career-ops 测评：开源 CLI 求职工具的优缺点、替代品与适用场景

结论：career-ops 是 GitHub 上一个面向开发者的开源 AI 求职工具，差异化在本地 CLI 跑评分表和简历定制，而不是云端订阅。它适合愿意折腾终端、英文阅读没问题的人；只想点鼠标的用户会觉得门槛太高。

产品定位

career-ops 定位是把求职做成'可被 AI 工作流管理'的任务。它不替代招聘网站，而是跑在 Claude Code、Codex、OpenCode 等 AI 编程 CLI 里，把扫描、评分、改简历、追踪应用串成一条链路，对习惯终端的开发者来说更像'求职流水线脚本'。

核心功能与证据边界

核心思路是'先打分再行动'。项目提供四件事：扫描求职门户、用 A-F 加 1.0-5.0 的结构化量表评估匹配度、根据岗位描述定制简历、跟踪投递进度。证据边界在于评分规则来自作者的开源设定，不是行业通用；简历改写质量取决于底层调用的大模型。支持哪些求职网站、能否扫中文站点，以仓库 README 为准。

适合谁 / 不适合谁

比较匹配这几类人：有英文读写能力、熟练用终端的开发者，看海外或外企岗位；想量化'该不该投'而不是凭感觉海投的人；希望把求职流程沉淀到本地脚本、可复盘的用户。不太适合中文求职者找国内岗位、或只想用网页 UI 一键生成简历的人——它需要装 CLI、配 API Key、读英文文档，还要算 token 成本。

优缺点与限制

优点：开源可审计，评分逻辑能直接改；数据留在本地，适合在意简历隐私的人；结构化评分至少比'眼缘'更稳。

缺点：严重依赖命令行；评分表准确性没有第三方对比数据；简历改写效果取决于所用模型；求职门户扫描受网站结构限制，反爬可能失效。项目本身免费，但运行要调用 Claude、Codex 等付费 API，按 token 计费，处理几十份岗位和简历月底账单不算便宜。

替代品与试用建议

不习惯 CLI 的，LazyApply、Simplify 主打英文海投与自动填表；Rezi、Teal 更像简历管理工具，附带打分。中文场景里，Boss直聘、脉脉的 AI 助手和简历小程序已能覆盖大部分需求。

想试 career-ops，建议先在 GitHub 仓库看 README 与示例，确认评分逻辑是否符合自己的判断；再用低费用的小模型 API 跑 5 到 10 个真实岗位，看评分'准'还是'全 A 滥竽'。要改评分表就直接 fork 仓库调权重——这才是开源工具的真正红利。

它不能'AI 自动帮你找到工作'，但能把求职流程拆成可量化的步骤，至少让海投不再那么焦虑。选它的理由只有一个：你愿意让求职数据留在本地，并接受折腾命令行。