我构建了一个开源AI代理团队，为你找到真正适合的工作——不是批量投递机器人。寻求反馈与贡献者

我一直在构建 Job Hunter Team —— 一个为你运行求职搜索的自主AI代理团队。你设定方向；它们全天候搜索招聘网站，阅读每个职位，评估与你的画像匹配度（0–100分），并为值得申请的职位草拟定制简历和求职信。申请数量更少，但更有针对性 —— 最终“发送”始终由你决定。 为何构建它。我在2026年初找工作时，大部分申请都石沉大海。我将几个LLM代理组合起来，处理搜索中繁琐的部分；两周内它分析了约200个职位，准备了约20份定制申请，并让我获得了5次面试。效果不错，于是我重新构建，使其适用于任何人。 它故意设计成非批量投递机器人。市场已陷入军备竞赛 —— 通用申请太多，雇主用AI过滤，导致每个人获得的关注更少。这个方案反其道而行：找到合适的匹配，并帮你调整自己提供的内容以适应市场需求。 难点在于保持经济性。团队监控自身预算并调节节奏，可持续运行整个月而不超支。一次真实的一个月运行：发现658个职位，307个评分70+（平均71/100），覆盖24个国家，无需人工干预（数字和图表在仓库中）。 技术栈：Node.js + TypeScript（CLI + 编排）、Python（预算监控+提供者粘合）、代理运行在Claude Code / Codex / Kimi CLI上，使用tmux + SQLite管理共享状态，还有Next.js + Supabase网页仪表板和Electron桌面应用 —— 全部放在一个Docker容器中，保持你的机器整洁。 目前还处于早期阶段，坦白说，目前以CLI为主（为非技术用户开发的桌面应用是最大的待办事项）。它采用MIT开源，我正在寻找反馈、贡献者和Beta测试者。我最想攻克的是：让它完全在本地模型上运行，这样只需电费 —— 找工作不应受限于谁用得起AI。