AI Job Search Vibe 项目

AI Job Search 是一个基于 Claude Code 构建的开源求职自动化框架，用户只需 Fork 仓库并填写个人资料，即可让 AI 自动完成职位匹配评估、定制 LaTeX 简历、撰写个性化求职信、以及模拟面试准备的全链路求职流程。该项目采用起草-评审双代理架构（Drafting & Review），由第一个 Agent 生成简历和求职信初稿，第二个 Agent（基于全新上下文）主动研究目标公司背景后对草稿提出批评意见并要求修改，确保所有内容真实准确、无虚构信息。框架还内置技能差距分析、学习路线规划、职位搜索去重、批量排名、申请结果跟踪等功能，覆盖从职位搜索到入职准备的全流程。

技术层面，该项目基于 TypeScript 构建，核心依赖包括 Claude Code（AI 编程助手）、Python 3.10+（数据处理）、Bun（丹麦职位搜索 CLI 工具）、LaTeX（简历与求职信生成）。简历采用 moderncv LaTeX 模板（lualatex 编译），求职信采用自定义 cover.cls 模板（xelatex 编译）。PDF 生成后，系统会自动检查版面是否恰好为 2 页、字体是否一致、有无孤立行，确保投递出去的文档专业美观。同时，系统内置 ATS（候选人跟踪系统）解析性检查，确保简历能被招聘平台的算法正确识别。

与传统求职工具相比，AI Job Search 的核心差异化在于两点：其一，它不是「关键词海投」模式，而是基于职位描述与个人资料的智能匹配评估，只推荐真正适合的岗位；其二，它将求职质量控制机制工程化——每个申请都经过起草、评审、修改三阶段，而非一次性生成后直接投递，最大限度避免了简历中的虚假夸大。

项目本身语言和国家无关，核心工作流（个人资料录入、匹配评估、起草-评审申请流水线）适用于任何市场。职位搜索技能目前面向丹麦市场（Jobindex、Jobnet、Akademikernes Jobbank 等），但框架设计为可扩展，全球任何地区的开发者都可以基于相同模式为自己的本地招聘平台构建搜索技能。

AI Job Search 采用 MIT 许可证，完全开源，所有代码可审查，数据完全存储在用户本地机器，无任何云端同步或遥测收集。该项目在 GitHub 已获得 17,000+ Star，5200+ Fork，是当前 Claude Code 生态中求职自动化领域最受欢迎的开源项目之一。作者 Mads Lorentzen 本人是一位丹麦地球物理学博士，他用这个框架成功找到了工作，并将完整经历分享在项目 README 中，展示了该项目在实际求职场景中的可用性。