
Career Kit
io.github.W7uuuuz由 GitHub 账号 W7uuuuz 发布v0.2.3更新于 Nov 7, 2026
AI career coach: real job-market gap analysis, staged roadmap, check-in tasks, application funnel.
概览
本地运行的 AI 职业陪练 MCP 服务,把真实岗位数据转化为差距分析、分阶段路线图、打卡任务与求职漏斗。
- 可以做什么
- 通过简历与对话建立并管理用户档案,按能力、兴趣与真实岗位数据做方向定位
- 从已收录的企业招聘页、招聘平台与面经来源抓取公开岗位、薪资范围与经验帖,生成市场报告
- 对照市场要求与个人现状输出差距清单,并规划带阶段与里程碑的有序路线图
- 记录任务打卡、审计阶段完成情况,沉淀能力证据
- 周期性复盘进度与求职漏斗,在目标或事件变化时重新规划
- 适用场景
- 适合不确定该投什么岗位、想转行却不知从何入手、或求职屡屡碰壁却说不清差距的学生与求职者,且已在使用 Claude Code、Codex、opencode、Cursor 或 ChatGPT 桌面客户端等支持本地 MCP 的 AI 工具。
- 运行要求
- 以 PyPI 包 career-kit 通过 stdio 在本地运行,可用 pipx 安装或用 uvx 直接启动,需要 Python 环境,并在所用客户端中注册为本地 MCP 服务。未声明任何认证。可选环境变量 CAREER_KIT_DATA_DIR 与 CAREER_KIT_ASSETS_DIR 可覆盖默认数据目录与产物目录。抓取数据需要网络访问。
安装
在 SourceWeft 中
- 打开 控制台中的 Career Kit,将其添加到工作区。
- 为需要使用其工具的对话启用该服务。
Desktop only,通过 STDIO。 STDIO 服务会启动本地进程,因此需要 SourceWeft 桌面宿主。
其他 MCP 客户端
参照 仓库 中的启动说明。
README
Career Kit
English | 中文
[CI] [License: MIT] [Python 3.11+] [MCP]
不知道做什么工作?Career Kit 是一个 AI 职业陪练 MCP 服务——以真实岗位数据和同背景案例为依据,帮你确定方向、看清差距、拆解出当下即可执行的一步。可接入 Claude Code / Cursor / opencode / Codex。
[Career Kit 演示:不知道做什么工作 → 同背景的人怎么走 → 差距诊断 → 下一步]
先看同背景的人去了哪,企业招聘需要什么 → 再看你差在哪 → 今天先做什么。 演示数据为合成,不含真实用户简历或报告。
点我 → 3分钟在线模拟体验
无需安装,像和 AI 教练对话一样走完整个流程;演示为固定选项对话与合成数据,真实使用请安装到本地。
30 秒看懂:从起步到上岸的 6 个阶段
每个阶段都会交付实际产物,顺序固定、节奏自定:
- 建档摸底——通过简历和对话,弄清用户真实水平和目标,得到一份真实的用户档案。
- 市场调研——抓取真实岗位与面经,得到一份带来源链接的市场报告,看看同层次的其他人是怎么做的。
- 差距分析——对照市场要求与用户现状,得到一份可执行的差距清单。
- 路线图规划——把用户的目标拆成有顺序的阶段和任务,得到一张可打卡的职业地图。
- 执行打卡——逐项推进任务,完成即沉淀为能力证据。
- 持续陪跑——周期复盘打卡 / 阶段 / 求职漏斗,目标变化时随时重新规划。
如果这个项目对你有帮助,欢迎点一个 Star。
支持哪些网站
数据来自 27 个已收录数据源,支持 互联网/制造/能源/硬件 行业(持续新增,欢迎社区PR更新):
- 企业官网招聘专区(24 个):字节 / 腾讯 / 阿里 / 百度 / 美团 / 网易 / 京东 / 快手 / 拼多多 / 小红书 / B站 / 小米 / 滴滴 / 携程等互联网公司,以及华为 / 京东方 / 三一 / 中车 / 汇川技术 / 阳光电源等制造 / 能源 / 硬件企业——互联网之外的方向也能做差距分析。
- 招聘平台:BOSS 直聘,公开岗位薪资范围,薪酬行情以此为依据。
