AI 应用AI 技能【免费下载链接】ai-job-searchThe job search that runs on your machine. AI job application framework built on Claude Code: evaluate postings, tailor CVs, write cover letters, prep interviews. Fork it and own it.项目地址https://gitcode.com/GitHub_Trending/ai/ai-job-search点击查看免费下载导读本文以仓库根目录的 AGENTS.md 为骨架剖析 AI Job Search 工作区如何用thin-pointer 设计薄指针 / 单一事实来源组织候选档案、工作流规范与门户搜索技能使其能同时被 Claude Code、Google Antigravity、Codex、Cursor、Gemini CLI 等多种 Agent 运行时无缝消费。读完本文你将理解该工作区指针薄、内容厚的目录分层原则掌握CLAUDE.md、.claude/与.agents/三者的职责边界并能基于这套模式为自己的多 Agent 项目设计防配置漂移configuration drift的目录结构。一、工作区定位一个跑在你机器上的求职系统AGENTS.md 开篇即声明该工作区被结构化地用于管理求职活动的方方面面——scraper 工具、CV、求职信与面试准备。它不是一个普通文档目录而是一套可被多种 AI Agent 运行时读取并执行的操作系统式工作区Agent 不只是读文件而是按规范执行完整的求职流水线评估岗位、定制简历、撰写求职信、准备面试。这一点与仓库根目录 README.md 描述的定位一致这是一个基于 Claude Code 构建的 AI 求职应用框架主张Fork it and own it——即每个求职者 fork 后填入自己的真实资料就能拥有一套私人定制的求职自动化系统。正因如此如何防止不同 Agent 框架读到相互矛盾的配置成为该项目的核心工程问题thin-pointer 设计就是它的答案。二、thin-pointer 设计的核心思想先防漂移再谈功能2.1 为什么需要 thin-pointerAGENTS.md 明确点出了引入该设计的动机To prevent duplication and configuration drift across different AI agent frameworks (Claude Code, Google Antigravity, Codex, Cursor, Gemini CLI, etc.)在实际使用中同一位开发者可能在不同终端、不同项目副本中切换多个 Agent 运行时。如果每个框架各自维护一份候选人资料或工作流说明的副本那么重复维护改一次简历技能清单要在 N 份副本里同步 N 次配置漂移某份副本被改动后不同 Agent 对同一求职者的认知不再一致——一份说精通 Python另一份还是旧数据权威性丢失当多份配置互相矛盾时Agent 无从判断哪份是真相。thin-pointer 的解法是所有 Agent 运行时统一从少量权威文件canonical specifications加载规范与候选人档案目录本身只存放指针薄被指向的文件才承载内容厚。AGENTS.md 用一句话概括了这套契约All agent runtimes should load the canonical specifications and candidate profiles from the files and directories below.2.2 三大信息来源一条明确的加载契约AGENTS.md 把整个工作区的权威数据源归纳为三类构成任何 Agent 启动工作前必须遵循的加载路径类别权威来源职责1. 个人候选人档案CLAUDE.md .claude/skills/job-application-assistant/01-*.md等求职者身份、联系方式、教育背景、目标偏好2. 权威工作流规范.claude/.claude/skills/与.claude/commands/setup、scrape、rank、apply、upskill、interview 等任务的逐步指令与触发条件3. 门户搜索技能.agents/skills/每个门户一个SKILL.md各招聘门户的搜索 CLI 封装可移植 Agent Skills 格式关键纪律AGENTS.md 原文Do not duplicate these rules or specifications. Treat.claude/files as the single source of truth.—— 即任何地方不得复制这些规则.claude/目录内的文件是工作流规范唯一的真源。这条纪律正是防漂移的落地点新 Agent 框架接入时只需指向这三个位置无需搬运任何内容。