Kurz gesagt
Career-Ops ist ein kostenloses Open-Source-Boilerplate, das Claude Code in ein vollständiges Jobsuche-Kommandozentrum verwandelt. Es bewertet Angebote mit einer A-F-Punkteskala, generiert maßgeschneiderte, ATS-optimierte Lebensläufe pro Stellenanzeige, scannt automatisch über 45 Unternehmensportale und verfolgt alles in einem Terminal-Dashboard. Sein Schöpfer nutzte es, um über 740 Angebote zu bewerten und eine Rolle als Head of Applied AI zu erhalten.
Einleitung
Die meisten Entwickler verfolgen Jobbewerbungen in einer Tabellenkalkulation. Sie öffnen einen neuen Tab, fügen eine Stellenbeschreibung ein, scannen sie nach Schlüsselwörtern, aktualisieren eine Zeile mit "Bewerbung abgeschickt, wartend." Dann wiederholen Sie das für 50 weitere Anzeigen und fragen sich, warum sich der Prozess wie ein zweiter Job anfühlt.
Career-Ops kehrt dieses Modell um. Anstatt dass Sie die Arbeit des Bewertens, Formatierens und Nachverfolgens übernehmen, überlassen Sie den Job Claude Code. Sie fügen eine URL oder eine Stellenbeschreibung ein. Das System liest Ihren Lebenslauf, analysiert die Passung, bewertet das Angebot anhand von 10 Dimensionen, generiert ein maßgeschneidertes PDF und protokolliert das Ergebnis. Sie entscheiden, ob Sie sich bewerben.
Es ist kein "Spray-and-Pray"-Bot. Das System basiert auf einer Filterphilosophie: Finden Sie die wenigen Angebote, die Ihre Zeit wert sind, aus Hunderten, und sagen Sie Nein zu allem unter 4,0/5. Der Schöpfer, Santiago Fernández de Valderrama, nutzte es, um über 740 Angebote zu bewerten, über 100 maßgeschneiderte Lebensläufe zu generieren und eine Rolle als Head of Applied AI zu erhalten. Das Projekt erreichte in weniger als einer Woche 11.900 Sterne auf GitHub.
Was Career-Ops tatsächlich tut
Career-Ops ist ein Claude Code Boilerplate, keine eigenständige App. Sie klonen das Repository, fügen Ihren Lebenslauf als Markdown-Datei hinzu, konfigurieren ein Profil-YAML und öffnen Claude Code in diesem Verzeichnis. Von dort aus führt ein einziger Slash-Befehl die gesamte Pipeline aus.
Der Kern-Workflow sieht folgendermaßen aus:
Sie fügen eine Job-URL oder -Beschreibung ein
|
v
Archetyp-Erkennung
(LLMOps / Agentic / PM / SA / FDE / Transformation)
|
v
A-F Bewertungs-Engine
(liest Ihre cv.md, bewertet 10 Dimensionen)
|
+----+----+
v v v
Bericht PDF Tracker
.md .pdf .tsv
Alles läuft über Claude Code als KI-Laufzeitumgebung. Das System liest dieselben Dateien, die es zur Ausführung verwendet, was bedeutet, dass Claude seine eigenen Modi, Bewertungs-Gewichtungen und Verhandlungsskripte ändern kann, wenn Sie es dazu auffordern.
Die 14 Slash-Befehle
Career-Ops bietet einen einzigen Einstiegspunkt /career-ops mit 14 Modi:
/career-ops → Alle Befehle anzeigen
/career-ops {JD einfügen} → Vollständige Pipeline: bewerten + PDF + Tracker
/career-ops scan → 45+ Unternehmensportale nach neuen Angeboten durchsuchen
/career-ops pdf → ATS-optimierten Lebenslauf für eine Stellenanzeige generieren
/career-ops batch → 10+ Angebote parallel bewerten
/career-ops tracker → Status der Bewerbungspipeline anzeigen
/career-ops apply → Bewerbungsformulare mit KI ausfüllen
/career-ops pipeline → Eine Warteschlange von ausstehenden URLs verarbeiten
/career-ops contacto → LinkedIn-Anschreiben entwerfen
/career-ops deep → Tiefgehende Recherche über ein Zielunternehmen
/career-ops training → Einen Kurs oder eine Zertifizierung bewerten
/career-ops project → Ein Portfolio-Projekt bewerten
Der am häufigsten verwendete Befehl ist die Auto-Pipeline: Fügen Sie eine beliebige Job-URL ein, und Career-Ops erledigt alles. Die Auto-Erkennung bedeutet, dass Sie keinen Modus angeben müssen; fügen Sie den rohen Text der Stellenbeschreibung ein, und die vollständige Bewertung wird ausgeführt.
