Career-Ops

Career-Ops 把 Claude Code/OpenCode/Gemini CLI 变成 job-search command center：职位评估、定制 CV、portal scan、batch processing 和 dashboard。

状态: active · 总分: 3.3/5 · 推荐度: 3/5 验证边界: 本轮只做 GitHub metadata、README 与 tree/API scan；未安装、未构建、未运行、未复现实测 benchmark。

一句话总结

Career-Ops 把 Claude Code/OpenCode/Gemini CLI 变成 job-search command center：职位评估、定制 CV、portal scan、batch processing 和 dashboard。 [GH:readme]

总体评价

README 有强烈个人 case-study 色彩，功能定位清晰且 human-in-the-loop 写得明白；但项目极新，推荐用于个人实验/定制，不宜当作稳定招聘自动化产品。 截至 2026-06-07 的 GitHub 快照显示：stars=49236、forks=10192、open issues=91、open PRs=59、最近采样 release=career-ops-v1.8.0, career-ops-v1.7.1, career-ops-v1.7.0 [GH] [GH:release]。

评分采取保守口径：README/docs claim 只证明项目设计目标和公开描述，本轮没有实测运行效果；local scan 只证明文件结构、语言、workflow/test/docs 线索，不证明业务正确性、安全边界或性能数字 [GH:readme] [GH:local-scan]。

推荐度：3/5

角色定位：适合对 ai-programs/assistant-agents 方向已有明确需求、愿意按 README 与源码边界自行验证的人。

推荐理由：

• 能力面与主题匹配：README 声称 A-F scoring、ATS PDF、portal scanner、batch processing、TUI 和 integrity checks；local scan 显示 8 workflows 但 tests_count 仅 3，本轮未实际跑求职 pipeline。 [GH:readme]。
• 工程可审计性：仓库结构、语言分布、workflow/test/docs 数量已记录到 source 层，便于后续深挖 [GH:local-scan]。
• 风险前置：本条不把 star 数、官方品牌或 README benchmark 当作独立生产采用证据 [GH]。

结论：推荐度 3/5。可收录、可跟踪；是否采用取决于你的场景是否落在它的强项内，以及能否接受未实测/权限/运维边界。

优势

1. 定位清晰：Career-Ops 把 Claude Code/OpenCode/Gemini CLI 变成 job-search command center：职位评估、定制 CV、portal scan、batch processing 和 dashboard。 [GH:readme]
2. 工程信号可见：本轮 tree/API scan 记录 files=195、workflow_count=8、test-ish files=3、docs-ish files=42 [GH:local-scan]。
3. 社区/关注度信号强：截至 2026-06-07 快照 stars=49236、forks=10192；这只说明可见度，不直接证明质量或生产采用 [GH]。

劣势

1. 验证边界：本轮没有安装、构建、运行、benchmark 或端到端 smoke test；README 能力均按“文档声称/仓库可见设计面”处理 [GH:readme]。
2. 维护/稳定性需看上下文：open issues=91、open PRs=59 是点时快照；大项目/语言核心仓库不能简单等同 bug 密度 [GH]。
3. 安全结论保守：security-advisories endpoint 没返回的项目也不能视作安全；高权限、模型、浏览器、账号或文件处理场景仍需独立 threat model [GH:security-advisories]。

---

适合什么场景

• 个人求职 pipeline、职位筛选、简历定制和面试故事库
• 学习“agent + domain workflow files”如何落地到具体生活任务
• 愿意把个人背景持续喂给 agent 的用户

不适合什么场景

• 自动海投或绕过人工审核的求职流程
• 不愿交给 agent 处理 CV/职业隐私的用户
• 企业招聘/HR 生产系统

与类似项目对比

项目	定位	相对本项目
personal-ai-infrastructure	个人 agent workflow/assistant stack	Career-Ops 更垂直于求职，PAI 更泛化
superpowers	agentic skills methodology	Career-Ops 是领域 workflow 应用；Superpowers 是软件工程方法论框架
open-notebook	研究/资料 assistant	二者都是 end-user AI assistant，任务域不同

