ジョブサーチ自動化：オープンソースAI活用術【転職成功ガイド】

要約

Career-Opsは、Claude Codeを本格的な就職活動コマンドセンターに変える、無料でオープンソースのボイラープレートです。A-Fスコアリングで求人を評価し、各求人情報に合わせてATSに最適化された履歴書を生成し、45以上の企業ポータルを自動的にスキャンし、すべての情報をターミナルダッシュボードで追跡します。作成者はこれを使用して740以上の求人を評価し、Head of Applied AIの役職を獲得しました。

Apidogを今すぐ試してみましょう

はじめに

多くの開発者は求人応募をスプレッドシートで管理しています。新しいタブを開き、求人情報を貼り付け、キーワードを確認し、「応募済み、結果待ち」で行を更新…。これを50回以上繰り返すと、まるで別の仕事のように感じます。

Career-Opsはこのモデルを逆転します。評価や書式設定、進捗管理の作業をあなたの代わりにClaude Codeが担当します。あなたはURLや求人情報を貼り付けるだけ。システムが履歴書を読み込み、適合性を判断し、10の側面で求人を採点、カスタマイズされたPDFを生成し、結果を記録します。応募の決定だけが、あなたの役割です。

このシステムは手当たり次第に応募するボットではありません。フィルター哲学に基づき、数百の求人から価値のある案件だけを抽出し、4.0/5未満はすべて除外します。作者自身もCareer-Opsで740以上の求人を評価し、100超のカスタム履歴書を生成し、Head of Applied AIに就任しました。このプロジェクトは1週間でGitHub 11.9kスターを獲得しています。

💡 パイプラインテストやAPIの信頼性確保が必要な場合は、Apidogのテストシナリオを活用してください。Career-Opsが求人APIに送るHTTPリクエストを本番前にすべて検証できます。詳しくは[internal: api-testing-tutorial]をご参照ください。

Career-Opsが実際にすること

Career-Opsはスタンドアロンアプリではなく、Claude Code用のボイラープレートです。リポジトリをクローンし、履歴書をマークダウンファイルで追加し、プロファイルYAMLを編集、そのディレクトリでClaude Codeを起動します。以降はスラッシュコマンド一つでパイプライン全体を実行可能です。

コアワークフロー

求人URLまたは説明を貼り付け
        |
        v
アーキタイプ検出
(LLMOps / Agentic / PM / SA / FDE / Transformation)
        |
        v
A-F評価エンジン
(cv.mdを読み込み、10の側面を採点)
        |
   +----+----+
   v    v    v
レポート  PDF  トラッカー
 .md   .pdf  .tsv

すべてがAIランタイムとしてClaude Codeを介して実行されます。システムは実際に使っているファイルを直接読み込むので、Claude側からモードや重み、スクリプトをカスタマイズできます。

14のスラッシュコマンド

Career-Opsは、単一のエントリーポイント /career-ops から14のモードを持っています。

/career-ops                 → すべてのコマンドを表示
/career-ops {求人情報JDを貼り付け}    → 完全パイプライン：評価 + PDF + トラッカー
/career-ops scan            → 45以上の企業ポータルをスキャンし新しい求人を探索
/career-ops pdf             → 求人リストに合わせたATS最適化履歴書生成
/career-ops batch           → 複数（10件以上）の求人を並列評価
/career-ops tracker         → 応募パイプラインの進捗表示
/career-ops apply           → AIで応募フォームを入力
/career-ops pipeline        → 待機中URLキューの一括処理
/career-ops contacto        → LinkedIn連絡メッセージ自動作成
/career-ops deep            → ターゲット企業の詳細調査
/career-ops training        → コースや認定資格を評価
/career-ops project         → ポートフォリオプロジェクトを評価

特に自動パイプラインがよく使われます。任意の求人URLまたは説明テキストを貼り付けるだけで、モード指定不要で完全評価が実施されます。

A-Fスコアリングエンジンの仕組み

Career-Opsの中核はA-Fスコアリングエンジンです。全求人を6つの構造化ブロックで評価します。

• A: 職務概要
  
  タイトル、チーム、経験レベル、必須スキル抽出。アーキタイプ分類で適切な評価基準を適用。

• B: 履歴書の一致度
  
  キーワード数でなく、あなたの履歴・経験と求人情報を直接比較。スキルギャップや強みを特定し、不適格要因もフラグ。

• C: 職務レベル・報酬戦略
  
  報酬ベンチマークを調査し、交渉の論拠を構築。

• D: パーソナライズ
  
  企業が何を作っているか、あなたの経験がどこにマッチするかで、具体的なカバーレターやアプローチ角度を生成。

• E: 評価スコア (A-F)
  
