求职 / 简历类开源工具调研报告
本次调研聚焦 GitHub 上与求职、简历制作、职位匹配、面试准备相关的热门开源项目，覆盖了从简历生成、AI 内容优化、ATS 适配分析、职位抓取到自动投递的全流程工具链。
我们从 10 个维度对每个项目进行 0-10 分打分，总分 100 分，最终按总分倒序排列。数据截至 2026 年 7 月，Star 数为近似值。
评分维度说明（每项满分 10 分）
综合评分排行（按总分倒序）
| 排名 | 项目名称 | 类别 | Star⭐ | 主语言 | 功能 完整性 |
社区 活跃度 |
维护 状态 |
易用性 | 文档 质量 |
部署 便捷性 |
技术 现代性 |
AI 能力 |
数据 隐私 |
国际化 支持 |
总分 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 |
Reactive Resume
全面型简历生成器，AI赋能
|
简历制作 | 33.6k | TS | 9.5 | 9.5 | 9.0 | 9.0 | 8.5 | 7.0 | 9.0 | 8.0 | 9.0 | 8.5 |
87.0
|
| 2 |
AIHawk (Jobs_Applier)
AI自动求职投递Agent
|
自动投递 | 29.2k | PY | 8.5 | 9.0 | 6.5 | 7.0 | 6.5 | 6.0 | 8.0 | 9.0 | 7.0 | 6.0 |
73.5
|
| 3 |
Resume Matcher
AI简历-JD智能匹配分析
|
简历匹配 | 23.8k | PY | 8.0 | 8.5 | 8.5 | 8.0 | 8.0 | 8.0 | 8.0 | 9.0 | 8.5 | 7.0 |
81.5
|
| 4 |
RenderCV
Typst驱动的简历生成器，学者友好
|
简历制作 | ~12k | PY | 8.0 | 8.0 | 9.0 | 6.5 | 9.0 | 8.5 | 8.5 | 6.0 | 9.5 | 8.0 |
81.0
|
| 5 |
OpenResume
极简ATS友好型简历生成器
|
简历制作 | 8.1k | TS | 7.0 | 8.0 | 6.5 | 9.5 | 8.0 | 9.5 | 8.5 | 5.0 | 9.5 | 6.5 |
78.0
|
| 6 |
Tech Interview Handbook
技术面试手册，大厂面经+算法
|
面试准备 | 132.5k | TS | 8.5 | 10 | 8.0 | 9.5 | 9.0 | 10 | 8.5 | 2.0 | 10 | 6.5 |
82.0
|
| 7 |
JobSpy
多平台职位爬虫库
|
职位抓取 | 3.8k | PY | 7.5 | 7.0 | 8.0 | 8.0 | 8.0 | 9.0 | 8.0 | 3.0 | 8.5 | 8.0 |
75.0
|
| 8 |
GeekGeekRun (牛人快跑)
Boss直聘自动投递工具
|
自动投递 | 1.2k | TS | 7.0 | 5.5 | 6.0 | 8.5 | 6.0 | 8.0 | 7.0 | 5.0 | 8.5 | 9.5 |
71.0
|
| 9 |
OpenCATS
开源ATS招聘管理系统
|
ATS系统 | 666 | PHP | 8.5 | 5.0 | 4.0 | 6.0 | 6.5 | 6.5 | 4.0 | 2.0 | 8.5 | 6.5 |
57.5
|
| 10 |
Next Resume AI
Next.js+AI驱动的简历生成器
|
简历制作 | 42 | TS | 7.0 | 2.0 | 6.0 | 8.5 | 6.0 | 7.0 | 9.0 | 8.0 | 7.0 | 6.5 |
67.0
|
⚠️ 排序修正说明
上表已按总分倒序排列。注意 Tech Interview Handbook 虽 Star 数最高（132.5k），但因缺少 AI 能力且偏纯内容工具，总分排名第 4；Reactive Resume 以 87 分位列第一。
各项目详细分析
🥇 Reactive Resume — 总分 87.0
