最後更新：2026 年 8 月 26 日｜文中 GitHub 數據為 2026-08-26 早上 08:15（香港時間）親自開頁面所見。
2025 年底，一位地球物理學博士被裁。他沒有去改履歷範本，他寫了一套求職流水線。九個月後，這個專案在 GitHub 拿到 35,200 顆星、12,100 個分支（fork）。
一句話結論：ai-job-search 這套工具本身做得相當紮實，值得用；但 README 快速上手的第一步是 gh repo fork，而 GitHub 不允許公開專案的分支設為私人——照那一步做下去，/setup 寫進 CLAUDE.md 與 6 個檔案的個人資料就會躺在公開網址上。改用私人 repo 就沒事，做法在下面。
ai-job-search 到底是什麼？
它是一套跑在 Claude Code 上的求職框架，作者是 Mads Lorentzen。他在 README 裡自述：地球物理學出身，2025 年底職位被裁，於是把自己的求職流程做成工具，每週用在自己身上。
三個核心指令構成主線：
/setup——建立你的個人檔。可以讀你丟進documents/的履歷 PDF、LinkedIn 匯出檔、文憑、推薦信，也可以貼一份履歷，或者純粹用問答訪談把資料問出來。/scrape——掃招聘網站，去重，按吻合度排序。/apply <職缺網址>——評估吻合度、用 LaTeX 起草履歷與求職信、另開一個 agent 當審稿人去批評初稿、依批評改寫、編譯 PDF、再讀一次 PDF 檢查排版。
另外還有 10 個延伸指令（/rank 批量評分、/interview 面試準備、/outcome 記錄結果、/gmail-sync 從 Gmail 抓面試邀請、/upskill 技能缺口分析等），加上 /reset。授權是 MIT，最新版本 v1.6.0，發布於 2026 年 8 月 20 日——這不是一個丟出來就沒人管的專案。
| 項目 | 數據（2026-08-26 實查） |
|---|---|
| GitHub 星數 | 35,200 |
| 分支數（fork） | 12,100 |
| 當日新增星數 | 1,265（全語言日榜） |
| 分支／星數比 | 34%（一般專案約 10%） |
| 授權 | MIT |
| 最新版本 | v1.6.0（2026-08-20） |
| 前置需求 | Claude Code CLI、Python 3.10+、Bun、LaTeX（lualatex 與 xelatex 兩個都要） |
那個 34% 的分支比例不是意外。專案的副標題就寫著「Fork it and own it」——它從設計上就要你複製一份走。這一點等一下會變成整篇文章的關鍵。
69 封求職信換到 20 個面試，是 AI 寫得好嗎？
先講數字。README 寫的是：69 封量身訂做的申請、20 個首輪面試、1 份簽了的合約，他在 2026 年 6 月上工做 AI engineer。
換算成比率：投遞轉面試 29%，面試轉錄取 5%，整體命中率 1.45%。29% 這個數字放在一般求職市場算高的。所以很自然會推論：AI 寫的履歷和求職信比較強。
但作者自己在 README 裡給了另一個解釋，而且他把它放在數字前面：
「我對每一位談過的僱主都坦白說了我用這套工具。結果它非但沒有扣分，通常還引出一場真正的技術對話。」
這句話把因果關係整個翻過來。真正在起作用的，可能不是那封求職信寫得多漂亮，而是「這個候選人被裁之後，自己動手做了一個工具來解決問題，而且敢在面試裡講」這件事本身。求職信只是一個話題引子。
這個區別對你很重要，因為它決定了你該怎麼用它。如果你以為 fork 下來、跑 /apply、把 PDF 寄出去就會有 29% 的面試率，你大概會失望——那是 n=1 的自述數據，而且他自己都說了另有變數。反過來，如果你把它當成「一個你真的理解、也講得出來的自動化流程」，它的價值就不只在那份 PDF 上。
順帶一提，這是這套工具最值得學的地方：/apply 裡有一個起草者—審稿者的分工。起草的 agent 寫完，另一個全新上下文的 agent 去研究這家公司、然後批評初稿，起草的再改。它還會真的編譯出 PDF、讀一遍排版，確認履歷剛好 2 頁、求職信剛好 1 頁、簽名沒有被擠掉，再用 pdftotext 抽出文字層檢查 ATS 系統會讀到什麼。這套「自己批自己再驗成品」的模式，套到任何 AI 產出流程都成立。
照 README 第一步做，會公開你的什麼？
這是我實際去翻檔案的部分，也是整篇最該收藏的一段。