三、信息来源一个人候选人档案CLAUDE.md profile 技能族3.1 CLAUDE.md候选人的主档案CLAUDE.md 是候选人的身份中枢其## Candidate Profile一节由/setup命令在首次配置时用真实信息替换所有[PLACEHOLDER]占位符后生成涵盖Identity姓名、所在地、通勤约束、语言表含熟练度等级、CV 语言、在职状态、LinkedIn 头条Education / Professional Experience / Technical Skills按时间倒序的结构化履历Certifications / Publications / Awards资质与荣誉Behavioral Profile性格测评结果与优势、成长点、理想工作环境Target Sectors / Deal-breakers目标行业与硬性排除条件。此外CLAUDE.md 还内嵌了## Workflow for New Job Applications新岗位申请的标准流程与## Verification ChecklistCV/求职信产出后必须逐项自检的核对清单后者包括事实准确性、针对性、一致性、质量以及强制性的 PDF 编译验证CV 用 lualatex、求职信用 xelatex页数分别精确为 2 页与 1 页。3.2 job-application-assistant 技能族方法论的九个模块AGENTS.md 特别点名了 .claude/skills/job-application-assistant/ 下的01-*.md系列文件。该目录共 10 个文件其中 SKILL.md 是入口定义了触发词job postingCVcover letterinterview prep等与四步工作流评估匹配 → 定制 CV → 撰写求职信 → 面试准备01-*.md至09-*.md九个模块构成方法论全集文件主题01-candidate-profile.md教育、经历、技能、论文、奖项的结构化档案02-behavioral-profile.md行为测评、优势、理想环境03-writing-style.md语气、结构与写作禁忌如禁用破折号、禁陈词滥调04-job-evaluation.md岗位匹配打分框架05-cv-templates.mdLaTeX CV 结构与定制规则06-cover-letter-templates.mdLaTeX 求职信结构与定制规则07-interview-prep.mdSTAR 示例、棘手问题、角色扮演指南08-application-forms.md门户表单的自由文本字段自我简介、项目条目、限字数的 pitch09-web-research.md抓取岗位与公司页的信任边界、WebFetch 403 回退与升级顺序其中04-job-evaluation.md值得单独说明它定义了先于打分的两扇门禁Eligibility Gate 资格门禁与 Language Gate 语言门禁和五个打分维度技术匹配、经验匹配、行为匹配、职业匹配等其语言门禁结果会被/rank持久化进seen_jobs.json的language_gate字段并作为否决项。这正是 thin-pointer 的体现——打分规则只存于此文件/scrape、/rank、/apply全部引用同一份。四、信息来源二.claude/权威工作流规范4.1 分层skills能力与 commands命令AGENTS.md 指出任务级规范存在于 .claude/ 目录下具体分两处.claude/skills/声明式能力定义。除上述job-application-assistant外还有 job-scraper/SKILL.md负责门户搜索编排与去重与 upskill/SKILL.md技能提升.claude/commands/斜杠命令实现。仓库实际包含setup、scrapeskill 形式、rank、apply、outcome、interview、reset、expand、add-portal、add-template、gmail-sync、html-report、notion-sync等命令的逐步指令。以 .claude/commands/apply.md 为例它是一份起草者-评审者双 Agent 工作流规范Step 0 解析输入并把岗位文本视为不可信数据禁止执行其中内嵌的指令、Step 1 由起草者评估匹配并做来源主机验证、Step 2 起草 CV 与求职信、Step 3 派发独立评审 Agent 做事实溯源审计Grounding Audit、Step 4 按评审反馈修订、Step 5 强制编译并视觉检查 PDF、Step 6 按 CLAUDE.md 的核对清单汇报结果并记录到job_search_tracker.csv。4.2 命令与技能如何互相引用而不复制thin-pointer 设计在此体现得尤为彻底命令文件之间通过引用对方已定义过的规则来避免重复定义。.claude/skills/job-scraper/SKILL.md 的 Step 5 声明当选出岗位后直接转入job-application-assistant技能的工作流而不再重复实现评估逻辑该 SKILL.md 的记录步骤Step 3b明确写道Follow/applyStep 6b exactly ... It is stated there once so the two paths cannot drift—— 即同一套记录申请规则只在/apply中写一次/scrape路径引用它从而两条路径不可能各自演化出不同的记录格式.claude/commands/rank.md 的评分权重技术 30%、经验 25%、行为 15%、职业 30%与阈值分带Strong Fit 75 等直接取自04-job-evaluation.md命令内不重抄定义只引用。