上述项目按 ai-programs/assistant-agents 或相邻生态做定位级对比，未在本条中按同一 10 维度框架重审；表格不构成优劣 benchmark。

---

它能做什么

README 声称 A-F scoring、ATS PDF、portal scanner、batch processing、TUI 和 integrity checks；local scan 显示 8 workflows 但 tests_count 仅 3，本轮未实际跑求职 pipeline。 [GH:readme]

可见的仓库层面能力线索包括：primary_language=JavaScript、topics=ai-agent, anthropic, automation, career, claude, claude-code, cli, golang, interview-prep, job-search, open-source, resume, careerops、files=195、docs-ish files=42、test-ish files=3 [GH] [GH:local-scan]。

运行环境与资源占用

场景	CPU	内存	存储	说明
最小	Node/Go/Playwright + agent CLI；批量评估成本主要来自 LLM/API token 和浏览器自动化	普通开发机可运行；批量 Playwright/agent worker 会增加占用	简历、PDF、tracker、浏览器缓存和日志随使用增长	基于 README/依赖栈和仓库规模的启发式估计，非实测
推荐	按生产输入规模预留余量	按模型/浏览器/数据库/worker 数调整	数据、缓存、模型权重或构建产物另计	本轮未跑 benchmark

• 运行时：以 README/项目类型为准；本轮未实际启动。
• 操作系统：未逐平台验证；以官方 README/文档声明为边界。
• Docker：frontmatter docker_support=false 只表示 README/local scan 有足够线索支持或不支持主路径，未 build image。
• GPU：frontmatter gpu_required=false；模型类项目即使 CPU 可跑，也可能需要 GPU 才有实用价值。
• 外部依赖：依赖、账号、模型权重、数据库、浏览器、代理或云服务需求需按实际安装路径复核。

上手体验

评分 3/5。

依据：README 是否给出 quick start、安装/配置路径是否清晰，以及本轮是否看到 release、docs 和 workflow 线索 [GH:readme] [GH:release] [GH:local-scan]。未实装，因此不把“README 写得容易”当作真实零摩擦体验。

代码质量

评分 3/5。

依据：语言/文件结构、workflow_count=8、test-ish files=3、docs-ish files=42、release 信号和项目年龄 [GH:local-scan] [GH:release]。这个分数是静态仓库质量判断，不等于功能正确性或覆盖率实测。

可扩展性

评分 4/5。

依据：README 暴露的 API/plugin/module/model/config/workflow 扩展面，以及仓库结构是否支持二次开发 [GH:readme] [GH:local-scan]。没有运行扩展示例，因此只评价设计面和可见结构。

文档质量

评分 4/5。

README/docs-ish files=42；README 对核心定位、安装或功能说明的清晰度支撑该评分 [GH:readme] [GH:local-scan]。若项目另有外部文档，本轮未系统抓取完整站点，后续深审可补。

社区与成熟度

维度	评分	说明
社区活跃度	4/5	stars=49236、forks=10192、open issues=91、open PRs=59 是点时可见度和维护负载信号，不单独证明质量 [GH]
成熟度	2/5	created_at=2026-04-04T18:21:18Z，sampled releases=career-ops-v1.8.0, career-ops-v1.7.1, career-ops-v1.7.0, v1.6.0, v1.5.0；成熟度按项目年龄、release/CI/test/docs 和稳定性声明综合判断 [GH] [GH:release]

安全与风险

评分 3/5。

GitHub security-advisories endpoint 本轮返回结果已记录，但“无 advisory 返回”不是安全证明 [GH:security-advisories]。实际采用时至少检查：权限范围、账号/cookie/token 暴露面、依赖供应链、模型/文档数据上传路径、sandbox/隔离边界、license 与商业使用限制。

学习价值

学习价值主要在三个层面：一是理解 ai-programs/assistant-agents 这一类项目当前如何组织能力；二是用 README claim 与 local scan 对照，训练“文档声称 vs 可审计事实”的边界感；三是把它与同类项目做定位级 comparison，而不是被 star 数或品牌牵引 [GH] [GH:readme] [GH:local-scan]。