README 的快速上手，第 1 步是這一行：
gh repo fork MadsLorentzen/ai-job-search --clone第 3 步是 /setup，也就是把你的姓名、聯絡方式、學經歷、薪酬期望寫進檔案。
而 GitHub 有一條規則：公開專案的分支不能設成私人。你 fork 了，那份複本就是公開的，網址任何人都打得開。這代表如果你 commit 之後 push 上去，內容就在網路上了。
先講句公道話：作者完全知道這件事，而且寫得比大部分專案都清楚。README 第 1 步下面就有一個「Important」警告框，SETUP.md 第 8 節也白紙黑字寫了「forks of public repositories cannot be made private」，並給了替代做法。這不是隱瞞，這是一個被標示得很清楚、但仍然長在主要路徑上的坑。
更值得看的是：我把那份 114 行的 .gitignore 逐行讀完，發現它保護得比 README 的警告聽起來要好，但保護的範圍有一條明確的界線。
| 檔案／目錄 | 內容 | 會不會進 git |
|---|---|---|
documents/ 全部子目錄 | 履歷 PDF、LinkedIn 匯出、文憑、推薦信、申請存檔、面試記錄 | ❌ 已排除 |
job_search_tracker.csv | 你投過哪些公司的追蹤表 | ❌ 已排除 |
gmail_sync/ | Gmail 同步狀態（郵件 ID、主旨） | ❌ 已排除 |
cv/main_*.*、cover_letters/cover_*.* | /apply 產出的成品履歷與求職信 | ❌ 已排除 |
salary_data.json、.env、所有 *.pdf *.jpg *.png | 薪資資料、金鑰、照片與簽名 | ❌ 已排除 |
CLAUDE.md | 你的主個人檔：姓名、學歷、經歷、技能、求職目標 | ✅ 會進 git |
01-candidate-profile.md | 履歷資料的結構化版本 | ✅ 會進 git |
02-behavioral-profile.md | 你的人格／行為特質評估 | ✅ 會進 git |
03-writing-style.md | 你的書寫語氣設定 | ✅ 會進 git |
04-job-evaluation.md | 你的不可接受條件與薪酬期望 | ✅ 會進 git |
07-interview-prep.md | 你真實經歷寫成的 STAR 面試例子 | ✅ 會進 git |
看出那條界線了嗎？被保護的是「輸出」，沒被保護的是「你本人」。你產出的每一份履歷 PDF、你投過哪些公司、你的薪資試算表——全部安全。但 /setup 訪談你之後寫下來的那個「你是誰」，是刻意留在版本控制裡的。
而且這是有理由的。SETUP.md 第 8 節解釋了：這些檔案要能被 commit，上游更新時才 merge 得乾淨。所以這是一個工程上的取捨，不是疏忽。
順手記一筆：README 的檔案結構圖只列了 01 到 07，但實際 repo 裡還有 08-application-forms.md 和 09-web-research.md，加上 SKILL.md 共 10 個檔。README 的樹狀圖已經落後於實際內容——這種小落差在快速迭代的專案很常見，但它也提醒你：要知道什麼東西會被上傳，唯一可靠的辦法是自己去看 .gitignore 和檔案清單，而不是看 README 怎麼說。
至於那 12,100 個分支裡，實際有多少人真的 commit 了自己的資料上去——我沒有去逐一查，也不打算查，那是別人的私事。我能確定的只有結構：這個風險是真的存在，而且它就在快速上手的第一步。
你的設定會外洩哪些檔案？（互動自檢）
回答兩題，下面會直接告訴你結果。
那要怎麼裝才不會出事？
把 README 第 1 步換掉就好，後面完全一樣。以下做法出自 SETUP.md 第 8 節，是作者自己給的：
- 先在 GitHub 開一個空的私人 repo（不要按 Fork）。
- 把原專案 clone 下來，改掉遠端指向：
git clone https://github.com/MadsLorentzen/ai-job-search.git cd ai-job-search git remote rename origin upstream git remote add origin <你的私人 repo 網址> - 裝環境：Claude Code CLI、Python 3.10+、Bun、LaTeX（要有