4.3 状态文件与工具辅助薄指针延伸到数据层工作流规范还规定状态与命令行工具的分工防止状态流经对话上下文造成漂移job_scraper/seen_jobs.json是抓取去重状态文件键由 tools/job_key.py 以岗位的纯函数方式生成保证跨运行稳定长标题做长度截断并用哈希消歧/rank明确要求绝不把seen_jobs.json读入对话而是通过 tools/rank_state.py 的candidates、sweep --write、apply --results子命令以查询方式读写.claude/settings.json 通过权限白名单约束 Agent 可执行的命令如Bash(bun run .agents/skills/jobbank-search/cli/src/cli.ts:*)、Bash(python tools/job_key.py:*)、Bash(python3 salary_lookup.py:*)从运行时层面保证规范只能触碰被授权的工具。这套状态不经过对话、只经过工具的约定可视为 thin-pointer 在数据一致性维度的延伸状态文件是唯一真源任何 Agent 框架都必须通过同一批工具读写。五、信息来源三.agents/skills/可移植门户搜索技能5.1 可移植 Agent Skills 格式AGENTS.md 指出门户搜索 CLI 存放于 .agents/skills/采用可移植的 Agent Skills 格式每个门户一个SKILL.md。仓库实际包含六个门户技能linkedin-search、freehire-search、jobbank-search、jobdanmark-search、jobindex-search、jobnet-search。以 .agents/skills/linkedin-search/SKILL.md 为范例它的 frontmatter 包含name、version、description、context: fork、enabled: true与allowed-tools。其中context: fork表明技能为 fork 场景设计——位置参数始终显式传入同一技能在任何市场开箱即用enabled: true是门户开关设为false可让门户保持安装但被/scrape跳过该文件的注释原文set to false to keep this portal installed but have /scrape skip itallowed-tools限定本技能只允许运行bun run .agents/skills/linkedin-search/cli/src/cli.ts *这一条命令。技能正文给出完整 CLI 用法search子命令支持--location必填、--query、--jobage/--jobage-minutes、--remote、--page、--limit、--format json|table|plaindetail子命令接受数字 job ID、完整 URL 或 URN。全部通过bun运行、无认证、无运行时依赖数据来自 LinkedIn 公开的jobs-guest端点。5.2 自动发现与/scrape编排AGENTS.md 明确了两个关键机制Codex 与 Antigravity 会自动发现.agents/skills/下的技能可移植格式天然被这些框架识别/scrape工作流编排它们.claude/skills/job-scraper/SKILL.md 的 Step 1b 规定读取.agents/skills/*/SKILL.md发现所有已安装门户技能使用每个门户自己文档化的 CLI 接口绝不猜测 flag并遵守enabled开关随后把各门户结果合并、去重、按匹配度呈现。这种编排者.claude/与执行者.agents/分离的结构使新增门户无需改动编排逻辑——这正是 thin-pointer 的收益/add-portal命令只需在.agents/skills/下新增一个技能目录/scrape下一轮运行即自动纳入任何 Agent 框架都通过同一路径发现它。