Reactive Resume 是目前最全面的开源简历制作工具，采用 React + Vite 前端 + NestJS 后端架构，搭配 PostgreSQL + Minio + Redis。支持 12+ 专业模板、实时拖拽编辑、OpenAI AI 智能润色，以及完整的自托管方案。其在线版 rxresu.me 可直接使用，无需安装。
核心优势
- 功能最全面，覆盖简历制作全流程
- AI 赋能：智能润色、语法纠错、内容扩写
- 隐私优先：无追踪无广告，支持完全自托管
- 社区庞大，33k+ Star，持续迭代
- 原生多语言支持含中文
不足之处
- 自托管部署较复杂（需多个容器）
- AI 功能需自备 OpenAI API Key
- 模板虽多但风格偏西式
- 对中文简历排版优化有限
📖 Tech Interview Handbook — 总分 82.0
GitHub 上 Star 数最高的求职相关项目（132.5k），是一份精心整理的技术面试准备手册。涵盖从求职申请到通过面试、薪资谈判的全流程。提供 Blind 75 升级版 Grind 75 题集、按主题分类的算法速查表、行为面试问题库等。内容质量极高，直接提供干货而非外链。
核心优势
- Star 数 132.5k，社区认可度极高
- 内容精炼实用，非简单链接合集
- 覆盖面试全流程（申请→面试→谈薪）
- 提供在线网站，零门槛访问
- 包含简历编写指南
不足之处
- 纯内容工具，无交互功能
- 无 AI 能力
- 偏重英文/硅谷生态，中文面经少
- 系统设计部分仍在完善
🎯 Resume Matcher — 总分 81.5
AI 驱动的简历优化工具，使用 Reader LLM 对比简历与职位描述（JD），生成匹配度评分和关键词建议。曾单日增长 2632 Star 登顶 GitHub Trending。支持本地运行，数据不出本地，隐私安全。
核心优势
- 直击痛点：简历与 JD 匹配度分析
- AI 驱动，智能关键词提取与建议
- 本地运行，隐私保护好
- 社区增长迅猛，更新活跃
- 部署简单，pip install 即可
不足之处
- 仅做分析，不直接生成简历
- 需要一定 Python 基础
- AI 模型需配置 API Key
- 对中文 JD 的理解能力一般
📄 RenderCV — 总分 81.0
基于 Typst 排版引擎的简历生成器，核心理念是"CV as Code"——用 YAML 写简历内容，CLI 生成像素级精准的 PDF。曾单日增长 2290 Star 登顶 GitHub Trending 第一。支持严格的 YAML 校验，输出格式不可能出错。同时提供 Web App 版本（rendercv.com），内置 AI 助手可读取编辑简历、针对 JD 优化。
核心优势
- 排版质量极高，像素级精准对齐
- CV as Code 理念，完美版本控制
- ATS 兼容性经测试验证
- 文档极其完善，JSON Schema 自动补全
- pip install 一键安装，部署极简
- 学者/工程师友好，学术简历首选
不足之处
- 需编写 YAML，非技术用户门槛较高
- 模板数量有限（经典/现代两套）
- CLI 版无 AI 功能（Web 版才有）
- 偏学术风格，商业感较弱
✨ OpenResume — 总分 78.0
极简主义的 ATS 友好型简历生成器，完全运行在浏览器端，数据不离开本地。内置简历解析器可检查 ATS 可读性，支持从现有 PDF 简历导入。部署极其简单——纯静态文件即可。
核心优势
- 部署极简，纯前端静态文件
- 隐私极佳，数据完全在浏览器
- ATS 兼容性内置检测
- 支持 PDF 简历导入
- UI 简洁现代
不足之处
- 功能相对单一，模板少
- 无 AI 能力
- 更新频率低（最近更新 2024.10）
- 无多语言支持
- 无拖拽编辑等高级功能
🔍 JobSpy — 总分 75.0
强大的多平台职位爬虫库，一行代码同时搜索 LinkedIn、Indeed、Glassdoor、Google Jobs 等 7+ 平台。返回结构化的职位数据（标题、公司、薪资、描述等），支持代理、速率控制。是构建求职聚合平台的理想基础库。
核心优势
- 覆盖 7+ 主流招聘平台
