真的超简单

方法一:NPX(最推荐)

npx skills add rebecha1227-a11y/CareerForge -g

全局安装,所有支持 Skills 的 AI 工具都能用。

方法二:一行 Shell 命令

curl -sL https://raw.githubusercontent.com/rebecha1227-a11y/CareerForge/main/install.sh | bash

方法三:告诉你的 AI Agent

直接跟 Claude Code / Codex / Cursor 说:

"帮我安装这个工具包:https://github.com/rebecha1227-a11y/CareerForge"

AI 会自动下载全部 6 个 Skill,不需要你懂任何技术细节。


完整求职流程(串联使用)

这 6 个 Skill 设计上是串联的,AI 会自动把上一步的结果带入下一步:

第一步:搜岗位
  说:"帮我找北京的 AI 产品经理,15-30K,要有股权"
  → 得到:20 个匹配岗位,带链接和薪资范围

第二步:分析匹配度
  说:"帮我分析这个岗位和我的简历匹配度"
  → 得到:匹配分 72/100,缺少'数据分析'和'A/B 测试'关键词

第三步:优化简历
  说:"根据这个 JD 帮我优化简历"
  → 得到:突出了数据分析经历,补充了 A/B 测试相关表述的新版简历

第四步:写求职信
  说:"帮我写针对这家公司的求职信"
  → 得到:引用了公司最近的产品动态,呼应了 JD 里的核心痛点

第五步:模拟面试
  说:"帮我模拟这个岗位的三轮面试"
  → 得到:HR + 专业 + 高管三轮,18 道题,每题都有详细反馈

第六步(拿到 Offer):
  说:"我收到了两个 Offer,帮我比较"
  → 得到:六维分析 + 推荐 + 谈判建议

关键优势:AI 记住了你的简历、目标岗位和前几步的上下文,不需要你每次都重新解释。


给第一次用 AI 求职工具的人:从哪里开始

如果你没有用过 Claude Code 或类似工具,最简单的起点:

  1. 安装 Claude Code(免费版即可开始)
  2. 运行安装命令npx skills add rebecha1227-a11y/CareerForge -g
  3. 第一句话"帮我找一下[你的目标城市]的[你的目标岗位]"

不需要懂代码,不需要懂 API,直接用自然语言就行。


实测效果对比

根据图中展示的面试模拟案例(应聘 AI 产品经理,有字节节假数据 + AI 项目经历背景):

评估维度得分主要问题
专业能力8/10较强,AI 工具实际使用经验丰富
沟通表达6/10细节分层不足,结构化表达有提升空间
逻辑思维7/10框架分析能力好,量化举证偏少
应变能力5/10被突然提问时有明显停顿
文化适配8/10builder mindset 符合 AI 公司文化
成长潜力8/10自学能力强,对 AI 产品领域认知清晰

HR 面试最容易被忽视的题目

  • “请做一个简短的自我介绍”(6/10,大多数人没有用”现在→过去→未来”结构)
  • “如果薪资不够,你会怎么办”(4/10,大多数人要么怂要么激进)

这两道题在 AI 工具出现之前,几乎没有人系统练习过。CareerForge 的模拟面试让你在正式面试之前就把这些坑踩完。


适合谁用

最适合:

  • 转行/跨行业求职(需要快速构建新领域的简历叙述逻辑)
  • 第一次求职(不知道面试是什么套路)
  • 海外求职(需要多语言、签证担保、跨平台搜索)
  • 同时投多家公司(每家都需要定制化简历和求职信,手写太慢)
  • 拿到 Offer 不知道怎么谈判

不太适合(但也有帮助):

  • 猎头直推的高端职位(已有内推,不需要广撒网)
  • 完全不需要简历的熟人推荐

可选依赖(用到时再装)

功能依赖
生成 PDF 简历Playwright
简历照片处理Pillow
导出 Excel 岗位清单openpyxl
自动爬取招聘网站Chrome 插件(可选)

这些都不是必须的,基础功能不需要任何额外安装。


资源汇总

资源链接
GitHub 仓库rebecha1227-a11y/CareerForge
安装脚本curl -sL https://raw.githubusercontent.com/rebecha1227-a11y/CareerForge/main/install.sh | bash
NPX 安装npx skills add rebecha1227-a11y/CareerForge -g
许可证MIT

CareerForge 是开源工具,MIT 协议,免费使用。本文基于 GitHub README 和项目截图整理,未收取任何推广费用。

🇬🇧 English

CareerForge: AI-Powered Job Search from Search to Offer

CareerForge (rebecha1227-a11y/CareerForge, 61 GitHub stars, MIT) is an open-source AI job search toolkit that chains 6 skills across the complete hiring journey — from job discovery to offer negotiation.

The 6 Skills

SkillWhat it does
Job HuntSearches 30+ platforms across 10 global regions with visa sponsorship filtering
Resume MatchScores resume-JD compatibility with keyword gap analysis
Resume CraftGenerates customized resumes from 7 templates (HTML + PDF)
Cover LetterCreates personalized cover letters and recruiter outreach messages
Mock InterviewRuns 3-round simulated interviews with 6-dimension scoring and per-question feedback
Offer DecisionCompares offers across 6 dimensions with tax-adjusted salary calculations and negotiation scripts

Installation (30 seconds)

Recommended:

npx skills add rebecha1227-a11y/CareerForge -g

Or shell script:

curl -sL https://raw.githubusercontent.com/rebecha1227-a11y/CareerForge/main/install.sh | bash

Or tell your AI agent:

"Install this toolkit: https://github.com/rebecha1227-a11y/CareerForge"

The Complete Workflow

Natural language triggers chain automatically:

"Help me find jobs" → Job Hunt
"Analyze resume match" → Resume Match  
"Make me a resume" → Resume Craft
"Write a cover letter" → Cover Letter
"Simulate an interview" → Mock Interview
"Compare my offers" → Offer Decision

AI preserves context between steps — your resume, target role, and match analysis carry forward automatically.

Mock Interview: The Most Valuable Feature

The mock interview simulates three rounds (HR / Professional / Executive) and delivers:

  • 6-dimension scoring (Professional Skills, Communication, Logical Thinking, Adaptability, Cultural Fit, Growth Potential)
  • Per-question feedback: model answer + strengths + gaps + specific improvement advice
  • Common failure points uncovered: “Tell me about yourself” scores 6/10 for most people due to missing structure; salary negotiation questions score 4/10 on average

From the screenshot example (candidate applying for AI Product Manager):

“Limit your self-intro to 90 seconds. Use the Now→Past→Future framework: lead with what you can do (AI PM), add 2-3 concrete achievements, close with why this specific company.”

Who Should Use This

Best for: career changers, first-time job seekers, overseas applicants, anyone applying to multiple companies simultaneously, and anyone who has an offer but doesn’t know how to negotiate.

Resources

💬 评论与讨论

使用 GitHub 账号登录后发表评论