求职到后半程，问题常常不是没有投递，而是岗位链接、简历版本、匹配评分、开放题回答和跟进状态散在不同地方。career-ops 适合解决这个杂乱点：它把 Claude Code、Codex 这类 AI 编程 CLI 变成一个本地求职管理工作台，数据放在自己的机器上。

安装前先准备什么

career-ops 的安装门槛不高，但前置条件要看清。官方 SETUP 文档要求有一个 AI coding CLI，例如 Claude Code、Codex、Gemini CLI、Qwen Code 或 OpenCode；还需要 Node.js 18+ 和 git，npx 随 Node 一起提供。若想用 dashboard TUI，Go 1.21+ 是可选项。失败场景很典型：Node 版本太低，安装器直接拒绝继续；没有 git，则无法正常拉取工作区。

一条命令安装

推荐路径是直接运行 npx @santifer/career-ops init。这个命令会把最新版放到本地 ./career-ops，并安装依赖。随后进入目录，按自己用的工具启动：Claude Code 输入 claude，Codex 输入 codex。首次启动时，career-ops 会通过对话收集 CV、姓名、目标岗位、薪资期望等信息，不必先手动改一堆配置文件。

这里有一个很实际的准备动作：先把简历整理成一份干净文本，删掉不想参与匹配的旧经历，再准备 2-3 个目标岗位关键词。输入信息太散时，评分报告会把不相关经历也算进去，后面生成的 PDF 看似完整，实际不够聚焦。

Claude Code 和 Codex 的差别

Claude Code 常见入口是 slash command，例如让它执行 career-ops 的 scan、pipeline、pdf、email、tracker 等模式。Codex 这边要多做一个判断：如果当前环境没有原生 /career-ops，就用普通语言说同一件事，比如让它用 auto-pipeline 评估一个岗位链接，或运行 tracker 汇总状态。批量任务可用 codex exec，适合一次处理多个岗位。

装好后先跑小任务

不要第一次就丢 100 个岗位链接。更稳的测试是选一个真实 JD，先让 career-ops 做评估报告，检查它是否能引用 CV 信息、给出匹配理由、识别红旗，再生成一份定制 PDF。若 PDF 报错，官方文档提示需要安装 Chromium：npx playwright install chromium。这个环节能提前发现浏览器依赖和简历数据问题。

验收时看三个文件就够：评估报告是否有分数和理由，PDF 是否能打开，tracker 是否记录了岗位状态。三项都正常，再去跑 scan 或 pipeline。若报告里只出现泛泛匹配词，没有引用具体经历，先回头改 CV 和目标描述，不要急着批量投递。

求职管理怎么用

实际使用时可以按四段走：scan 找岗位，pipeline 处理待评估链接，pdf 生成简历，tracker 看状态。email 模式只应生成草稿，不该自动发送、提交或点击按钮。申请表开放题也一样，先让它起草，再由本人改措辞。求职材料里有个人经历和薪资信息，本地运行并不等于不用审稿。

我的使用判断是，把 career-ops 当成求职台账，不当成自动投递机器。它适合帮你筛掉明显不匹配岗位、整理材料版本、提醒下一步动作；真正点击提交前，仍要人工确认岗位、公司、薪资范围和回答内容。尤其是跨地区岗位，签证、远程政策和时区要求不能只看 AI 的摘要。

不适合哪些情况

如果只是偶尔投一两份简历，用普通表格可能更轻。career-ops 更适合岗位量大、想做评分筛选、需要多版本 CV 和投递跟踪的人。安装成功只代表工作台可用，真正省时间的关键是把 CV 写清、目标岗位收窄，再让 Claude Code 或 Codex 执行固定流程；目标模糊时，自动化只会把混乱放大。