ai-job-search: 一個由 AI 驅動的求職框架，可自動化抓取、量身定制並進行 ATS 驗證的專業 LaTeX 文件

它解決了什麼問題

尋找並申請工作通常是一個乏味且手動的過程，涉及重複的求職信撰寫和履歷量身定制。本專案提供了一個由 AI 驅動的框架，可自動化發現、評估和申請流程，同時確保產出高品質、專業且能被申請者追蹤系統 (ATS) 解析的內容。

運作方式

該框架建立在 Claude Code 之上，使用結構化的專業指令工作流來管理求職過程：

• Profiling: /setup 從現有文件或面試中建立候選人檔案。
• Discovery: /scrape 搜尋求職門戶網站（內建針對丹麥市場和 LinkedIn 的工具）並透過 /rank 根據契合度進行評分。
• Application: /apply 使用「撰寫者-審查者」代理人管線 (drafter-reviewer agent pipeline) 來建立量身定制的 LaTeX CVs 和求職信。它包含一個獨特的 PDF 驗證迴圈，會編譯文件並進行視覺檢查以修正佈局問題（例如孤立的標題），並使用 pdftotext 確保 PDF 文字層對 ATS 友善。
• Preparation: /interview 根據候選人的實際經驗生成特定階段的準備包，並進行模擬面試。
• Management: /outcome 追蹤結果，而 /notion-sync 和 /html-report 提供進度追蹤儀表板。

對象是誰

希望在不犧牲品質或誠實度的情況下自動化申請流程的求職者，特別是那些習慣使用 CLI 工具和 LaTeX 進行專業文件生成的用戶。

重點功能

• Drafter-Reviewer Pipeline: 使用兩個獨立的代理人分別進行撰寫和評論申請內容，以避免使用空泛的語言。
• PDF Layout Verification: 自動迭代 LaTeX 編譯，直到佈局整潔且符合頁數限制。
• ATS Text-Layer Check: 驗證編譯後的 PDF 是否能被解析器讀取，防止常見的 LaTeX 字元錯誤。
• Relevance-Weighted Cutting: 當 CV 超過頁數限制時，會智慧地移除最不相關的經驗，而非僅僅是刪除最舊的條目。
• Comprehensive Career Toolset: 包含技能差距分析 (/upskill)、公司研究和面試準備。