快速开始
大约十五分钟上手 career-ops：安装这个开源的 AI 求职系统，打开你的 AI CLI，评估你的第一个职位。无需编程。
第一次使用时，跟着这份指南，大约十五分钟就能从零开始完成第一个职位的评估。你将搭建工作区，打开你的 AI 编程助手，然后粘贴一则职位信息。智能体会先完成必要的初始引导，然后给你一份完整的报告、一个评分和一份定制的 PDF 简历。
准备工作
你不需要会写代码，只需要能自如地打开终端并运行命令。
第一次用终端？
如果你从来没有用过命令行，完全没关系，但这份指南并不适合用来学习命令行。想快速入门，可以阅读 freeCodeCamp 的命令行入门手册（Command Line for Beginners），它涵盖了跟上本指南所需的全部内容。等你能自如地打开终端并运行命令后，再回来从第 1 步继续。
AI 编程助手
安装 Claude Code、Codex、OpenCode、Qwen Code 或 GitHub Copilot CLI，也就是运行这套系统的 AI 编程助手。career-ops 对十一款 CLI 提供一等支持；安装其中任意一款并登录后再继续。
Node.js 22.13+
安装 Node.js，版本需为 22.13 或更高（如果用的是 Node 23，则需 23.4 或更高）。它负责运行辅助脚本并生成 PDF。更旧的版本无法通过设置检查，因为 tracker 的 SQLite 索引需要较新的 Node。用 node --version 查看你的版本。
第 1 步：搭建工作区
在你想存放 career-ops 的文件夹中打开终端。推荐方式只需一条命令；下面还有一种使用 git clone 的进阶方式。如果缺少 Node（22.13+，Node 23 则需 23.4+）或 Git，npx 将拒绝运行，请先把两者都装好（见上方的准备工作）。
推荐方式：一条命令
npx @santifer/career-ops init这条命令会把最新版本克隆到 ./career-ops，安装依赖，并搭建工作区的目录结构。它还会检测你安装了哪款 AI 编程 CLI，并告诉你该用哪条命令启动。它只会安装到一个新文件夹中：如果 ./career-ops 已经存在且不为空，命令会报错退出，不做任何改动，因此再次运行它并不能修复或更新现有的工作区。
完成后，进入工作区：
cd career-ops进阶：自己克隆仓库
如果你想跟踪某个特定分支、回馈贡献，或者在安装依赖之前先审查代码，请使用这种方式。
git clone https://github.com/career-ops-hq/career-ops.git
cd career-ops
npm install无头浏览器（只需一次）
career-ops 在多项任务中会用到无头 Chromium：渲染 PDF、检查职位是否仍在招聘，以及运行完整的 ATS 扫描。安装程序会在安装依赖后自动配置它；如果这一步在你的电脑上失败了，请手动安装：
npx playwright install chromium第 2 步：打开你的 AI 助手
在 career-ops 文件夹中，启动你安装的 AI 编程 CLI。
claudecodexopencodeqwencopilotagypi需要用到你的个人资料时，才会开始初始引导
在你第一次评估职位，或运行其他需要你个人资料的工作流之前，career-ops 智能体会检查你的设置，必要时进行一段简短的初始引导对话。你也可以直接让它开始初始引导。它会询问你的简历、你的目标职位类型、薪资范围以及工作地点偏好。你用日常语言回答，智能体会替你写好配置文件。整个过程大约需要两到三分钟。浏览工作区、审查代码或诊断你的设置，都不会触发初始引导，也不会创建个人资料文件。
开发者须知：设置检查的命令是 node doctor.mjs --json，它只读取、不写入。初始引导会通过 node doctor.mjs --json --init-templates，根据模板创建缺失的个性化文件（modes/_profile.md、modes/_custom.md、modes/_brief.md 和 voice-dna.md），并且绝不会覆盖你已有的文件。
你可能会看到一个无关的提示
有些 CLI（例如 Claude Code）在你第一次打开一个新文件夹时，会询问你是否信任其中的文件。这个提示来自 CLI 本身，而不是 career-ops。选择“是”即可继续。接受它并不会启动 career-ops 的初始引导。
在付费使用 Claude Pro 或 Max？先看看这次会话从哪里计费
在第一次评估之前，先在 career-ops 文件夹中运行 node doctor.mjs。它会用一行信息告诉你当前的计费来源。
如果你的环境中设置了 ANTHROPIC_API_KEY，你的 CLI 就会使用它并按 token 计费，即使你正在付费订阅 Pro 或 Max。这个优先级是 Claude Code 决定的，而不是 career-ops：doctor 只负责检测并告诉你。如果想改用你的订阅，请从 ~/.zshrc、~/.bashrc、~/.profile 或项目的 .env 中删除 export ANTHROPIC_API_KEY=... 这一行，重启终端，然后运行 /login。如果你本来就打算使用 API 额度，那就一切正常。
其他 CLI 各有自己的订阅与 API key 优先规则，career-ops 不会检查这些规则。完整说明请参阅常见问题。
第 3 步：运行你的第一次评估