Wie die A-F Bewertungs-Engine funktioniert
Dies ist der Kern von Career-Ops. Jedes Angebot wird über 6 strukturierte Blöcke bewertet:
Block A: Rollenzusammenfassung: extrahiert Berufsbezeichnung, Team, Seniorität und erforderliche Fähigkeiten. Klassifiziert den Rollen-Archetyp (LLMOps-Ingenieur, Agentic Systems, Produktmanager, Solutions Architect usw.), damit die richtige Bewertungsmatrix angewendet wird.
Block B: Lebenslauf-Abgleich: Vergleicht Ihren tatsächlichen Lebenslauf mit der Stellenbeschreibung, indem er über Erfahrung nachdenkt, nicht über Schlüsselwortabgleich. Identifiziert Fähigkeitslücken und Stärken. Kennzeichnet Ausschlusskriterien.
Block C: Niveau und Vergütungsstrategie: Recherchiert Vergütungs-Benchmarks für die Rolle, den Standort und die Seniorität. Baut ein Verhandlungsargument auf der Grundlage Ihrer Nachweise auf.
Block D: Personalisierung: schreibt den spezifischen Ansatz für Ihr Anschreiben oder Ihre Kontaktaufnahme, basierend darauf, was das Unternehmen tatsächlich entwickelt und was in Ihrem Hintergrund dazu passt.
Block E: Bewertungspunktzahl (A-F): fasst das oben Genannte zu einer Endpunktzahl zusammen. Das System empfiehlt, sich nicht auf Angebote unter 4,0/5 zu bewerben. Dies ist keine "Gatekeeping"-Praxis; es respektiert sowohl Ihre Zeit als auch die des Personalvermittlers.
Block F: Interviewvorbereitung (STAR+R): generiert STAR-Stories aus Ihrem Lebenslauf für die wahrscheinlichsten Verhaltensfragen. Das "+R" ist eine Reflexionsspalte, die Seniorität signalisiert. Die Stories werden in einer story-bank.md gespeichert, die sich über die Bewertungen hinweg ansammelt, sodass Sie eine Master-Bibliothek von 5-10 wiederverwendbaren Stories aufbauen, anstatt sie für jede Bewerbung neu zu erfinden.
Das System generiert auch Verhandlungsskripte: Gehaltsverankerung, Ablehnung von geografischen Abschlägen und Rahmenwerke zur Nutzung von konkurrierenden Angeboten.
ATS-optimierte PDF-Generierung
Einer der nützlichsten Teile von Career-Ops ist der PDF-Generator. Er erstellt keinen generischen Lebenslauf. Er passt Ihren Lebenslauf an jede Stellenbeschreibung an:
- Liest die Stellenbeschreibung und extrahiert die wichtigsten Anforderungen und Schlüsselwörter, nach denen das ATS suchen wird
- Schreibt Ihre Erfahrungsaufzählungspunkte um, um diese Schlüsselwörter voranzustellen, ohne etwas zu erfinden
- Rendert als PDF über Playwright/Puppeteer unter Verwendung einer HTML-Vorlage mit den Schriftarten Space Grotesk und DM Sans
Das Ergebnis ist ein Lebenslauf, der darauf ausgelegt ist, ATS-Filter zu passieren und für einen Menschen gut lesbar zu sein. Die Vorlage ist MIT-lizenziert, sodass Sie sie forken und anpassen können.
# Generiert einen maßgeschneiderten Lebenslauf für eine bestimmte Stellenanzeige
/career-ops pdf
# Oder als Teil der vollständigen Pipeline
/career-ops {Job-URL oder -Beschreibung einfügen}
Die Ausgabe landet im Verzeichnis output/, standardmäßig durch Git ignoriert, damit Ihre persönlichen Lebenslaufdaten lokal bleiben.
Portal-Scanning im großen Maßstab
Career-Ops wird mit über 45 vorkonfigurierten Unternehmen für den automatischen Scan geliefert:
KI-Labore: Anthropic, OpenAI, Mistral, Cohere, LangChain, Pinecone
Sprach-KI: ElevenLabs, PolyAI, Parloa, Hume AI, Deepgram, Vapi, Bland AI
KI-Plattformen: Retool, Airtable, Vercel, Temporal, Glean, Arize AI
LLMOps: Langfuse, Weights & Biases, Lindy, Cognigy, Speechmatics
Enterprise: Salesforce, Twilio, Gong, Dialpad
Automatisierung: n8n, Zapier, Make.com
Europäisch (DACH): Factorial, Attio, Tinybird, Clarity AI, Travelperk + 31 DACH-Unternehmen, die von Community-Mitwirkenden hinzugefügt wurden
Der Scanner verwendet Playwright, um Karriere-Seiten zu navigieren und fragt Greenhouse, Ashby, Lever und Wellfound APIs direkt ab. Er führt 19 vorgefertigte Suchanfragen über große Jobbörsen aus. Sie konfigurieren Zielunternehmen in portals.yml und führen /career-ops scan aus; neue Stellenanzeigen werden automatisch Ihrer Pipeline hinzugefügt.
