2026-06-10 AI Agent 求職工具 Claude Code

career-ops 繁中教學 2026：Claude Code 幫你投 740 份履歷，AI 求職系統完整指南

Q: career-ops 是什麼？

career-ops 是一個開源（MIT授權）的 Claude Code Agent Skills 套件，包含 14 種 AI 求職技能，能自動化履歷撰寫、職缺篩選、offer 評估等求職流程。由 santifer 開發，已在 GitHub 累積 48,900+ stars。

Q: career-ops 能幫台灣人找台灣職缺嗎？

可以。career-ops 支援自定義職缺資料來源，可以餵入 104、Cakeresume、LinkedIn Taiwan 等平台的 JD（職位描述），讓 AI 用你的背景做適配分析和評分。繁中履歷生成需要在 resume.md 中提供繁中範本。

「他投了 740 份工作申請，最終拿到 Head of Applied AI 職位。」

這不是吹牛，這是 career-ops（48,900+ GitHub stars）的真實用戶案例。這個由 santifer 開發的開源 AI 求職系統，利用 Claude Code 多代理自動化了求職流程中最耗時的部分：篩選職缺、客製化履歷、撰寫自薦信、評估多個 offer 的性價比。

2026 年台灣 AI 職位需求激增，但競爭也空前激烈。這篇文章告訴你怎麼讓 AI 為你工作，而不是讓你為 AI 工作。

48.9K

GitHub Stars

AI 求職技能模式

740+

真實用戶投遞數

每月工具費（MIT 開源）

📋 本文涵蓋

① career-ops 是什麼，為什麼 49K stars 的人都在用
② 14 個 AI 求職技能完整說明
③ 5 分鐘快速安裝教學（MacOS / Linux / Windows WSL2）
④ 台灣工程師實戰：如何用 career-ops 找 AI 職位
⑤ 搭配 DataCamp 建構求職後的技能升級路徑
⑥ FAQ：5 個台灣讀者最常問的問題

career-ops 是什麼？為什麼 49K Stars？

career-ops 是一個 Claude Code Agent Skills 套件，開源 MIT 授權，專門針對求職這個「超高頻、超耗時」的場景設計。它不是幫你「投履歷的機器人」，而是一個幫你思考和分析的 AI 副駕駛：

🔍 分析職位描述（JD）：自動提取關鍵要求，評分你的適配度
✍️ 客製化履歷：根據每份 JD，調整你履歷中的措辭和重點
📝 撰寫自薦信：生成個人化 cover letter，不再是複製貼上
📊 評估 Offer：薪資、文化、成長空間的系統化評分
🎤 模擬面試：根據 JD 生成最可能的面試問題

🏆 真實案例：740 份申請 → Head of Applied AI

santifer（creator）本人的求職歷程：使用 career-ops 自動化分析職缺適配度後，系統性地投遞了 740+ 份申請。每份申請的履歷和自薦信都由 AI 根據對應 JD 客製化生成，最終獲得 Head of Applied AI 職位。