- Python 库形式，易于集成
- 结构化数据输出，含薪资信息
- 支持代理和速率控制
- 文档清晰，API 设计合理
不足之处
- 仅爬取数据，不含投递功能
- LinkedIn 容易被限流封 IP
- 需配合代理使用效果更好
- 无 AI 能力
- 不针对中国市场（无 Boss/拉勾）
🤖 AIHawk (Jobs_Applier_AI_Agent) — 总分 73.5
AI 驱动的自动求职 Agent，利用 GPT + Selenium 自动化整个求职流程：自动浏览招聘网站、根据 JD 定制简历、自动填写申请表单并投递。29k+ Star 说明其直击求职者痛点，但维护稳定性和合规性存在争议。
核心优势
- 全自动求职投递，节省大量时间
- AI 根据 JD 动态定制简历
- 29k+ Star，社区关注度高
- 支持多个招聘平台
不足之处
- 存在合规/道德争议（自动投递）
- 维护状态不稳定，Issue 响应慢
- 需要 OpenAI API Key，有成本
- Selenium 自动化容易被平台检测
- 部署配置较复杂
- 不支持中国招聘平台
🏃 GeekGeekRun (牛人快跑) — 总分 71.0
专为中文求职市场打造的 Boss 直聘自动化工具，基于 Puppeteer + Electron 开发。支持快速海投、自动开聊、已读不回提醒、职位信息抓取、不合适职位标记、僵尸职位清理等功能。界面友好，开箱即用，是国内求职者的实用利器。
核心优势
- 专为 Boss 直聘优化，中文求职首选
- Electron 桌面应用，非技术用户友好
- 功能丰富：海投+开聊+提醒+清理
- 开源免费，社区活跃
- 本地运行，数据安全
不足之处
- 仅支持 Boss 直聘一个平台
- Star 数较少，社区规模有限
- 存在被平台风控的风险
- 无 AI 能力
- 文档以中文为主，国际化不足
🚀 Next Resume AI — 总分 67.0
基于 Next.js 15 + React 19 的 AI 简历生成器，集成 Google Gemini AI 辅助内容生成。技术栈非常现代（Next.js 15 + Drizzle ORM + Clerk），适合作为学习现代全栈开发的参考项目。但 Star 数仅 42，社区规模极小。
核心优势
- 技术栈最新（Next.js 15 + React 19）
- AI 内容生成（Gemini）
- 分屏编辑+实时预览体验好
- 代码结构清晰，适合学习参考
不足之处
- Star 仅 42，社区几乎不存在
- 功能不完善，更像 Demo 项目
- 依赖多个第三方服务（Clerk/Neon/Gemini）
- 无自托管方案
- 文档简单
🏢 OpenCATS — 总分 57.5
面向招聘方的开源 ATS（申请人追踪系统），用于管理招聘全流程：发布职位、收集简历、筛选候选人。PHP 编写，可独立运行或集成到 WordPress/Drupal。但项目维护停滞，技术栈老旧。
核心优势
- 完整的 ATS 功能，招聘方视角
- 可集成 WordPress/Drupal
- 免费开源，无许可证费用
不足之处
- 面向招聘方而非求职者
- PHP 老旧技术栈，无现代框架
- 维护停滞，最近推送 2023 年
- UI/UX 过时
- 无 AI 能力
- 文档不完善
💡 选型建议
根据不同使用场景，推荐如下组合方案：
场景一：制作专业简历
首选 Reactive Resume（功能最全，AI 赋能）→ 若偏好代码化/学术风用 RenderCV → 若追求极简和 ATS 兼容用 OpenResume
场景二：简历优化与 JD 匹配
用 Resume Matcher 分析简历与 JD 匹配度，获取关键词建议，再回到简历工具优化
场景三：国内求职海投
用 GeekGeekRun 自动化 Boss 直聘投递，配合手动微调
场景四：海外求职全流程
JobSpy（找岗位）→ Resume Matcher（匹配分析）→ Reactive Resume（定制简历）→ AIHawk（自动投递，注意合规风险）
场景五：技术面试准备
Tech Interview Handbook（系统学习）+ Grind 75 题集（算法刷题）
