R238Company/meu-emprego-novo

项目介绍

这个仓库把一套求职方法和一个 Python CLI 放在一起：CLI 读取你已有的 PDF/DOCX 简历、一份主档案（profile_truth.md）以及目标岗位描述，生成针对该岗位重新排序和表述的简历，并保留完整职业轨迹。它面向不想凭空编造经历、又需要为不同岗位反复调整简历的求职者；CLI 更适合会 Python 的开发者，而只使用提示词的路线可以用任意 AI 助手完成。

CLI 先把旧简历抽取成可编辑的 resume.json，再由五个 CrewAI 智能体协作：职业策略师重写摘要并按岗位重排经历；招聘经理按 1–10 分评估并指出优势、差距和关键词；简历编辑应用反馈并生成 LaTeX/PDF；候选人报告最终得分和仍未覆盖的差距；面试教练基于最终简历起草准备材料。招聘经理与编辑之间的循环在以下任一条件满足时停止：得分达到 8.5、某次修改没有提高得分（避免为了凑分而编造），或达到默认 3 次修改上限（可用 RESUME_MAX_REVISIONS 调整）。最终采用得分最高的版本，因此输出可能超过常见的两页。

快速使用

要求 Python 3.12 和一个受支持的 LLM 提供方密钥（Anthropic、OpenAI、Gemini、Grok 或 AWS Bedrock）。LaTeX 可选：没有 pdflatex 时 CLI 会用 reportlab 生成较简单的 PDF。以下命令适用于 Linux、macOS 或 Windows 的 Git Bash。

git clone https://github.com/R238Company/meu-emprego-novo.git
cd meu-emprego-novo
python3.12 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
cp .env.example .env

编辑 .env：把 LLM_PROVIDER 设为 anthropic、openai、gemini、grok 或 bedrock，并填写对应密钥。示例文件默认使用 Bedrock，不用 AWS 时要改掉。

先用仓库自带的虚构候选人跑通流程；这些命令会真实调用提供方并消耗额度：

mkdir -p input/dev_procurando data/dev_procurando/job_profiles
cp examples/dev_procurando/profile_truth.md examples/dev_procurando/job_desc.md input/dev_procurando/
cp examples/dev_procurando/resume.json data/dev_procurando/
cp examples/dev_procurando/job_profiles/*.txt data/dev_procurando/job_profiles/
python main.py --person dev_procurando --job --lang en

结果位于 outputs/dev_procurando/senior_full_stack_engineer_react_node_example_corp/，可与参考 PDF对照。处理自己的数据时，创建 input/<你>/，放入至少一份 PDF/DOCX 简历和按模板写的 profile_truth.md，运行 python -m src.scripts.ingest_resume --person <你>，然后检查并修正 data/<你>/resume.json。把岗位描述放进 input/<你>/job_desc.md，运行 python main.py --person <你> --job；要英文版加 --lang en。输出目录会包含 resume.json、.tex、PDF、coverage_review.md、rating_report.md 和 interview_prep.md。CLI 到此为止，事实核对和投递仍需你手动完成。

使用约束

简历、岗位描述和输出等个人数据会发送给你选择的 LLM 提供方，API 按执行次数计费；由于存在评审与修改循环，一次运行可能比智能体数量调用更多次。input/、data/、outputs/ 和 privado/ 已被 git 忽略，API 密钥放在 .env 中。重新运行 ingest_resume 会覆盖 resume.json，包括你手动做的修正。智能体提示词能减少但不能消除编造，提交前必须核对每个日期、职位和数字。最终得分低于 8.5 可能反映真实差距，是有效结果。CLI 只覆盖简历生成、覆盖度审查和面试准备草稿；职位搜索、筛选、投递和记录仍需手动完成。项目不支持不读岗位的海投，且以 MIT 许可证发布。

HotRepo 点评

该仓库在 HotRepo 2026-11-03 的 Python 新项目榜上出现，记录窗口从 100 Star 增至 109 Star，期间新增 9 Star 和 1 Fork，窗口约一小时。单次快照只能说明早期的关注，不足以判断趋势。更具体的差异点在于明确的约束设计：主档案优先级高于其他输入、修改循环在无法提高得分时停止，以及同时提供纯提示词和 CLI 两条路线。对需要大量投递的开发者来说，它是一层可读可改的自动化，而不是打磨过的 SaaS；没有 Python 或 API 使用经验的求职者更适合走提示词路线。