Stapelverarbeitung mit parallelen Sub-Agenten
Wenn Sie einen Rückstand an zu bewertenden Job-URLs haben, führt der Batch-Modus diese parallel aus:
# URLs in das Verzeichnis jds/ ablegen, dann:
/career-ops batch
Unter der Haube verwendet dies claude -p Worker, die parallel laufen und jeweils ein Angebot unabhängig voneinander verarbeiten. Die Ergebnisse werden dedupliziert und automatisch in Ihren Tracker integriert. Das Batch-Runner-Skript (batch/batch-runner.sh) orchestriert die Worker und behandelt Fehler elegant.
Hier entfaltet Career-Ops seine wahre Leistungsfähigkeit im großen Maßstab. Die manuelle Bewertung von 20 Angeboten könnte einen ganzen Tag dauern. Im Batch-Modus läuft es in weniger als einer Stunde ab.
Das Go TUI Dashboard
Ihre Bewerbungspipeline befindet sich in data/applications.md als Markdown-Tabelle. Das integrierte Terminal-Dashboard (geschrieben in Go mit dem Bubble Tea Framework, Catppuccin Mocha Theme) bietet Ihnen eine visuelle Pipeline-Ansicht:
cd dashboard
go build -o career-dashboard .
./career-dashboard
Funktionen: 6 Filter-Tabs (nach Status, Archetyp, Punktzahl), 4 Sortiermodi, gruppierte und flache Ansicht, lazy-geladene Berichts-Vorschauen und Inline-Statusänderungen. Sie können den Status einer Bewerbung direkt über die TUI aktualisieren, ohne die Markdown-Datei bearbeiten zu müssen.
Einrichtung in 15 Minuten
Die Einrichtung ist unkompliziert:
# 1. Klonen und installieren
git clone https://github.com/santifer/career-ops.git
cd career-ops && npm install
npx playwright install chromium
# 2. Ihr Profil konfigurieren
cp config/profile.example.yml config/profile.yml
# profile.yml bearbeiten: Ihr Name, Standort, Zielrolle, Gehaltsspanne, Präferenzen
# 3. Zielunternehmen konfigurieren
cp templates/portals.example.yml portals.yml
# Unternehmen zur Scannerliste hinzufügen oder entfernen
# 4. Ihren Lebenslauf hinzufügen
# cv.md im Projekt-Root erstellen
# Ihren Lebenslauf im Markdown-Format einfügen
# 5. Claude Code öffnen
claude
# Dann Claude bitten, das System anzupassen:
# "Ändere die Archetypen zu Backend-Engineering-Rollen"
# "Füge diese 5 Unternehmen zu portals.yml hinzu"
# "Aktualisiere mein Profil mit diesem Lebenslauf"
Das System ist so konzipiert, dass Claude sich selbst anpassen kann. Da Claude dieselben Modusdateien liest, die es ausführt, können Sie es bitten, Bewertungs-Gewichtungen zu ändern, Verhandlungsskripte neu zu schreiben oder neue Archetypen hinzuzufügen, und es weiß genau, welche Dateien zu bearbeiten sind.
Das Auto-Update-System
Version 1.1.0 führte eine zweischichtige Architektur ein, die Systemdateien (automatisch aktualisierbare Bewertungsregeln, Modi, gemeinsamer Kontext) von Benutzerdateien (Ihr Profil, Lebenslauf, Anpassungen) trennt. Updates werden nur auf die Systemebene angewendet; Ihre Daten werden niemals berührt.
# Auf Updates prüfen (wird automatisch beim Sitzungsstart ausgeführt)
node update-system.mjs check
# Update anwenden
node update-system.mjs apply
# Zurücksetzen, falls etwas kaputt geht
node update-system.mjs rollback
Vor jedem Update wird ein Backup-Branch erstellt. Die Validierung nach dem Update bestätigt, dass keine Benutzerdateien geändert wurden.
Was Career-Ops von anderen Jobsuche-Tools unterscheidet
Die meisten KI-Jobsuche-Tools sind entweder ein Lebenslauf-Umschreiber oder ein Massenbewerbungs-Bot. Career-Ops ist keines von beidem.
