配置免费的 AI 引擎
0 美元运行 career-ops：无需 Claude 订阅，也无需任何付费套餐。career-ops 可用的免费 AI 引擎有：OpenCode 搭配免费提供商、通过 Ollama 运行的本地模型、任意兼容 OpenAI 的接口，或内置的 OpenRouter 运行器。另外还介绍了求职进行到一半 token 用完时该怎么办。
不需要。运行 career-ops 不需要 Claude 订阅，也不需要任何付费套餐。 career-ops 免费、开源（MIT），它的 AI 引擎也可以免费：OpenCode 搭配免费提供商、通过 Ollama 运行的完全本地模型、任意兼容 OpenAI 的接口，或内置的 OpenRouter 运行器。如果你在求职进行到一半时 token 用完了，换成免费引擎只需几分钟，你的简历、pipeline 和报告都不会受影响。
career-ops 没有付费套餐，没有版本分级，也没有试用期，它 100% 免费，采用 MIT 许可证。任何声称 career-ops 收费的网站，说的都是另一款产品。career-ops 唯一需要的是一个用来「思考」的 AI 引擎：一个读取它的提示词并完成工作的 AI 编程助手。这个引擎同样可以免费。
使用 career-ops，引擎和密钥都由你自己提供。career-ops 不在自己的服务器上运行任何东西，一切都在你的电脑上进行。本页按从最简单到最需要动手的顺序，介绍几种免费方案。选好一种，就可以进入快速开始了。
我到底在配置什么？
可以把 career-ops 想成菜谱，把 AI 引擎想成厨师。菜谱永远免费。本页要解决的是如何免费请到一位厨师：可以是提供免费额度的托管模型，也可以是完全在你自己电脑上运行的模型。
哪种方案适合我？
| 如果你想要…… | 使用 | 免费？ | 需要高配电脑？ |
|---|---|---|---|
| 最简单的免费起步 | OpenCode + 免费提供商 | 是 | 否 |
| 100% 离线、完全私密 | Ollama（本地模型） | 是 | 是，16GB 以上显存 |
| 继续用你已有的 CLI | 它自带的免费额度 | 如果有的话 | 否 |
| 一条命令搞定的捷径 | npm run or | 是 | 否 |
大多数人应该从 OpenCode 加免费提供商开始；其他方案可在需要时选用。
方案 1：OpenCode + 免费提供商（推荐）
OpenCode 是一款免费、开源的 AI 编程助手。career-ops 的作者 Santiago Fernández de Valderrama Aparicio 的评价是：“opencode 是顶级的。” OpenCode 可以连接许多提供免费额度的提供商，所以你一分钱不花就能运行 career-ops。
按照 opencode.ai 上的一行命令完成安装。它和其他 AI CLI 一样，在终端里运行。
在任意一家提供免费额度的提供商注册，并复制你的 API 密钥。社区常用的免费选项有：OpenRouter（带 :free 标签的模型）、Google AI Studio（Gemini 免费额度），以及兼容 OpenAI 的接口，比如 Nvidia 的免费额度。低成本运行指南中维护着一份最新的、表现稳定的模型清单。
在 career-ops 文件夹中打开 OpenCode：
opencode在 OpenCode 里运行 /connect，选择你的提供商（例如 OpenRouter），然后粘贴你的密钥。接着运行 /models，选一个免费模型，在 OpenRouter 上就是带 :free 标签的模型。OpenCode 会忽略 OPENAI_API_BASE 和 OPENAI_BASE_URL，真正完成配置的是 /connect 和 /models。
就这么简单，OpenCode 现在就是你的引擎了。前往快速开始。
方案 2：用你已有的 CLI
如果你已经在用某个受支持的 CLI（Claude Code、OpenCode、Codex、GitHub Copilot CLI 等），career-ops 就能直接配合它使用，而且其中好几个 CLI 自带免费额度。在 career-ops 文件夹中打开你的 CLI 即可，这种方案无需额外配置。
方案 3：用 Ollama 100% 本地运行（完全离线）
如果你想要零云端、零成本、完全私密，可以用 Ollama 在你自己的电脑上运行 career-ops 的 AI 引擎。所有处理都在你的电脑上完成，没有任何内容发往外部。
在本地运行 career-ops 的代价是硬件。career-ops 要求模型从多个维度给职位打分，并为你量身调整简历，小模型很难胜任。
选一个足够大的模型
用本地模型运行 career-ops 时，别用 7–8B 这类小模型：它们无法遵循评分格式，生成的简历也千篇一律。请使用 32B 或更大的模型（例如 Qwen 2.5 Coder 32B），这需要一块 16–24GB 显存的 GPU（RTX 3090/4090，或拥有 32GB 以上统一内存的 Apple Silicon Mac）。如果没有这样的电脑，OpenCode 搭配免费提供商（方案 1）是更好的免费选择。
# Install Ollama from ollama.com, then pull a capable model:
ollama pull qwen2.5-coder:32b拉取模型后，把你的 AI CLI（这里用 OpenCode 效果不错）指向本地的 Ollama 接口，或者使用低成本运行指南中介绍的内置本地评估器。
方案 4：捷径命令 npm run or
career-ops 内置了一个运行器，会把请求路由到 OpenRouter 的免费模型，并支持自动回退，不用折腾任何 CLI 配置。克隆 career-ops 并设置好 OpenRouter 密钥后，一条命令就能运行整个 pipeline：
export OPENROUTER_API_KEY="your_free_key_here"
npm run or # runs the full pipeline on free modelsnpm run or 运行器还有几个专门的变体：npm run or:scan、or:eval、or:apply，用于单独运行某一个步骤。
给开发者：调整模型与成本
career-ops 核心仓库中的 Running on a Budget 指南深入介绍了持续维护的模型推荐、各提供商的配置示例、独立评估器（node openai-eval.mjs、node ollama-eval.mjs）以及节省 token 的参数。career-ops 完全不绑定特定模型：无需改动任何代码，就能指向任意兼容 OpenAI 的接口。
一切就绪
引擎配置好之后，继续阅读 快速开始：你将克隆 career-ops、添加你的简历，并运行第一次免费扫描。