  上記を統合し最終スコアを出力。4.0/5未満は応募非推奨。時間の無駄な応募を減らします。

• F: 面接準備 (STAR+R)
  
  STARフレームワークで履歴書からストーリーを自動生成し、Reflection列で経験レベルを示します。ストーリーはstory-bank.mdに蓄積され再利用可能です。

さらに給与交渉スクリプトも自動生成（給与アンカー、地理的要素への反論、競合オファー活用等）。

ATSに最適化されたPDF生成

Career-OpsのPDFジェネレーターは、各求人ごとにATS最適化された履歴書を生成します。

1. 求人内容からATSがスキャンする主要要件とキーワードを抽出
2. 経験箇条書きをそれらキーワード中心にリライト（虚偽記載なし）
3. Space Grotesk/DM SansフォントHTMLテンプレートを用い、Playwright/PuppeteerでPDF化

ATSも人間も読みやすい履歴書が作成できます。MITライセンスでテンプレートは自由にカスタマイズ可能です。

# 求人リストに合わせた履歴書をPDF出力
/career-ops pdf

# または完全パイプラインで
/career-ops {求人URLまたは説明を貼り付け}

出力はoutput/ディレクトリに保存。デフォルトでgit管理外なので個人データはローカルに保持されます。

大規模なポータルスキャン

Career-Opsには45以上の企業がスキャン対象としてプリセットされています。

• AIラボ: Anthropic, OpenAI, Mistral, Cohere, LangChain, Pinecone
• 音声AI: ElevenLabs, PolyAI, Parloa, Hume AI, Deepgram, Vapi, Bland AI
• AIプラットフォーム: Retool, Airtable, Vercel, Temporal, Glean, Arize AI
• LLMOps: Langfuse, Weights & Biases, Lindy, Cognigy, Speechmatics
• エンタープライズ: Salesforce, Twilio, Gong, Dialpad
• 自動化: n8n, Zapier, Make.com
• ヨーロッパ (DACH): Factorial, Attio, Tinybird, Clarity AI, Travelperk + 31のDACH企業（コミュニティ追加）

Playwrightで採用ページをクロールし、Greenhouse/Ashby/Lever/Wellfound APIも直接クエリ。portals.ymlでターゲット企業セットし、/career-ops scanで自動追加。

並列サブエージェントによるバッチ処理

大量の求人URLもバッチモードで並列評価できます。

# jds/ディレクトリにURLを配置後
/career-ops batch

内部的にはclaude -pワーカーが並列実行され、各求人を独立評価。重複除去やトラッカーマージも自動化。失敗時にはbatch/batch-runner.shでリトライ処理も可能。

20件以上の求人評価も、手動なら丸一日かかる作業が1時間以内に完了します。

Go TUIダッシュボード

応募パイプラインはdata/applications.mdにマークダウンテーブルで保存。ターミナルダッシュボード（Go/Bubble Tea/Catppuccin Mochaテーマ）が視覚的進捗管理を提供します。

cd dashboard
go build -o career-dashboard .
./career-dashboard

• 6つのフィルタータブ（ステータス・アーキタイプ・スコア等）
• 4つのソートモード
• グループ/フラットビュー
• レポートプレビュー遅延ロード
• インラインで応募ステータス編集 マークダウン直編集不要でTUIから直接操作できます。

15分でセットアップ

セットアップ手順は以下の通りです。

# 1. クローンと依存インストール
git clone https://github.com/santifer/career-ops.git
cd career-ops && npm install
npx playwright install chromium

# 2. プロファイル設定
cp config/profile.example.yml config/profile.yml
# profile.ymlを編集（氏名・場所・職種・給与・希望など）

# 3. ターゲット企業設定
cp templates/portals.example.yml portals.yml
# 企業リストを編集

# 4. 履歴書追加
# プロジェクト直下にcv.mdを作成
# 履歴書をマークダウンで記載

# 5. Claude Code起動
claude
# Claudeに以下のように指示可能
# 「アーキタイプをバックエンドエンジニアリング職に変更」
# 「5社をportals.ymlに追加」
# 「この履歴書でプロファイルを更新」

Claude側からモードやスコア重み、交渉スクリプトのカスタマイズも可能です。

自動更新システム

v1.1.0からは、システムファイル（自動更新されるスコアリングルール等）とユーザーファイル（プロファイル・履歴書等）を分離。ユーザーデータを保護しながらシステム層のみ更新可能です。