Es ist ein Entscheidungssystem, keine Bewerbungsmaschine. Die A-F Bewertungs-Engine ist explizit darauf ausgelegt, Ihnen beim Ablehnen zu helfen. Die Dokumentation ist klar: Bewerben Sie sich nicht auf Angebote unter 4,0/5. Das System kennzeichnet Angebote, die nicht zu Ihrem Profil passen, damit Sie keine Zeit damit verschwenden.
Es argumentiert über Passung, nicht über Schlüsselwörter. Block B vergleicht Ihren Lebenslauf mit der Stellenbeschreibung, indem es beide versteht, nicht indem es Schlüsselwortüberschneidungen zählt. Eine Rolle, die "5 Jahre Python" auflistet, während Sie 3 Jahre Python plus produktive ML-Systeme in Produktion haben, könnte immer noch gut bewertet werden, wenn die Argumentation schlüssig ist.
Es wird besser, je mehr Kontext Sie ihm geben. Die erste Bewertung wird nicht genau sein, da Claude Sie noch nicht kennt. Je mehr Nachweise, Karrieregeschichten und Präferenzen Sie Ihrem Profil hinzufügen, desto präziser werden die Bewertungen. Stellen Sie es sich wie das Einarbeiten eines Personalvermittlers vor: In der ersten Woche lernt er Sie kennen; danach wird er nützlich.
Alles bleibt lokal. Ihr Lebenslauf, Bewerbungen, generierte PDFs; alles standardmäßig durch Git ignoriert. Nichts verlässt Ihren Computer außer den API-Aufrufen, die Claude zur Bewertung und Suche tätigt.
Wissenswerte Einschränkungen
Benötigt Claude Code: Career-Ops ist speziell ein Boilerplate für Claude Code. Es läuft nicht mit anderen Modellen oder Frontends. Sie benötigen ein Anthropic-Konto mit Claude Code-Zugriff.
Playwright kann auf einigen Portalen unzuverlässig sein: Karriere-Seiten von Unternehmen ändern regelmäßig ihre HTML-Struktur. Der Playwright-Scanner funktioniert gut für Greenhouse-/Ashby-/Lever-basierte Portale (standardisierte APIs), kann aber auf benutzerdefinierten Karriere-Seiten fehlschlagen. Die Community verfolgt diese Probleme in GitHub Issues.
Erste Bewertungen müssen kalibriert werden: Wie die README warnt, werden die ersten Bewertungen grob sein. Das System kennt Ihre Karrieregeschichte erst, wenn Sie es damit füttern. Planen Sie eine Stunde ein, um Ihr Profil richtig zu konfigurieren und Nachweise hinzuzufügen, bevor Sie den Bewertungen vertrauen.
Batch-Modus verwendet claude -p: Parallele Worker können bei großen Batches schnell API-Guthaben verbrauchen. Beobachten Sie Ihre Nutzung, bevor Sie zum ersten Mal einen Batch mit 50 Angeboten ausführen.
Siehe [internal: how-ai-agent-memory-works] für Hintergrundinformationen darüber, warum KI-Systeme Kalibrierungszeit und Kontext benötigen, bevor sie gut funktionieren.
Für wen ist das gedacht
Career-Ops wurde für Entwickler und technische Fachkräfte entwickelt, die:
- aktiv auf Jobsuche sind und das manuelle Tracking leid sind
- sich speziell auf Rollen bei KI-Unternehmen bewerben (die Portalliste ist bewusst KI-lastig)
- KI zur Bewertung und Entscheidungsunterstützung nutzen möchten, nicht zur Massenbewerbungsautomatisierung
- sich mit der Ausführung eines CLI-Tools und der Bearbeitung von YAML-Dateien wohlfühlen
Es ist nicht das Richtige für nicht-technische Benutzer, die eine GUI suchen, oder für jemanden, der die eigentliche Bewerbungseinreichung automatisieren möchte. Das System reicht niemals eine Bewerbung ein. Diese Entscheidung liegt immer bei Ihnen.
Erste Schritte
Klonen Sie das Repository, fügen Sie Ihren Lebenslauf hinzu, verbringen Sie eine Stunde damit, Ihr Profil mit Claude zu konfigurieren, und führen Sie Ihre erste Bewertung für eine Rolle durch, die Sie wirklich interessiert. Der Kalibrierungsprozess zahlt sich schnell aus.
GitHub: github.com/santifer/career-ops
Das Projekt ist MIT-lizenziert. Beiträge aus der Community sind willkommen; öffnen Sie ein Issue, bevor Sie einen Pull Request einreichen.
