TL;DR
Career-Ops adalah boilerplate sumber terbuka gratis yang mengubah Claude Code menjadi pusat komando pencarian kerja penuh. Ini mengevaluasi tawaran dengan penilaian A-F, menghasilkan CV yang dioptimalkan ATS yang disesuaikan untuk setiap daftar, memindai 45+ portal perusahaan secara otomatis, dan melacak semuanya dalam dasbor terminal. Penciptanya menggunakannya untuk mengevaluasi 740+ tawaran dan mendapatkan peran Kepala AI Terapan.
Pendahuluan
Kebanyakan pengembang melacak lamaran pekerjaan di spreadsheet. Anda membuka tab baru, menempelkan deskripsi pekerjaan, memindainya untuk kata kunci, memperbarui baris dengan "Melamar, menunggu." Kemudian Anda mengulanginya untuk 50 daftar lagi dan bertanya-tanya mengapa prosesnya terasa seperti pekerjaan kedua.
Career-Ops membalikkan model itu. Alih-alih Anda melakukan pekerjaan evaluasi, pemformatan, dan pelacakan, Anda menyerahkan pekerjaan itu kepada Claude Code. Anda menempelkan URL atau deskripsi pekerjaan. Sistem membaca CV Anda, menganalisis kecocokan, menilai tawaran di 10 dimensi, menghasilkan PDF yang disesuaikan, dan mencatat hasilnya. Anda memutuskan apakah akan melamar.
Ini bukan bot sembarang. Sistem ini dibangun di sekitar filosofi filter: temukan beberapa tawaran yang layak Anda luangkan waktu dari ratusan, dan tolak apa pun di bawah 4.0/5. Penciptanya, Santiago Fernández de Valderrama, menggunakannya untuk mengevaluasi 740+ tawaran, menghasilkan 100+ CV yang disesuaikan, dan mendapatkan peran Kepala AI Terapan. Proyek ini mencapai 11.9k bintang di GitHub dalam waktu kurang dari seminggu.
Apa yang Sebenarnya Dilakukan Career-Ops
Career-Ops adalah boilerplate Claude Code, bukan aplikasi mandiri. Anda mengkloning repo, menambahkan CV Anda sebagai file markdown, mengonfigurasi profil YAML, dan membuka Claude Code di direktori tersebut. Dari sana, satu perintah slash menjalankan seluruh pipeline.
Alur kerja intinya terlihat seperti ini:
Anda menempelkan URL pekerjaan atau deskripsi
|
v
Deteksi Arketipe
(LLMOps / Agen / PM / SA / FDE / Transformasi)
|
v
Mesin Evaluasi A-F
(membaca cv.md Anda, menilai 10 dimensi)
|
+----+----+
v v v
Laporan PDF Pelacak
.md .pdf .tsv
Semuanya berjalan melalui Claude Code sebagai runtime AI. Sistem membaca file yang sama yang digunakannya untuk mengeksekusi, yang berarti Claude dapat memodifikasi mode, bobot penilaian, dan skrip negosiasinya sendiri ketika Anda memintanya.
14 Perintah Slash
Career-Ops mengekspos satu titik masuk /career-ops dengan 14 mode:
/career-ops → Tampilkan semua perintah
/career-ops {tempel JD} → Pipeline penuh: evaluasi + PDF + pelacak
/career-ops scan → Pindai 45+ portal perusahaan untuk tawaran baru
/career-ops pdf → Hasilkan CV yang dioptimalkan ATS untuk daftar
/career-ops batch → Evaluasi 10+ tawaran secara paralel
/career-ops tracker → Lihat status pipeline aplikasi
/career-ops apply → Isi formulir lamaran dengan AI
/career-ops pipeline → Proses antrean URL yang tertunda
/career-ops contacto → Susun pesan jangkauan LinkedIn
/career-ops deep → Riset mendalam tentang perusahaan target
/career-ops training → Evaluasi kursus atau sertifikasi
/career-ops project → Evaluasi proyek portofolio
Perintah yang paling sering digunakan adalah auto-pipeline: tempelkan URL pekerjaan apa pun dan Career-Ops menangani semuanya. Deteksi otomatis berarti Anda tidak perlu menentukan mode; cukup masukkan teks deskripsi pekerjaan mentah dan itu akan menjalankan evaluasi penuh.