lualatex和xelatex；README 特別提醒pdflatex在新版 MiKTeX 上常因 fontawesome5 字型展開而失敗）。 - 跑
/setup建個人檔，然後git push origin——這次推去的是你自己的私人 repo。 - 要更新時：
git fetch upstream --tags，然後 merge 一個有版本號的 release（例如git merge v1.6.0），不要直接拉 master。專案另外附了tools/check_upstream_updates.py，可以先預覽這次更新會動到你哪些個人化檔案。
整個差別只在第 1 步和第 2 步。三分鐘的事，換掉一個不必要的公開風險。
香港、台灣的讀者可以直接用嗎？
核心流程可以，找工作那一段不行。
作者是丹麥人，所以 repo 附的 4 個招聘網爬取工具全是丹麥的：Jobindex、Jobnet、Akademikernes Jobbank、Jobdanmark。這 4 個對你沒用。
跨市場能用的只有兩個：
linkedin-search——走 LinkedIn 公開的訪客職缺端點，地點當參數傳，任何市場都能查。但 repo 自己標明：自動化存取違反 LinkedIn 服務條款，僅供個人使用、請控制流量。這一點要自己拿捏。freehire-search——查 freehire.me 的公開 REST API，回傳結構化資料，偏科技職缺，可以按地區和遠端篩選。
要加本地的（比如 JobsDB、104、CakeResume），專案有一個 /add-portal 指令：你給它招聘網網址，它會去研究搜尋網址結構、結果頁格式、robots.txt 規則，然後照既有的樣板產生一個 CLI 工具，並在註冊前先跑一次真實查詢測試。需要登入才能看的網站它會直接拒絕做。
另外提醒一句安全性：/apply 會抓職缺頁面內容餵給 AI。專案有處理這件事——職缺內容被當成不可信輸入，不執行裡面的指令、不跟隨內文連結。但 SECURITY.md 自己也說了，這些防護是「指令層級的，不是沙箱」。在不熟的招聘網站上，寄出前自己掃一眼抓回來和寫出去的東西。
要花多少錢？
工具本身是 MIT 授權，免費。真正的成本在 Claude Code 那一端。
| 成本項目 | 金額（截至 2026 年 8 月，以官網為準） |
|---|---|
| ai-job-search 本體 | 免費（MIT） |
| Claude Pro | 約 US$20／月 |
| Claude Max 5× | 約 US$100／月 |
| Claude Max 20× | 約 US$200／月 |
| LaTeX 環境 | 免費（TeX Live／MacTeX／TinyTeX／MiKTeX） |
| Bun、Python | 免費 |
如果你是短期密集找工作，Pro 那一檔多半夠。/apply 一次會跑起草、審稿、改寫、編譯 PDF、再讀 PDF 這一整輪，比一般對話吃資源，但你也不會一天投 30 家。
真正的門檻其實不是錢，是 LaTeX。要同時裝好 lualatex 和 xelatex，還要處理字型套件，對沒碰過的人是這整套流程裡最容易卡住的一關。如果你不想碰 LaTeX，專案有 /add-template 可以換成 Typst 或任何能從命令列編譯出 PDF 的工具鏈——但那也不是零基礎友善的操作。
不想裝這一套，有什麼替代？
- 只要一份客製履歷：直接把職缺描述和你的履歷丟給 ChatGPT 或 Claude 網頁版，要它先當審稿人批評一次再改。你手動做兩輪，等於複製了
/apply最核心的那個「起草—審稿」機制，零安裝。 - 要追蹤投遞進度：Notion 或 Google Sheet 的求職追蹤模板就夠，不需要跑一整套 agent。
- 要 ATS 檢查：把履歷 PDF 用免費的
pdftotext抽一次文字層自己看，就能發現大部分排版陷阱（聯絡方式變成圖示、多欄排版讀出來順序亂掉）。這招其實是這個專案裡最容易單獨抄走的一招。 - 只想要它的方法論：把
.claude/skills/job-application-assistant/那幾個 md 檔讀一遍。裡面的職缺評分框架、求職信框架、STAR 準備法，本身就是一份寫得不錯的求職指南，不裝也能看。
誰該用、誰不該用？
| 你的情況 | 建議 |
|---|---|
| 正在密集求職、已經在用 Claude Code、不怕命令列 | 值得裝，但一定要走私人 repo |
| 想學 AI agent 的實戰架構（起草—審稿、成品驗證迴圈） | 值得讀原始碼，不一定要用來求職 |
