批量评估职位
在一次会话中用并行的 AI 工作进程处理 10 个以上职位，并为每个职位生成定制的 PDF。
如果你手上有 10 个或更多职位要看，想在一次会话里全部处理完，而不是一个一个来，就按这份指南操作。
每个职位都会分配一个独立的 Claude 工作进程。这个工作进程会读取你的简历、给匹配度打分、写一份完整报告，并保存一份定制的 PDF，全程无需你动手。
第 1 步：把职位添加到输入文件
批处理系统会从一个名为 batch/batch-input.tsv 的文件中读取职位 URL。你可以把它看作评估器的待办清单。
用任意文本编辑器打开 batch/batch-input.tsv。
每个职位添加一行。每行有四列，用制表符（Tab）分隔：
| 列 | 填写内容 |
|---|---|
id | 这个职位的唯一编号（1、2、3……） |
url | 完整的职位发布 URL |
source | 你在哪里找到它（例如 LinkedIn、Greenhouse） |
notes | 可选备注，没有就留空 |
保存文件。
示例：
id url source notes
1 https://jobs.example.com/senior-engineer LinkedIn
2 https://greenhouse.io/jobs/fullstack-dev Greenhouse priority
3 https://builtinaustin.com/job/rails-dev BuiltIn 提示
每个 ID 都必须是唯一的编号。不要跳号，也不要重复。
第 2 步：预览批次（推荐）
正式处理之前，先快速检查一下有多少职位在排队。这一步还不会评估任何内容，只是预览。
./batch/batch-runner.sh --dry-run你会看到待处理职位及其 ID 的列表。如果发现问题，现在就修正输入文件，免得在一份有误的清单上浪费时间。
第 3 步：运行批处理
准备好后就启动批处理。你可以一次处理一个职位，也可以同时处理多个。
一次一个（最慢，占用内存最少）：
./batch/batch-runner.sh一次两个（比较稳妥的默认选择）：
./batch/batch-runner.sh --parallel 2一次三个（更快，但电脑负担更重）：
./batch/batch-runner.sh --parallel 3跳过评分低于某个阈值的职位（例如低于 4.0，满分 5 分）：
./batch/batch-runner.sh --parallel 2 --min-score 4.0批处理运行时，留意终端输出。每一行都会告诉你正在处理哪个职位，以及它是已完成还是失败了。
如果某个被委派的工作进程遇到一则由招聘中介发布、需要你确认的职位，它会在写入报告、简历、申请草稿或 tracker 行之前停下，并把该职位标记为 needs_confirmation。请在父交互会话中回答显示的问题；只有在你明确作答之后，该会话才会继续处理这个被挂起的职位。--retry-failed 和 --resume-paused 都不会恢复这类等待确认的职位。
第 4 步：边运行边查看结果
你不必等整个批处理结束。每个职位处理完成后，结果就会出现。
完整评估报告 → reports/
每份报告都是一个文件，命名类似 042-company-name-2026-04-14.md。打开它可以看到：
- 职位概要
- 你的简历与职位的匹配程度
- 薪资调研
- 建议的面试准备计划
每份报告还包含一个 Risk Summary（风险摘要）。其中的 Fixed-term contract（固定期限合同）一行会引用职位描述中明确提到固定期限的原文；如果没有相关表述，则显示 ✅ no fixed term disclosed；如果无法获取职位描述，则标记为未评估。对应的 Machine Summary 字段是 risk_summary.fixed_term，取值只能是以下之一：
| 值 | 含义 |
|---|---|
detected | 职位描述明确说明这是固定期限岗位 |
not_detected | 未发现明确的固定期限表述 |
not_evaluated | 无法获取职位描述，未进行此项检查 |
Tracker 条目 → batch/tracker-additions/
每个职位还会在这里留下一个简短的摘要文件：一行列名表头，加上一行数值。它们会在第 6 步合并进你的主 tracker。
Score Evidence
报告在 Risk Summary 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、薪酬、文化信号和危险信号（red flags）。每一行都会记录一个证据状态（supported、partial 或 unknown）、一个具体的来源或观察，以及一个尚未解决的问题。该部分最后给出证据可信度等级（High、Medium 或 Low）、评定理由，以及最多三个需要优先核实的事项。
这个等级描述的是 Global Score（综合评分）背后的证据。它既不是录用概率，也不是 Block G 的职位真实性等级，也不会改变数字评分。Machine Summary 会把五个状态保存在 score_evidence 中，把等级保存在 confidence 中，把优先核实事项保存在 confidence_gaps 中。没有剩余的优先事项时，confidence_gaps 为空列表。
第 5 步：重试失败的职位
工作进程有时会失败，例如某个职位链接已经打不开了。失败的职位会显示在终端中，并附带一条简短的错误信息。
只重试失败的职位：
./batch/batch-runner.sh --retry-failed把最大尝试次数从默认的 2 次提高到 3 次：
./batch/batch-runner.sh --retry-failed --max-retries 3批处理会跳过所有已经成功完成的职位，所以重复运行这条命令始终是安全的。
第 6 步：把结果合并进你的 tracker
批处理结束后，运行下面这条命令，把所有新的评估结果添加到 data/applications.md：
node merge-tracker.mjs这个脚本会：
- 从
batch/tracker-additions/读取摘要文件 - 检查重复项，确保同一个职位不会出现两行
- 把新条目添加到你的申请 tracker
- 把已处理的文件归档到
batch/tracker-additions/merged/
只预览改动、不写入任何内容：
node merge-tracker.mjs --dry-run下一步
打开 data/applications.md，在一张表格里查看你的所有评估结果。接下来你可以：
- 按评分排序，找出最匹配的职位
- 打开
reports/中的单份报告，深入查看完整内容 - 用
/career-ops apply为你最看好的职位开始申请流程