Career-Ops 求职运营实践
项目概览
这个项目是基于 Career-Ops 开源系统做的本地化求职运营实践。它把岗位分析、简历定制、职业画像、材料输出和求职管道管理放进同一套工作流，用 AI 辅助完成“从岗位要求到定制简历”的闭环。
我用它整理环境 AI 数据工程师、AI 产品经理、总经办数字化研究等不同方向的简历版本，并把自己的经历重新组织成更适合目标岗位的表达。
访问入口
上方“查看简历样例”入口展示的是环境 AI 数据工程师方向的 HTML 简历输出，用于说明系统可以生成结构化、可直接预览的求职材料。
项目介绍视频口径
这段视频可以按 60 秒讲：
- 先说明问题：简历不是一份通用材料，不同岗位需要不同表达。
- 展示 Career-Ops 的工作流：岗位分析、匹配度判断、材料生成、追踪记录。
- 展示环境 AI 数据工程师 HTML 简历，说明它如何把环境工程、AI 工具、知识库、数据处理经验组织到一起。
- 展示多个方向的输出版本，说明系统支持岗位差异化定制。
- 最后强调：价值不在“自动海投”，而在“把求职变成可复盘、可迭代的运营系统”。
我的工作
- 基于 Career-Ops 的模式文件和模板，整理适配自己的职业方向与材料结构。
- 将环境工程、AI 工具落地、知识库搭建、管道数据处理和跨团队赋能经历转写成岗位表达。
- 生成多个方向的定制简历 HTML/PDF，包括环境 AI 数据工程师、AI 产品经理、总经办研究员数字化方向等。
- 根据不同岗位重点调整项目顺序、关键词、技能结构和成果表达。
- 将生成结果反向用于个人网站内容替换，让作品集、简历和求职材料保持一致。
具体效果呈现
- 输出了环境 AI 数据工程师方向的 HTML 简历和 PDF 简历。
- 形成多个岗位方向的定制简历版本，减少每次从零改简历的成本。
- 将简历内容同步沉淀到个人网站首页、关于页和项目案例中。
- 通过结构化材料梳理，明确“环境行业 + AI 工具落地 + 数据处理”的求职主线。
技术栈
- 工作流：Career-Ops、AI CLI、Agent modes
- 自动化：Node.js、Playwright、Markdown/YAML 模板
- 输出：HTML 简历、PDF 简历、岗位定制材料
- 数据：职位描述、个人经历、项目案例、技能结构
展望与规划
- 继续补充岗位库和投递记录，形成可追踪的求职漏斗。
- 将项目视频、网站链接和案例页接入简历，形成“简历 -> 网站 -> 项目详情”的证据链。
- 维护一个主版本简历和多个岗位分支，减少内容漂移。
- 将面试问题、STAR 故事和项目讲解口径纳入同一套材料库。