Bagaimana Cara Kerja Mesin Penilaian A-F
Ini adalah inti dari Career-Ops. Setiap tawaran dinilai di 6 blok terstruktur:
Blok A: Ringkasan peran: mengekstrak judul pekerjaan, tim, senioritas, dan keterampilan yang dibutuhkan. Mengklasifikasikan arketipe peran (insinyur LLMOps, Sistem Agen, Manajer Produk, Arsitek Solusi, dll.) sehingga rubrik evaluasi yang tepat berlaku.
Blok B: Kecocokan CV: membandingkan CV Anda yang sebenarnya dengan deskripsi pekerjaan dengan menganalisis pengalaman, bukan pencocokan kata kunci. Mengidentifikasi kesenjangan keterampilan dan kekuatan. Menandai hal-hal yang tidak dapat diterima.
Blok C: Strategi level dan kompensasi: meneliti tolok ukur kompensasi untuk peran, lokasi, dan senioritas. Membangun argumen negosiasi berdasarkan bukti-bukti Anda.
Blok D: Personalisasi: menulis sudut pandang spesifik untuk surat lamaran atau jangkauan Anda, berdasarkan apa yang sebenarnya dibangun oleh perusahaan dan apa yang ada di latar belakang Anda yang cocok dengannya.
Blok E: Skor evaluasi (A-F): mengumpulkan hal-hal di atas menjadi skor akhir. Sistem merekomendasikan untuk tidak melamar apa pun di bawah 4.0/5. Ini bukan pembatasan; ini menghargai waktu Anda dan waktu perekrut.
Blok F: Persiapan wawancara (STAR+R): menghasilkan cerita STAR dari CV Anda untuk pertanyaan perilaku yang paling mungkin. "+R" adalah kolom Refleksi yang menandakan senioritas. Cerita disimpan di story-bank.md yang terakumulasi di seluruh evaluasi, sehingga Anda membangun perpustakaan master berisi 5-10 cerita yang dapat digunakan kembali daripada menemukan kembali untuk setiap aplikasi.
Sistem ini juga menghasilkan skrip negosiasi: penentuan gaji, penolakan diskon geografis, dan kerangka kerja penggunaan tawaran pesaing.
Pembuatan PDF yang Dioptimalkan ATS
Salah satu bagian paling berguna dari Career-Ops adalah generator PDF. Ini tidak menghasilkan CV generik. Ini menyesuaikan CV Anda per deskripsi pekerjaan:
- Membaca deskripsi pekerjaan dan mengekstrak persyaratan utama serta kata kunci yang akan dipindai oleh ATS
- Menulis ulang poin-poin pengalaman Anda untuk memuat kata kunci tersebut di depan tanpa mengada-ada
- Merender ke PDF melalui Playwright/Puppeteer menggunakan template HTML dengan font Space Grotesk dan DM Sans
Hasilnya adalah CV yang dirancang untuk melewati filter ATS dan mudah dibaca oleh manusia. Template ini berlisensi MIT, sehingga Anda dapat mem-fork dan menyesuaikannya.
# Hasilkan CV yang disesuaikan untuk daftar tertentu
/career-ops pdf
# Atau sebagai bagian dari pipeline penuh
/career-ops {tempel URL atau deskripsi pekerjaan}
Output masuk ke direktori output/, diabaikan oleh git secara default sehingga data CV pribadi Anda tetap lokal.
Pemindaian Portal dalam Skala Besar
Career-Ops dilengkapi dengan 45+ perusahaan yang telah dikonfigurasi sebelumnya untuk pemindaian otomatis:
Laboratorium AI: Anthropic, OpenAI, Mistral, Cohere, LangChain, Pinecone
AI Suara: ElevenLabs, PolyAI, Parloa, Hume AI, Deepgram, Vapi, Bland AI
Platform AI: Retool, Airtable, Vercel, Temporal, Glean, Arize AI
LLMOps: Langfuse, Weights & Biases, Lindy, Cognigy, Speechmatics
Perusahaan: Salesforce, Twilio, Gong, Dialpad
Otomatisasi: n8n, Zapier, Make.com
Eropa (DACH): Factorial, Attio, Tinybird, Clarity AI, Travelperk + 31 perusahaan DACH ditambahkan oleh kontributor komunitas
Pemindai menggunakan Playwright untuk menavigasi halaman karier dan langsung mengkueri API Greenhouse, Ashby, Lever, dan Wellfound. Ini menjalankan 19 kueri pencarian bawaan di seluruh papan pekerjaan utama. Anda mengonfigurasi perusahaan target di portals.yml dan menjalankan /career-ops scan; daftar baru akan ditambahkan ke pipeline Anda secara otomatis.