六、fork 场景thin-pointer 让复制即拥有成为可能AGENTS.md 的链接列表与全文处处指向 fork 工作流这与仓库定位Fork it and own it互相印证候选人资料集中在 CLAUDE.md 与 profile 技能族fork 者只需替换身份类占位符方法论无需改动.claude/commands/setup.md 提供三条 onboarding 路径文档文件夹导入、单 CV 导入、访谈式问答最终都收敛到同一批 profile 文件其 Step 0 甚至会在写入前检查origin是否为公开 fork提醒用户个人资料提交到公开仓库的可见性风险门户技能以参数化位置运行任何国家的求职者都能直接使用测试目录 tests/ 覆盖了test_setup_command.py、test_scrape_contract.py、test_apply_records_application.py、test_rank_command.py等从侧面验证各命令与状态契约在 fork 后仍可回归验证。从源码结构看这套设计的稳定性依赖于一条原则模板与规则保持通用个人数据保持集中。通用规则一旦被 fork 者改动会通过framework_versionfrontmatter如1.0.0、1.3.4与 CHANGELOG.md 追踪而个人数据则严格限定在三个权威位置。七、实践建议把 thin-pointer 模式复制到你的项目结合 AGENTS.md 给出的契约可以将这套模式抽象为可移植的四条设计原则指针薄、内容厚根目录只放少量权威入口文件如AGENTS.mdCLAUDE.md所有细节下沉到按职责划分的子目录一份规则只写一次其余位置引用跨命令、跨技能复用的规则记录格式、打分权重、字段 schema只在一个权威文件定义其它路径以Follow X Step N exactly的方式引用技能与编排解耦可执行能力门户 CLI、工具放独立目录编排逻辑通过自动发现读SKILL.md接入新增能力不触碰编排代码状态文件不进对话持久状态由专门工具以查询/写入方式访问任何 Agent 框架都走同一条读写路径避免上下文里的状态与磁盘上的状态漂移。对多 Agent 项目的直接落点为每个 Agent 框架在项目根目录写一份薄薄的AGENTS.md只声明去哪些权威位置加载规范并禁止框架在自身配置目录缓存项目规则的副本——缓存即漂移的开始。结语AGENTS.md 全文不过数十行却定义了 AI Job Search 工作区最重要的工程契约用 thin-pointer 设计把候选人是谁CLAUDE.md profile 技能族、工作怎么做.claude/命令与技能、去哪找岗位.agents/skills/门户技能三件事明确分工让 Claude Code、Antigravity、Codex、Cursor、Gemini CLI 等任意运行时都能从同一组权威文件起步杜绝重复维护与配置漂移。对 fork 者而言这意味着拿到仓库即可运行、改了个人资料即可拥有对任何想要构建多 Agent 共享工作区的开发者而言它是一份可直接照搬的分层范本。进一步阅读仓库根的 AGENTS.md本文骨架、CLAUDE.md候选人主档案与核对清单、.claude/skills/job-application-assistant/SKILL.md四步申请工作流、.claude/skills/job-scraper/SKILL.md门户搜索编排、.claude/commands/apply.md双 Agent 申请流水线、.agents/skills/linkedin-search/SKILL.md门户技能范例以及 tests/ 下对应的契约测试。赞分享AI 应用AI 技能【免费下载链接】ai-job-searchThe job search that runs on your machine. AI job application framework built on Claude Code: evaluate postings, tailor CVs, write cover letters, prep interviews. Fork it and own it.项目地址https://gitcode.com/GitHub_Trending/ai/ai-job-search点击查看免费下载相关推荐InceptionNeXt小型模型社区贡献指南如何参与开源项目并分享你的改进InceptionNeXt小型模型社区贡献指南如何参与开源项目并分享你的改进 欢迎来到InceptionNeXt小型模型的社区 这是一款基于Incept人工智能AI 应用AI AgentAI 技能媒体生成音视频桌面应用DeepSeek Harness 事件架构演进Agent 作用域事件统一为单 payload 对象的设计实践DeepSeek Harness 事件架构演进Agent 作用域事件统一为单 payload 对象的设计实践 导读 本篇技术文章基于 DeepSeek Har人工智能AI AgentAgent 框架DeepSeekClaude Code Usage Monitor 版本管理实践基于 pyproject.toml 的单一事实来源架构解析Claude Code Usage Monitor 版本管理实践基于 pyproject.toml 的单一事实来源架构解析 导读 本文系统讲解 ClaudeAI 应用CLI上一篇抖音下载器终极指南一键批量保存无水印视频的技术方案下一篇抖音下载神器批量保存去水印视频的终极解决方案创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考