AI Job Search：让 Claude Code 全自动搞定简历、求职信和面试准备

AI Job Search：让 Claude Code 全自动搞定简历、求职信和面试准备

AI Job Search 是一个基于 Claude Code 的 AI 求职应用框架，核心价值在于将求职流程中最高频、最耗时的三个环节——职位筛选、简历定制、求职信撰写——全部交给 AI 自动完成。作者 Mads Lorentzen 本人是地球物理学家出身，2025 年底职位被裁后，用这套框架在 2026 年 6 月成功拿到 AI 工程师 offer，期间累计投递 69 封定制申请，收获 20 场初面。这个数字本身比任何功能列表都有说服力。

功能与设计原则

框架围绕一个四阶段流水线运转：职位抓取（/scrape）→ 匹配度评估（自 profiling）→ 草稿生成（含 drafter-reviewer 双代理审核）→ 最终输出（LaTeX 格式简历 + 定制求职信）。整个流程遵循三条设计原则：Tailored not generic（每封求职信都基于具体职位要求生成）、Evidence-backed（求职信引用具体经历而非泛泛而谈）、Language-agnostic（核心流程不绑定任何语言或地区，可自行替换招聘平台技能包）。

认可度

GitHub 约 21k Stars（截至 2026-08-06），周新增曾在 2026 年 7 月单周突破 10k，上榜 GitHub Weekly Trending 多个榜单。Trendshift 收录。适合作为近期「社区热点 Skill」跟踪。

链接

GitHub：https://github.com/MadsLorentzen/ai-job-search

原作者

Mads Lorentzen（GitHub: MadsLorentzen），前地球物理学家，2025 年底遭遇裁员后独立开发此框架，2026 年 6 月入职 AI 工程师岗位。他将整个求职流程（69 份申请 → 20 场初面 → 1 份 offer）公开，附上 LinkedIn 长文佐证，真实性强。

介绍

大多数求职者在写求职信时陷入两个极端：要么完全套模板（HR 一眼识破），要么每次重写（消耗大量时间精力）。AI Job Search 的解决思路是把「职位需求分析」和「内容定制」解耦——先让 AI 理解你的完整背景，再让它针对每个职位生成个性化内容，而不是简单替换占位符。

整个框架以 Claude Code 为执行引擎，配合 Bun 搭建的 CLI 工具链。用户只需填写个人 Profile 文件（经历、技能偏好、目标职位类型），后续所有职位筛选和文档生成全部自动跑完。丹麦市场的招聘平台（Jobindex、Jobnet、Akademikernes Jobbank 等）已有现成技能包可直接使用，其他市场可按同样模式自行扩展。

LaTeX 输出的简历和求职信在格式上具备天然的专业感，比 Word 模板更难出现排版问题，也更容易通过 ATS（招聘系统）解析。

特点

• Drafter-Reviewer 双代理流水线：起草代理生成初稿，审核代理提出批评意见，反复修订至达标，避免 AI 自说自话
• Structured Fit Scoring：职位匹配度打分明晰，帮助用户优先投递最有把握的岗位
• LaTeX 原生输出：简历和求职信均为 LaTeX 编译，格式专业、可版本控制，适合反复迭代
• Skill 可替换扩展：丹麦招聘平台技能包可直接换成本地平台，框架核心不变
• 真实案例验证：作者本人 69 投 → 20 面 → 1 offer，全流程有 LinkedIn 长文记录

使用方法

基础环境要求：Claude Code（CLI）、Python 3.10+、Bun、LaTeX（lualatex + xelatex）、可选 poppler（用于 PDF 文本提取）

安装步骤：

# 克隆仓库
git clone https://github.com/MadsLorentzen/ai-job-search
cd ai-job-search

# Claude Code 中初始化
claude
# 输入 /setup 按提示填写个人 Profile

# 抓取职位
# 输入 /scrape <job-portal-url>

# 生成定制简历和求职信
# 输入 /apply <job-url>

最小示例：填写完 Profile 后，单次执行 /scrape + /apply 即可完成一轮完整定制求职流程。

使用场景与人群

适用于正在主动求职的工程师群体，尤其是需要同时投递多个岗位、反复调整简历和求职信的场景。对 AI 开发者来说，这也是一个很好的 Skill 编写范本——它展示了如何用 drafter-reviewer 模式做质量控制、用结构化评分做决策辅助。对于希望将 Claude Code 能力扩展到非编程领域的用户，AI Job Search 是最完整的参考案例之一。

输入与输出案例

输入示例 1：

Profile: 地球物理背景，Python/ML 技能，目标 AI 工程师岗位
/scrap https://www.jobindex.dk/job/ai-engineer-xxx

输出示例 1：

• 匹配度评分（1-10）+ 具体匹配/不匹配理由
• 两页 LaTeX 简历（针对 AI 工程师定制，强调数据科学经历）
• 一封结构化求职信（引言 + 技能对应段落 + 结尾 CTA，引用真实项目数据）

输入示例 2：

/apply https://www.linkedin.com/jobs/view/xxx

输出示例 2：PDF 格式求职信草稿 → Reviewer 代理返回修改意见 → 修订后 Final PDF，同时附上一份「为什么我适合这个岗位」的梗概说明，供面试前快速回顾。

GitHub: https://github.com/MadsLorentzen/ai-job-search