Pemrosesan Batch dengan Sub-Agen Paralel
Jika Anda memiliki tumpukan URL pekerjaan yang harus dievaluasi, mode batch akan menjalankannya secara paralel:
# Letakkan URL ke direktori jds/, lalu:
/career-ops batch
Di balik layar, ini menggunakan pekerja claude -p yang berjalan secara paralel, masing-masing memproses satu tawaran secara independen. Hasil diduplikasi dan digabungkan ke dalam pelacak Anda secara otomatis. Skrip batch runner (batch/batch-runner.sh) mengatur pekerja dan menangani kegagalan dengan anggun.
Di sinilah Career-Ops menjadi sangat kuat dalam skala besar. Mengevaluasi 20 tawaran secara manual mungkin memakan waktu sehari penuh. Dalam mode batch, itu berjalan dalam waktu kurang dari satu jam.
Dasbor Go TUI
Pipeline aplikasi Anda berada di data/applications.md sebagai tabel markdown. Dasbor terminal bawaan (ditulis dalam Go dengan framework Bubble Tea, tema Catppuccin Mocha) memberi Anda tampilan pipeline visual:
cd dashboard
go build -o career-dashboard .
./career-dashboard
Fitur: 6 tab filter (berdasarkan status, arketipe, skor), 4 mode sortir, tampilan grup dan datar, pratinjau laporan yang dimuat secara malas (lazy-loaded), dan perubahan status inline. Anda dapat memperbarui status aplikasi langsung dari TUI tanpa mengedit file markdown.
Pengaturan dalam 15 Menit
Pengaturannya mudah:
# 1. Kloning dan instal
git clone https://github.com/santifer/career-ops.git
cd career-ops && npm install
npx playwright install chromium
# 2. Konfigurasi profil Anda
cp config/profile.example.yml config/profile.yml
# Edit profile.yml: nama Anda, lokasi, peran target, rentang gaji, preferensi
# 3. Konfigurasi perusahaan target
cp templates/portals.example.yml portals.yml
# Tambahkan atau hapus perusahaan dari daftar pemindai
# 4. Tambahkan CV Anda
# Buat cv.md di root proyek
# Tempelkan CV Anda dalam format markdown
# 5. Buka Claude Code
claude
# Kemudian minta Claude untuk menyesuaikan sistem:
# "Ubah arketipe menjadi peran rekayasa backend"
# "Tambahkan 5 perusahaan ini ke portals.yml"
# "Perbarui profil saya dengan CV ini"
Sistem ini dirancang agar Claude dapat menyesuaikan dirinya sendiri. Karena Claude membaca file mode yang sama dengan yang dieksekusinya, Anda dapat memintanya untuk mengubah bobot penilaian, menulis ulang skrip negosiasi, atau menambahkan arketipe baru dan ia tahu persis file mana yang harus diedit.
Sistem Pembaruan Otomatis
Versi 1.1.0 memperkenalkan arsitektur dua lapis yang memisahkan file sistem (aturan penilaian yang dapat diperbarui secara otomatis, mode, konteks bersama) dari file pengguna (profil Anda, CV, penyesuaian). Pembaruan hanya berlaku untuk lapisan sistem; data Anda tidak pernah tersentuh.
# Periksa pembaruan (berjalan otomatis saat sesi dimulai)
node update-system.mjs check
# Terapkan pembaruan
node update-system.mjs apply
# Roll back jika ada yang rusak
node update-system.mjs rollback
Cabang cadangan dibuat sebelum setiap pembaruan. Validasi pasca-pembaruan mengonfirmasi tidak ada file pengguna yang dimodifikasi.
Apa yang Membuat Career-Ops Berbeda dari Alat Pencarian Kerja Lainnya
Sebagian besar alat pencarian kerja AI adalah salah satu dari dua hal: penulis ulang resume atau bot pelamar massal. Career-Ops bukan keduanya.