關鍵洞察：大量投遞 + 每份客製化，這是過去人工做到就會崩潰的組合，但 AI 把它變成可執行的策略。

14 個 AI 求職技能完整說明

career-ops 的 14 種技能模式覆蓋了求職全流程：

/resume-tailor

根據 JD 調整履歷，突出最相關的經歷

/cover-letter

生成個人化自薦信，避免 AI 味

/jd-analyze

解析職位描述，提取核心要求與紅旗警告

/fit-score

計算你與職位的適配度評分（0-100）

/offer-compare

多個 Offer 系統性比較：薪資/文化/成長

/mock-interview

根據 JD 生成最可能的面試問題 + 建議答案框架

/salary-research

根據職位/地點/年資分析薪資談判策略

/linkedin-optimize

優化 LinkedIn 個人頁面，提升被獵頭搜尋的機率

/screening-prep

電話/視訊初篩的標準問題準備

/rejection-analyze

分析被拒原因，調整求職策略

/company-research

快速研究公司文化、產品方向、最近動態

/skills-gap

分析你的技能缺口，建議學習路徑

/portfolio-review

審查作品集，提供客觀改進建議

/negotiation-script

薪資談判話術，包含繁中版本

快速安裝（5 分鐘上手）

⚙️ 前置條件：
• 已安裝 Claude Code 並設定 API key
• MacOS / Linux（或 Windows WSL2）
• Git

1 克隆 career-ops 倉庫

git clone https://github.com/santifer/career-ops.git
cd career-ops

2 安裝 Skills 到 Claude Code

# 一鍵安裝所有 14 個求職技能
bash install.sh

# 或手動複製
cp skills/*.md ~/.claude/

3 設定你的個人資料

複製範本並填入你的真實資訊：

cp templates/resume-template.md my-resume.md
cp templates/profile-template.md my-profile.md

# 用你習慣的編輯器填入個人資料
code my-resume.md  # VS Code
# 或
nano my-resume.md

填寫內容包含：工作經歷、教育背景、技能清單、個人專案。建議繁中和英文各準備一份。

4 貼上 JD，開始分析

# 在 Claude Code 中
/jd-analyze [貼上職位描述]

/fit-score my-resume.md [貼上職位描述]

/resume-tailor my-resume.md [貼上職位描述]

💡 省費技巧：搭配 headroom 使用，可壓縮 60-95% token 消耗。career-ops 的 JD 分析會傳入大量文字，headroom 的 CCR（Context Compression Routing）可以大幅降低每次分析的費用。

台灣工程師實戰：找 AI 職位的策略

Step 1：建立職缺清單

從以下台灣 AI 職缺來源收集 JD：

104人力銀行：搜尋「AI Engineer」「Machine Learning」「LLM」
CakeResume：台灣新創密度高，AI 職缺品質較好
LinkedIn Taiwan：國際公司台灣分部多
Glints Taiwan：東南亞科技公司台灣職缺

Step 2：批量適配度評分

# 對每份 JD 跑 fit-score
/fit-score my-resume.md [JD內容]

# 建立篩選標準（建議只投 70分以上的職缺）
# 這樣確保你的時間花在最有機會的職缺上

Step 3：客製化每份申請

# 生成針對性履歷
/resume-tailor my-resume.md [目標公司JD]

# 生成繁中自薦信
/cover-letter my-profile.md [目標公司JD] --lang zh-TW

# 模擬面試準備
/mock-interview [目標公司JD] --round technical

Step 4：Offer 到手後的評估

# 如果同時有多個 Offer
/offer-compare offer-a.md offer-b.md offer-c.md

# 薪資談判準備
/negotiation-script [Offer內容] --market Taiwan --yoe 5

    ⚠️ 重要提醒：career-ops 生成的履歷和自薦信必須人工審查。AI 生成的內容可能有不符合台灣職場文化的表達方式，或者填入了你實際不具備的技能（AI 幻覺）。每份申請發出前請確認內容的真實性。
  

career-ops vs 傳統求職：效率比較

任務	傳統方式	career-ops + AI	節省比例
分析 1 份 JD	20-30 分鐘	2-3 分鐘	90%↓
客製化履歷	45-90 分鐘	5-10 分鐘（審查）	85%↓
撰寫自薦信	30-60 分鐘	5 分鐘（審查）	88%↓
面試準備	2-4 小時	30-60 分鐘	75%↓
Offer 比較	主觀感覺	系統化評分	更客觀

📚 DataCamp — 找到 AI 職位後，這樣升級你的技能

career-ops 幫你拿到面試機會，但你還需要真正的 AI 技能撐起這個職位。DataCamp 的「AI Engineering」和「Data Scientist with Python」學習路徑，系統性培養你在新職位需要的核心能力。

查看 DataCamp AI 課程 →

進階用法：多代理求職流程

有 Claude Code Pro 的用戶可以設計更複雜的多代理求職流程：

# 建立自動化求職 pipeline
# Agent 1: JD 篩選器
claude "使用 career-ops /fit-score，批量分析 jobs/ 資料夾中的所有 JD，
把評分 ≥ 70 的輸出到 shortlist.md"

# Agent 2: 文件生成器
claude "根據 shortlist.md 中的每個職缺，
使用 /resume-tailor 和 /cover-letter 生成對應文件，
儲存到 applications/ 資料夾，每個公司一個子目錄"