Fazit
Career-Ops ist die derzeit vollständigste Open-Source-Jobsuche-Pipeline. Das A-F Bewertungssystem, die ATS-PDF-Generierung, die parallele Stapelverarbeitung und das Go TUI Dashboard sind jeweils für sich nützlich. In Kombination mit einem richtig kalibrierten Profil bieten sie Ihnen einen Workflow, der gnadenlos filtert und Ihnen hilft, sich nur dort zu bewerben, wo es sinnvoll ist.
Die Kernaussage stimmt: Jobsuche ist ein Informationsproblem, kein Volumenproblem. Career-Ops behandelt es genau so.
FAQ
Kostet Career-Ops etwas?Das Tool selbst ist kostenlos und MIT-lizenziert. Sie zahlen für die Nutzung der Claude API, was davon abhängt, wie viele Bewertungen und PDFs Sie generieren. Eine einzelne vollständige Bewertung (Bewertung + PDF + Tracker-Eintrag) verbraucht typischerweise 10.000-30.000 Tokens, abhängig von der Länge des Lebenslaufs und der Stellenbeschreibung. Bei Claude 3.5 Haiku-Preisen (0,25 $/1M Input, 1,25 $/1M Output) kostet eine vollständige Bewertung unter 0,05 $.
Kann ich es mit anderen Modellen als Claude verwenden?Nicht direkt. Career-Ops ist als Claude Code Boilerplate erstellt. Die Modi und gemeinsam genutzten Kontextdateien sind für die Tool-Nutzungsfähigkeiten von Claude geschrieben. Eine Portierung auf ein anderes Modell würde das Umschreiben der Skill-Definitionen erfordern.
Wie funktioniert die ATS-Optimierung?Career-Ops liest die Stellenbeschreibung, extrahiert die erforderlichen Fähigkeiten und Schlüsselwörter, nach denen ATS-Systeme suchen, und schreibt Ihre Erfahrungsaufzählungspunkte um, um diese Schlüsselwörter auf natürliche Weise hervorzuheben. Es erfindet keine Erfahrung; es formuliert bestehende Erfahrung in der Sprache der Rolle neu. Die HTML-Vorlage wird über Playwright mit ATS-sicheren Schriftarten (Space Grotesk, DM Sans) als PDF gerendert.
Welche Jobbörsen unterstützt der Scanner?Greenhouse, Ashby, Lever, Wellfound, Workable und RemoteFront direkt. Für Unternehmen, die nicht auf diesen Plattformen sind, navigiert Playwright deren benutzerdefinierte Karriere-Seiten. Community-Mitwirkende haben 31 DACH/europäische Unternehmen hinzugefügt. Siehe [internal: local-vs-api-ai-models] für Kontext, wie Claude Code verschiedene API-Oberflächen handhabt.
Sind meine Lebenslaufdaten sicher?Ja. Alles ist standardmäßig lokal. Ihr Lebenslauf, Bewerbungen, generierte PDFs und Berichte sind alle durch Git ignoriert. Nichts wird an Dritte gesendet, außer den API-Aufrufen, die Claude während der Bewertung tätigt (die an Anthropic's API gehen, dieselben Aufrufe, die Claude Code normalerweise tätigt). Siehe [internal: claude-code] für weitere Informationen, wie Claude Code Daten handhabt.
Kann ich meine eigenen Unternehmen zum Portal-Scanner hinzufügen?Ja. Kopieren Sie templates/portals.example.yml nach portals.yml und fügen Sie beliebige Unternehmen hinzu. Wenn das Unternehmen Greenhouse, Ashby oder Lever verwendet, erkennt der Scanner dies automatisch über deren Standard-API. Für benutzerdefinierte Karriere-Seiten können Sie Playwright-Selektoren in der Konfiguration definieren.
Wie lange dauert eine vollständige Bewertung?Eine einzelne Angebotsbewertung mit PDF-Generierung dauert typischerweise 2-4 Minuten mit Claude 3.5 Sonnet. Im Batch-Modus mit parallelen Workern laufen 10 Angebote in etwa der gleichen Zeit wie 1.
Was ist das STAR+R Framework?STAR (Situation, Task, Action, Result) ist ein standardisiertes Format für Verhaltensinterviews. Das "+R" steht für Reflexion: Was würden Sie anders machen, was haben Sie gelernt, wie hat es Ihren Ansatz verändert? Career-Ops fügt diese Spalte hinzu, weil sie Seniorität signalisiert. Senior-Kandidaten beschreiben nicht nur, was passiert ist; sie zeigen, dass sie daraus gelernt haben.