Ini adalah sistem keputusan, bukan mesin aplikasi. Mesin penilaian A-F secara eksplisit dirancang untuk membantu Anda mengatakan tidak. Dokumentasi jelas: jangan melamar apa pun di bawah 4.0/5. Sistem menandai tawaran yang tidak cocok dengan profil Anda sehingga Anda tidak membuang waktu untuk tawaran tersebut.
Ini menganalisis kecocokan, bukan kata kunci. Blok B membandingkan CV Anda dengan deskripsi pekerjaan dengan memahami keduanya, bukan dengan menghitung tumpang tindih kata kunci. Peran yang mencantumkan "5 tahun Python" ketika Anda memiliki 3 tahun Python ditambah sistem ML produksi dalam produksi mungkin masih mendapatkan skor bagus jika alasannya kuat.
Semakin banyak konteks yang Anda berikan, semakin baik hasilnya. Evaluasi pertama tidak akan akurat karena Claude belum mengenal Anda. Semakin banyak bukti, cerita karier, dan preferensi yang Anda tambahkan ke profil Anda, semakin tajam evaluasinya. Anggap saja seperti mengorientasi perekrut: minggu pertama mereka belajar tentang Anda; kemudian mereka menjadi berguna.
Semuanya tetap lokal. CV Anda, lamaran, PDF yang dihasilkan; semuanya diabaikan oleh git secara default. Tidak ada yang meninggalkan mesin Anda kecuali panggilan API yang dilakukan Claude untuk mengevaluasi dan mencari.
Batasan yang Perlu Diketahui
Membutuhkan Claude Code: Career-Ops adalah boilerplate khusus untuk Claude Code. Ini tidak berjalan dengan model atau frontend lain. Anda memerlukan akun Anthropic dengan akses Claude Code.
Playwright bisa tidak stabil di beberapa portal: halaman karir perusahaan sering mengubah struktur HTML mereka. Pemindai Playwright bekerja dengan baik untuk portal berbasis Greenhouse/Ashby/Lever (API terstandardisasi) tetapi mungkin rusak di halaman karir kustom. Komunitas melacak ini di isu GitHub.
Evaluasi pertama perlu kalibrasi: seperti yang diperingatkan di README, beberapa evaluasi pertama akan kasar. Sistem tidak mengetahui cerita karier Anda sampai Anda memasukkannya. Luangkan waktu satu jam untuk mengonfigurasi profil Anda dengan benar dan menambahkan bukti sebelum mempercayai skor.
Mode batch menggunakan claude -p: pekerja paralel dapat menghabiskan kredit API dengan cepat pada batch besar. Perhatikan penggunaan Anda sebelum menjalankan batch 50 tawaran untuk pertama kalinya.
Lihat [internal: how-ai-agent-memory-works] untuk latar belakang mengapa sistem AI membutuhkan waktu kalibrasi dan konteks sebelum mereka berkinerja baik.
Untuk Siapa Ini
Career-Ops dibangun untuk pengembang dan profesional teknis yang:
- Sedang aktif mencari pekerjaan dan lelah dengan pelacakan manual
- Melamar peran di perusahaan AI secara khusus (daftar portal memang banyak perusahaan AI)
- Ingin menggunakan AI untuk evaluasi dan dukungan keputusan, bukan otomatisasi pelamar massal
- Nyaman menjalankan alat CLI dan mengedit file YAML
Ini bukan pilihan yang tepat untuk pengguna non-teknis yang mencari GUI, atau siapa pun yang ingin mengotomatiskan pengiriman aplikasi yang sebenarnya. Sistem tidak pernah mengirimkan aplikasi. Keputusan itu selalu ada pada Anda.
Memulai
Kloning repo, tambahkan CV Anda, luangkan satu jam untuk mengonfigurasi profil Anda dengan Claude, dan jalankan evaluasi pertama Anda pada peran yang benar-benar Anda minati. Proses kalibrasi akan cepat membuahkan hasil.
GitHub: github.com/santifer/career-ops
Proyek ini berlisensi MIT. Kontribusi komunitas diterima; buka isu sebelum mengirimkan PR.