| 沒碰過命令列、也沒裝過 LaTeX | 先別裝，用上面的「替代」第一項就好 |
| 只想投三五家公司 | 不划算，安裝時間比省下的時間長 |
| 在丹麥找工作 | 整套照用，4 個招聘網工具是為你寫的 |
| 在港台找工作 | 核心流程照用，招聘網那段要自己用 /add-portal 補 |
從「省時間」到「多一條出路」，怎麼接？
這一段是我覺得最值得講的。
ai-job-search 表面上省的是「寫求職信的那個週日下午」。但作者拿到 offer 的過程告訴你另一件事：他賣的不是那封信，是那套流程本身。面試官感興趣的是「你被裁之後做了一個東西出來」。
這件事可以複製，而且不限於求職：
- 把你本行最煩的重複工作做成流程——不用開源，做出來自己用，能講清楚它省了多少時間就夠了。
- 「起草—審稿—驗成品」這個三段式可以套到任何產出：報價單、提案、合約審閱、內容生產。第二個 agent 用全新上下文去批評第一個的產物，是很便宜就能拿到的品質提升。
- 接案的話，這本身就是可交付的東西。中小企業要的往往不是「AI 系統」，是「這份重複文件不用再手寫」。
被 AI 取代的焦慮，跟「用 AI 做出一個別人願意付錢的流程」，中間隔的不是技術，是有沒有動手做過一次。這個專案剛好是一個很完整的參考答案。
常見問題
ai-job-search 是 Anthropic 官方的專案嗎？
不是。README 開頭就聲明它是獨立開源專案，跟 Anthropic 沒有從屬、背書或贊助關係，提到 Claude Code 只是說明它用什麼工具鏈。作者也另外聲明專案沒有任何相關的加密貨幣或代幣，看到有人這樣宣稱就是詐騙。
我 fork 了但還沒 push，資料算不算已經外洩？
還沒。分支本身是公開的，但沒 push 上去的內容不會出現在網路上。不過那等於把安全性押在「我記得不要 push」上面，建議直接改成私人 repo。
我的履歷 PDF 和投遞記錄會不會被上傳？
不會。.gitignore 明確排除了 documents/ 全部子目錄、job_search_tracker.csv、gmail_sync/、/apply 產出的履歷與求職信、salary_data.json 以及所有 PDF 和圖片。會進版本控制的是 /setup 寫入的個人檔文字（CLAUDE.md 和 5 個 profile 檔）。
不會寫程式可以用嗎？
用起來不用寫程式，但裝起來要會用命令列，而且要裝 Python、Bun 和 LaTeX。如果這幾個字看了沒感覺，門檻是在安裝那一段，不是使用那一段。
69 封信換 20 個面試，我照做會有一樣的結果嗎？
那是作者一個人的自述數據，樣本數 1，而且他自己說面試機會很可能來自「主動告訴僱主我用了 AI 工具」引出的技術對話，而不只是文件品質。把它當參考，不要當基準。
五步行動清單
- ☐ 不要按 Fork。開一個私人 repo，clone 原專案後把
origin改名成upstream。 - ☐ 裝好 Claude Code CLI、Python 3.10+、Bun、LaTeX（
lualatex+xelatex）。 - ☐ 跑
/setup，把過去的職務寫具體——寫「用 scikit-learn 做客戶流失預測的資料流水線」，不要只寫「Python」。 - ☐ 港台讀者：先只用
linkedin-search和freehire-search，之後再用/add-portal加本地招聘網。 - ☐ 第一次
git push之前，去 GitHub 確認一次那個 repo 標的是 Private。
參考資料
- MadsLorentzen/ai-job-search — GitHub 專案頁（README、
.gitignore、SETUP.md、SECURITY.md、releases 均於 2026-08-26 查閱） - GitHub Trending 日榜（2026-08-26 08:08 香港時間快照）
本文所有 GitHub 數據為 2026 年 8 月 26 日早上親自查閱所得，開源專案更新頻繁，請以專案頁面現況為準。Claude Code 訂閱價格為 2026 年 8 月的公開資訊，實際以 Anthropic 官網為準。文中「69 封申請／20 個面試／1 份合約」為專案作者本人在 README 的自述數據，未經第三方驗證。本文不含任何聯盟連結或贊助內容，與 ai-job-search 專案及 Anthropic 均無利益關係。內容僅供參考，不構成職涯或法律建議。
發表迴響