- 经验帖:来自牛客网面经与 GitHub 上岸经验库,用于佐证「同等背景的人如何走通」。
查看全部数据源、数据类型与使用教程 → · 新数据源欢迎社区补充(贡献指南,参考 src/scrapers/_template/);抓取仅读取公开页面。
工作方式
安装 Career Kit 并在 Agent 中注册 MCP 服务后,对话直接说「使用 Career Kit」即可启动。斜杠命令 /career-kit 为 Claude Code / opencode 专属,且仅当会话在源码仓库目录内打开时可用;其余 Agent(含 ChatGPT 桌面客户端、豆包工作)用对话启动即可。
底层是 41 个 MCP 工具,覆盖建档、档案管理、数据获取(含市场调研)、分析规划、任务与漏斗、洞察产出六大类。完整清单与调用时机见工具总览。
与其他求职工具的对比
隐私与数据边界
- 程序数据存储在本地
~/.career-kit/(档案主存储为career-kit.db,JSON 为兼容镜像),报告与路线图存储在~/CareerKit/,不会发送到任何外部服务器。 - 知识库是用户自有资产,不随包升级丢失。
- 抓取只读取公开岗位 / 面经页面,请遵守来源站点条款与频率限制;本项目不提供内推、保 offer 或任何就业承诺。详见 DISCLAIMER.md。
适合谁
未就业大学生;没有职业规划;不知道做什么工作;想转行但不知从何入手;或正在求职但屡屡碰壁说不清差距所在
并且能使用 Claude Code / Codex / opencode / ChatGPT 桌面客户端 / 豆包工作(PC 客户端)这类支持本地 MCP 的 AI 工具——满足这些条件,Career Kit 就值得试。
快速开始
推荐:把安装交给你的 AI Agent。 将项目地址发给 Claude Code / Codex / opencode 等终端 Agent,它会自行阅读文档完成安装、注册与自检:
手动安装(pipx / uvx)与 GUI 客户端注册 - 点击展开
pipx 安装(将命令装进独立环境,不污染系统 Python):
uvx 免安装(已安装 uv 时可跳过安装):
注册:将 career-kit 注册为本地 MCP 服务(uvx 用户把命令换成 uvx --from career-kit career-kit):
验证安装
全部通过后,在新会话中对 Agent 说「调用 start_session」,收到「欢迎使用 Career Kit」即接入成功。
源码安装 / 一键安装脚本 / 本地控制台 / 常见问题,见安装指南。
文档
- 文档地图:所有文档的唯一入口
- LLM 使用指南:工作流、规则、常见场景
- 工作流详解:各阶段前置条件、输入输出
- 安装指南:源码安装、一键脚本、本地控制台、常见问题
- 工具总览:41 个 MCP 工具的唯一事实源
- 企业库:已收录企业、数据源说明
- 知识库:目录结构、文件格式
- 示例:可交互职业地图与场景示例
- 贡献指南 · 行为准则 · 安全策略
贡献
欢迎 issue、PR 与新的企业数据源。开始前请先阅读 CONTRIBUTING.md;新增企业源请参考 src/scrapers/_template/。
如果这个项目帮你少走了弯路,一个 Star 会帮助更多求职者发现它。
开源协议
MIT
来源:README.md,提交 00bf0ea
工具
0版本历史
2- v0.2.3最新Nov 7, 2026
- v0.2.2Nov 5, 2026
评分
已满足适用检查项的 50%
该评分衡量此收录条目的完整程度,依据注册中心条目、端点与公开来源计算得出。它不是对服务器本身的评价,也不表示服务器安全或当前可用:可连通性是带日期的检查结果,评分也不包含安装量或用户评价。
- 近 30 天内可连通25 分
请保持端点能够响应 MCP 握手;SourceWeft 每 30 天探测一次。
- 已声明认证方式10 分
请在注册中心条目中声明凭据请求头,或保持端点能够响应探测,以便判定其认证方式。
- 已列出工具15 分
请让服务器在无凭据时响应 tools/list,或发布可在沙箱中无凭据启动的软件包。
- 描述必需15 分
- 图标10 分
- 文档15 分
- 许可证10 分