Kesimpulan
Career-Ops adalah pipeline pencarian kerja sumber terbuka terlengkap yang tersedia saat ini. Sistem penilaian A-F, pembuatan PDF ATS, pemrosesan batch paralel, dan dasbor Go TUI masing-masing berguna sendiri-sendiri. Dikombinasikan dengan profil yang terkalibrasi dengan baik, mereka memberi Anda alur kerja yang menyaring secara ketat dan membantu Anda melamar hanya jika masuk akal.
Wawasan intinya benar: mencari pekerjaan adalah masalah informasi, bukan masalah volume. Career-Ops memperlakukannya demikian.
FAQ
Apakah Career-Ops berbayar?Alat itu sendiri gratis dan berlisensi MIT. Anda membayar untuk penggunaan API Claude, yang tergantung pada berapa banyak evaluasi dan PDF yang Anda hasilkan. Satu evaluasi lengkap (evaluasi + PDF + entri pelacak) biasanya menggunakan 10.000-30.000 token tergantung pada panjang CV dan JD. Dengan harga Claude 3.5 Haiku ($0.25/1M input, $1.25/1M output), satu evaluasi lengkap berharga di bawah $0.05.
Bisakah saya menggunakannya dengan model selain Claude?Tidak secara langsung. Career-Ops dibangun sebagai boilerplate Claude Code. File mode dan konteks bersama ditulis untuk kemampuan penggunaan alat Claude. Memindahkan ke model lain akan memerlukan penulisan ulang definisi keterampilan.
Bagaimana cara kerja optimasi ATS?Career-Ops membaca deskripsi pekerjaan, mengekstrak keterampilan yang diperlukan dan kata kunci yang dipindai oleh sistem ATS, dan menulis ulang poin-poin pengalaman Anda untuk memunculkan kata kunci tersebut secara alami. Ini tidak mengarang pengalaman; ini membingkai ulang pengalaman yang ada dalam bahasa yang digunakan oleh peran tersebut. Template HTML merender ke PDF melalui Playwright dengan font (Space Grotesk, DM Sans) yang aman untuk ATS.
Papan pekerjaan apa yang didukung oleh pemindai?Greenhouse, Ashby, Lever, Wellfound, Workable, dan RemoteFront secara langsung. Untuk perusahaan yang tidak ada di platform ini, Playwright menavigasi halaman karir kustom mereka. Kontributor komunitas telah menambahkan 31 perusahaan DACH/Eropa. Lihat [internal: local-vs-api-ai-models] untuk konteks bagaimana Claude Code menangani berbagai permukaan API.
Apakah data CV saya aman?Ya. Semuanya lokal secara default. CV Anda, aplikasi, PDF yang dihasilkan, dan laporan semuanya diabaikan oleh git. Tidak ada yang dikirim ke pihak ketiga kecuali panggilan API yang dilakukan Claude selama evaluasi (yang masuk ke API Anthropic, panggilan yang sama yang biasanya dilakukan Claude Code). Lihat [internal: claude-code] untuk lebih lanjut tentang bagaimana Claude Code menangani data.
Bisakah saya menambahkan perusahaan saya sendiri ke pemindai portal?Ya. Salin templates/portals.example.yml ke portals.yml dan tambahkan perusahaan mana pun. Jika perusahaan menggunakan Greenhouse, Ashby, atau Lever, pemindai akan mengambilnya secara otomatis melalui API standar mereka. Untuk halaman karir kustom, Anda dapat menentukan pemilih Playwright dalam konfigurasi.
Berapa lama evaluasi penuh berlangsung?Evaluasi satu tawaran lengkap dengan pembuatan PDF biasanya memakan waktu 2-4 menit dengan Claude 3.5 Sonnet. Dalam mode batch dengan pekerja paralel, 10 tawaran berjalan dalam waktu yang kira-kira sama dengan 1.
Apa kerangka kerja STAR+R?STAR (Situation, Task, Action, Result) adalah format wawancara perilaku standar. "+R" adalah Refleksi: apa yang akan Anda lakukan secara berbeda, apa yang Anda pelajari, bagaimana itu mengubah pendekatan Anda. Career-Ops menambahkan kolom ini karena menandakan senioritas. Kandidat senior tidak hanya menggambarkan apa yang terjadi; mereka menunjukkan bahwa mereka belajar darinya.