# 更新確認（セッション開始時に自動実行）
node update-system.mjs check

# 更新適用
node update-system.mjs apply

# 問題発生時のロールバック
node update-system.mjs rollback

更新前にはバックアップブランチが生成され、ユーザーファイルの非変更も検証されます。

Career-Opsが他の求職ツールと異なる点

• 意思決定システム
  
  単なる応募ボットや履歴書自動書き換えツールではなく、A-Fスコアリングにより「応募しない」判断も重視します（4.0/5未満は応募しない設計）。

• キーワードマッチングでなく適合性重視
  
  キーワード数でなく、履歴書と求人の意味的な一致に基づき評価。例えば「Python経験5年」と求人にあっても、あなたが3年でも実績次第で高評価となることも。

• コンテキストが多いほど精度向上
  
  Claudeは初期状態ではあなたを知らないため、プロフィールやキャリアストーリーを追加するほど判定精度が向上します。

• すべてローカル保存
  
  履歴書・応募情報・PDF類はデフォルトでgit管理外&ローカル保存。ClaudeがAPI評価・検索以外で外部送信することはありません。

知っておくべき制限事項

• Claude Code必須
  
  Career-OpsはClaude Code専用ボイラープレート。他モデルやUIでは動作不可。Anthropicアカウントが必要です。

• Playwrightの一部不安定性
  
  企業の採用ページHTML変化で、Playwrightスキャナーが一部ポータルで動作しなくなる場合あり。標準API採用企業では安定。

• 初期評価の精度は要調整
  
  最初は大まかな評価となります。プロファイルや実績を十分入力した上でスコアを活用してください。

• バッチモードはAPIクレジット消費大
  
  claude -p並列ワーカーはバッチで大量API消費するため、最初の大規模バッチ前に使用状況を確認しましょう。

AIエージェントのキャリブレーションについては[internal: how-ai-agent-memory-works]を参照してください。

対象者

Career-Opsは以下に該当する開発者・技術専門職向けです。

• 積極的に転職活動中で、手動管理に疲れた人
• AI企業での職務を志望する人（ポータルリストもAI寄り）
• 大量応募ボットでなく、評価・意思決定支援にAIを使いたい人
• CLIツール・YAML編集に抵抗のない人

GUI希望の非技術ユーザーや、自動応募提出を望む方には不向きです。応募の最終判断・提出は必ず手動となります。

始め方

リポジトリをクローンし、履歴書を追加し、Claudeでプロファイルを構成。1時間程度で本当に興味ある職務に対し最初の評価を実施できます。調整作業はすぐに成果をもたらします。

GitHub: https://github.com/santifer/career-ops

本プロジェクトはMITライセンスです。コミュニティからの貢献も歓迎。PR前には必ずIssueを作成してください。

結論

Career-Opsは現時点で最も包括的なオープンソース求職パイプラインです。A-Fスコアリング、ATS最適化PDF、並列バッチ処理、Go TUIダッシュボードの各機能は単体でも有用。プロファイルを厳密に調整することで、意味ある求人だけに絞って応募するワークフローが構築できます。

求職活動は「量」ではなく「情報」の問題。Career-Opsはその本質を実装するツールです。

よくある質問

Q: Career-Opsは有料ですか？

ツールは無料(MITライセンス)です。Claude APIの利用料金のみ必要。完全な評価（評価＋PDF＋トラッカー）は10,000～30,000トークン程度（Claude 3.5 Haikuの場合1回0.05ドル未満）。

Q: Claude以外のモデルは使えますか？

直接は不可。Claude Code用に設計されているため。他モデルに移植するにはスキル定義等を書き換える必要あり。

Q: ATS最適化はどのように機能していますか？

求人情報から必須スキル・キーワード抽出し、経験箇条書きを自然にリライトしPDF化。HTMLテンプレートはSpace Grotesk・DM SansフォントでATS対応済み。

Q: サポートしている求人掲示板は？

Greenhouse、Ashby、Lever、Wellfound、Workable、RemoteFrontを直接サポート。その他はPlaywrightでカスタムページをクロール。DACH/ヨーロッパ企業も31件追加済み。APIサーフェスの扱い詳細は[internal: local-vs-api-ai-models]参照。

Q: 履歴書データの安全性は？

全ファイルはローカルかつgit管理外。ClaudeのAPI呼び出し（Anthropic標準）以外は外部送信なし。データ処理詳細は[internal: claude-code]参照。

Q: 独自の企業をポータルスキャナーに追加できますか？

可能です。templates/portals.example.ymlをportals.ymlにコピーし、任意の企業を追加。Greenhouse/Ashby/Lever採用企業は自動認識、カスタムページはPlaywrightセレクターで設定可能。

Q: 完全な評価にかかる時間は？

PDF生成含む単一評価は通常2〜4分（Claude 3.5 Sonnet）。バッチモード並列化で10件でもほぼ同時間。

Q: STAR+Rフレームワークとは？

STAR（Situation, Task, Action, Result）にReflection（反省）を加えたもの。経験を単に説明するだけでなく、そこからの学びや変化も示せるため、経験豊富な候補者像を強調できます。