ai-job-search: 一个由 AI 驱动的求职申请框架,可自动完成简历的定制化、PDF 布局验证和 ATS 兼容性检查

ai-job-search: 一个由 AI 驱动的求职申请框架,可自动完成简历的定制化、PDF 布局验证和 ATS 兼容性检查

它解决了什么问题

该项目提供了一个自动化的框架,用于管理端到端的求职申请流程。它消除了搜索职位、为每一次申请定制简历和求职信以及准备面试的人工工作量,同时确保最终文档格式专业且符合 ATS 标准。

工作原理

该系统基于 Claude Code (CLI) 构建,使用结构化的工作流将 AI 转变为职业助手。它首先进入 /setup 阶段,通过现有文档或面试构建全面的候选人档案。随后,用户可以使用 /scrape 抓取职位门户网站(使用针对特定市场的内置 CLI 工具或通过 /add-portal 创建的自定义工具)并根据匹配度进行 /rank 排名。

/apply 命令执行“起草者-审核者”流水线:一个智能体负责使用 LaTeX 编写定制化的 CV 和求职信,第二个智能体则根据公司调研结果对草稿进行评判。随后,系统将 LaTeX 编译为 PDF,并对布局进行视觉检查,以修复孤行或页面溢出问题。最后,系统使用 pdftotext 在提交最终文件之前,验证 PDF 的文本层是否可被申请人追踪系统 (ATS) 读取。

适合人群

希望自动化职位申请中繁琐环节的求职者,特别是那些熟悉 CLI 工具和 LaTeX 以进行高质量文档生成的求职者。

亮点

  • PDF 验证循环:自动迭代 LaTeX 代码,直到渲染出的 PDF 符合严格的页面限制和布局标准。
  • ATS-Check:提取 PDF 文本层,以确保联系方式和关键词能被自动化系统正确解析。
  • 相关性加权裁剪:当 CV 过长时,它会根据职位描述移除相关性最低的经历,而不是仅仅删除最早的条目。
  • Drafter-Reviewer 架构:使用两个独立的 AI 智能体,以确保草稿在定稿前经过评判和调研。
  • 面试准备:根据为该职位提交的特定 CV 和求职信,生成针对特定阶段的准备包和模拟面试。

Sources