复制任意一个职位的链接，粘贴到对话中。如果你的个人资料还没准备好，智能体会先完成初始引导。使用 Claude Code、Antigravity CLI 或 Pi 时，在链接前加上明确的命令；使用其他 CLI 时，粘贴链接并让智能体运行 auto-pipeline：
/career-ops auto-pipeline https://jobs.example.com/senior-engineer-aiRun the auto-pipeline command with the job URL: https://jobs.example.com/senior-engineer-aiRun the auto-pipeline command with the job URL: https://jobs.example.com/senior-engineer-aiRun the auto-pipeline command with the job URL: https://jobs.example.com/senior-engineer-aiRun the auto-pipeline command with the job URL: https://jobs.example.com/senior-engineer-ai/career-ops https://jobs.example.com/senior-engineer-ai/skill:career-ops auto-pipeline https://jobs.example.com/senior-engineer-ai如果你没有链接，可以改为把完整的职位描述文本粘贴到对话中。无论哪种输入，智能体都会将其识别为职位信息，并自动运行完整的流水线，这就是 auto-pipeline。
接下来会发生什么
粘贴职位之后，career-ops 会自行完成以下步骤：
读取职位描述
理解职位内容、要求和薪资待遇。
读取你的简历
从 cv.md 中提取信息，找出你与该职位的匹配点和差距。
为职位打分
从多个维度以 1-5 分为这个职位打分，例如职位匹配度、薪资和远程办公政策。
撰写报告
把详细的分析保存到 reports/ 文件夹。
生成定制的 PDF 简历
将一份专门针对这个职位定制的简历输出到 output/ 文件夹。
在 tracker 中新增一行
把这次申请记录到 data/applications.md 中。
整个过程大约需要一到两分钟。完成后，career-ops 会向你展示评分和报告摘要。
解读评估结果
报告在 Risk Summary（风险摘要）之后包含 Score Evidence（评分依据）部分。它涵盖五个维度：简历匹配度、North Star 契合度、薪资、文化信号和危险信号。每一行都会记录一个依据状态（supported、partial 或 unknown）、一条具体的来源或观察，以及一个尚未解决的问题。这一部分最后会给出依据可信度等级（High、Medium 或 Low）及其理由，以及最多三项需要优先核实的事项。
打开 reports/ 中的报告文件。文件名遵循 {number}-{company}-{date}.md 的格式。你会在里面看到：
- 评分：1-5 之间的一个数字。低于 4.0 说明这个职位很可能不太适合你。
- Block A：用通俗易懂的语言写成的职位摘要。
- Block B：一张表格，展示你的简历如何对应每一项职位要求，以及存在的差距。
- Block C：策略建议，告诉你在申请这个职位时该如何定位自己。
- Block D：薪资调研，将这个职位给出的薪资与市场行情进行对比。
- Block E：针对你这次申请的个性化建议。
- Block F：面试准备，包含针对这个职位定制的 STAR 故事。
- Block G：职位发布的可信度，即用启发式方法检查一些信号，例如职位是否仍在招聘、是否被反复重新发布。它只报告发现，判断留给你自己。
- Block H：申请表的回答草稿，只有在评分达到 4.5 或以上时才会生成。
定制的 PDF 简历在 output/ 文件夹中。发送到任何地方之前，请先检查一遍：没有你的批准，career-ops 从不提交任何东西。
接下来做什么
完成第一次评估后，你还可以试试下面这些：
- 完善你的个人资料。告诉智能体关于你的新信息，例如：“补充一点背景：我刚刚上线了 X。”它会更新你的个人资料，之后的评估也会更准确。
- 评估更多职位。粘贴更多链接或职位描述，每一个都会记录到你的 tracker 中。
- 扫描招聘网站。输入
/career-ops scan，一次搜索几十个预先配置好的公司招聘页面。 - 比较职位。如果你已经有好几份报告，输入
/career-ops ofertas，即可得到一份排好名次的对比。
常见问题排查
发现 bug 或有疑问？
如果某个功能没有按本指南所说的那样工作，请告诉我们。你的 bug 报告会帮到之后的每一位用户。
- 报告 bug：在 GitHub 仓库上开一个 issue。说明你预期会发生什么、实际发生了什么，并粘贴你看到的所有错误信息。
- 提问：加入 Discord 社区。这是从其他用户和作者那里获得帮助最快的方式。
- 贡献修复：如果你知道如何自己修复这个问题，请在提交 pull request 之前阅读 CONTRIBUTING.md。简而言之：如果是新功能、新的模式或命令，或者架构上的改动，请先开一个 issue。Bug 修复、新的免认证扫描器数据源、文档和翻译可以直接提交 pull request。