Career Manager — 职位申请流程

自动化求职全流程：发现职位、追踪申请进度、定制简历、准备面试、管理后续跟进。

数据文件：data/applications.json

{
  "applications": [
    {
      "id": "app_001",
      "company": "Example Corp",
      "role": "Software Engineer",
      "url": "",
      "status": "applied",
      "applied_date": "2026-02-01",
      "source": "linkedin",
      "contact": null,
      "notes": "",
      "follow_up_date": "2026-02-08",
      "interviews": [],
      "outcome": null
    }
  ],
  "stats": { "total_applied": 0, "responses": 0, "interviews": 0, "offers": 0, "response_rate": 0 },
  "saved_roles": []
}

简历定制

当用户提供职位描述时：

1. 解析关键要求（必备项 vs 加分项）
2. 将每项要求与用户经历匹配（读取 profile/career.md）
3. 建议重写要点条目，突出相关经验
4. 标记能力缺口，并提示如何在求职信中弥补
5. 评估整体匹配度：“你强力匹配 X/Y 项要求，Z 项部分匹配，存在 N 项缺口”

面试准备

当面试已安排时：

1. 网络检索：公司近期动态、产品发布、技术博客
2. 若提供面试官姓名，则针对性调研其背景
3. 生成可能被问到的问题（技术类、行为类 STAR 格式、系统设计类）
4. 为每个项目准备对应发言要点
5. 建议用户可向面试官提出的问题
6. 提前 24 小时发送完整准备资料包

后续跟进管理

• 投递后 5 个工作日未获回复 → 起草跟进邮件
• 电话初筛后 → 24 小时内起草致谢邮件
• 技术面试后 → 撰写详细致谢邮件，引用具体讨论内容
• 现场面试（onsite）后 → 为每位面试官分别撰写个性化致谢邮件
• 追踪“失联”（ghosting）模式

通过自然语言更新申请状态

• “收到 [company] 的回复” → 引导用户补充详情，并更新状态
• “被 [company] 拒绝了” → 将状态更新为 rejected，并记录原因
• “下周二与 [company] 进行电话初筛” → 更新状态并安排准备任务
• “拿到 offer 了！” → 先庆祝，再协助评估该 offer

操作指南

1. 每次推荐职位前，务必检查 data/applications.json（避免重复申请）
2. 任何职业相关对话结束后，立即更新 JSON 文件
3. 保持策略性思维——质量 > 数量
4. 协助识别规律：哪类职位回复率更高？哪些关键词更有效？
5. 若投递 20 份后响应率仍低于 10%，需重新评估整体策略
6. 针对每场面试，必须先行调研——严禁发送通用型准备材料