# Agent 3: 審查提醒
claude "掃描 applications/ 資料夾，
列出所有待審查文件，並標記可能有問題的段落"

🔗 與 ECC（Everything Claude Code）整合： 如果你已安裝 ECC，career-ops 的技能可以與 ECC 的 38 個 Agent 結合，建構更完整的求職自動化工作流，例如讓 ECC 的 /web-research Agent 自動搜尋目標公司的最新動態，再餵給 career-ops 的 /cover-letter 生成更個人化的自薦信。

台灣用戶最常問的 5 個 FAQ

Q1：career-ops 是什麼？

career-ops 是一個開源（MIT 授權）的 Claude Code Agent Skills 套件，包含 14 種 AI 求職技能，能自動化履歷撰寫、職缺篩選、offer 評估等求職流程。由 santifer 開發，已在 GitHub 累積 48,900+ stars。

Q2：career-ops 需要什麼前置條件？

需要已安裝 Claude Code（claude.ai/code）並設定 API key。建議 Claude Pro ($20/月) 或 API 直連。MacOS 或 Linux 系統均可，Windows 建議用 WSL2。Git 基礎操作能力。

Q3：career-ops 一個月的使用費用大概多少？

Claude Pro 訂閱 $20/月已足夠一般使用。積極求職（每天大量分析職缺）可能需要 API 直連，預估 $10-30/月 token 費用。搭配 headroom 或 RTK 可省 60-90% token，每月 $5-10 即可。

Q4：career-ops 能幫台灣人找台灣職缺嗎？

可以。career-ops 支援自定義職缺資料來源，可以餵入 104、CakeResume、LinkedIn Taiwan 等平台的 JD（職位描述），讓 AI 用你的背景做適配分析和評分。繁中履歷生成需要在 resume.md 中提供繁中範本。

Q5：career-ops 適合什麼樣的求職者？

最適合：(1) 想主動出擊投遞大量職缺的工程師 (2) 需要客製化不同職位的履歷/自薦信 (3) 收到多個 offer 需要系統性評估的人 (4) 想用 AI 模擬面試準備的候選人。不適合：只想被動等獵頭的求職者。

🛠️ Claude Code 省費工具包 — 讓求職成本降到最低

career-ops 頻繁呼叫 Claude API 會產生費用。這個工具包包含 Claude Code token 優化配置、headroom 代理設定、省費 Prompt 模板，幫你把 AI 求職成本壓到 $5/月以下。

取得省費工具包 ($29) →

☁️ DigitalOcean — 雲端跑 career-ops 自動化流程

想讓 career-ops 在背景持續監控新職缺、自動分析？架一台 $6/月 DigitalOcean Droplet，讓 AI 求職流程 24 小時不間斷，新 offer 優先搶先機。

取得 DigitalOcean $200 免費額度 →

結論：2026 年 AI 求職就是要玩數量 × 品質

過去，「量」和「質」是求職的兩難：想多投就要犧牲客製化品質，想高品質就只能少投幾家。career-ops 打破了這個限制。

不是每個人都像 santifer 一樣投 740 份，但道理是一樣的：讓 AI 幫你做分析和初稿，你負責審查和決策。你的時間應該花在面試準備、人脈拓展、技能升級，而不是在 Word 裡複製貼上調整措辭。

2026 年台灣 AI 職場的競爭只會更激烈。先用好工具的人，先拿到好 offer。

    本文重點回顧：

career-ops = 14 種 AI 求職技能，MIT 開源，48.9K stars

核心功能：JD 分析 + 履歷客製化 + 自薦信生成 + Offer 比較 + 面試模擬

安裝：clone → bash install.sh → 填 my-resume.md → 開始用

台灣策略：104/CakeResume 收集 JD → fit-score 篩選 → 批量申請

省費：搭配 headroom 可省 60-90% token，每月 $5-10 以內

⚠️ 本文部分連結為聯盟行銷連結，你通過這些連結購買服務，AutoDev AI 可能收到少量佣金，不影響你的購買價格，感謝你的支持。career-ops 相關資訊以 GitHub 官方 README 最新版本為準，本文撰寫於 2026-06-10。