资源介绍
视频数量：16个
总时长：4小时4分
课程介绍：
搭建本地优先的AI求职运营管道
投了两个月简历，回复寥寥。这种失控感往往比找不到工作本身更让人焦虑：简历改了十几个版本散落在不同文件夹里，跟招聘方的沟通埋在各种AI聊天窗口中，哪些岗位投过、哪些没投全凭记忆，求职信每次都重新写一遍然后怀疑自己写得对不对。
这门课想解决的就是这个困境。讲师Maxime Grenu会带你从零搭建一套本地优先的求职运营管道，整个过程完全基于开源的Career Ops项目，所有数据存在你自己的电脑里，不依赖任何云服务。核心原则只有一条：自动化负责处理那些繁琐但可重复的准备工作，而所有关键决策权始终留在你手中。课程不会出现任何自动投递或自动发送的功能，所有演示用的都是合成数据。
一、环境搭建与版本锁定
第一章会带你完成整个系统的地基。你会学到在干净隔离的环境中安装固定版本的开源工具，理解为什么版本锁定对求职系统如此重要——简历数据、岗位匹配结果、历史记录都依赖这套工具处理，一旦版本漂移就会引发数据不一致的连锁反应。这一章还会介绍Node.js和Playwright层的安装路径，以及Agent Skill后端的架构和仓库布局。学完之后，你会在自己电脑上拥有一个可复现、可验证的运行环境。
二、策略定义与素材准备
有了环境之后，课程进入策略层。你需要梳理自己的职业画像、常关注的招聘门户、过往能拿得出手的项目证明。这些信息会被整理成结构化的cv.md文件，并套用经过ATS即简历自动筛选系统验证的模板。很多人投简历石沉大海，问题往往不在能力，而在于简历格式无法被招聘方的系统正确解析。这一章帮你把素材准备到位，每一条都有据可查。
三、岗位发现与风险评估
第三章是课程的实战部分。你会学到用无头浏览器扫描招聘网站、验证岗位链接是否仍然有效，以及通过原型识别即Archetype Detection判断一个岗位属于A到F哪类工作机会，同时还有Block G机制处理工作授权相关的合规问题。这一章教你在批量操作之前先把低质量、过期或可疑的岗位过滤掉，避免把精力浪费在根本不会回复的机会上。
四、真实素材与安全预填
求职信、求职邮件、简历PDF，这些素材的生成都有讲究。第四章会教你如何生成格式规范的PDF求职材料、自动起草求职信和跟进邮件，并安全地对申请表进行预填。这里"安全"两个字是重点：预填不等于提交，所有操作都可逆可追溯，你随时可以中断和审查，确认无误后再决定下一步。
五、批量评估与仅起草外联
如果你手头有一批岗位需要集中处理，第五章提供了有界批量评估方案。你会学到如何用流水线队列管理多个评估任务，通过预设报告编号实现可中断、可恢复的操作流程。这一章还会介绍深度研究功能，帮助你在起草外联邮件前快速了解目标公司，但整个流程严格限定在"仅起草"阶段，永远不会自动发送任何内容。
六、本地Web仪表盘
第六章教你搭建一个本地运行的Web仪表盘，所有数据仍然以文件形式存储在本地。这个仪表盘提供了与命令行工作流完全对应的可视化界面，让你可以更直观地查看任务进度、评估结果和投递记录。课程特别强调仪表盘是"附加式"的，它只是在已有文件之上提供视图层，永远不会偷偷改动你的原始数据。
七、毕业项目与持续运营
最后一章是完整的毕业项目。你需要从头到尾把整个管道跑一遍，包括发现岗位、评估匹配、生成材料、跟踪结果几个核心环节。课程会提供真实场景的完整演示作为参考，让你看到系统面对真实输入时如何反应。之后还会讨论如何持续运营这套系统，包括定期更新素材库、回顾投递结果、根据反馈调整策略。
这套课程适合哪些人？如果你是技术从业者，熟悉命令行操作和基础开发环境，想系统化地管理自己的求职流程，这门课会很对你胃口。课程的难度定位在"会写代码但不一定懂求职自动化"的水平，不需要你有AI或爬虫的先验知识，但需要你愿意动手操作、自己排查问题。不适合完全没碰过命令行的纯零基础用户，也不适合只想找一键投递工具的人。因为这门课从头到尾强调的都是控制权和可追溯性，它假定你是一个希望掌控自己数据的人。
学完整个课程，你拥有的不只是一套求职工具，而是一套完整的求职运营方法论。你会清楚知道每一次投递背后有哪些数据支撑，哪些决策是自动化的，哪些是你自己拍板的。在求职这件事上，这种确定性本身就是一种竞争力。