摘要：
AIHawk 是一款在终端中运行的自动化简历投递工具。它能够读取用户简历，自动从招聘数据库中寻找匹配岗位，并通过决策模型对岗位进行评分和筛选，最终帮助用户在支持的招聘网站上自动填写并投递申请表单。该工具主要帮助正在求职的开发者解决重复刷招聘网站、手动筛选岗位和填写申请表的繁琐问题，尤其适合习惯使用命令行、愿意进行环境配置，并需要同时投递大量岗位的技术人员。
AIHawk 是一个在终端里运行的自动投简历工具。你把简历给它，它会自己找岗位、打分、列出清单让你挑，选好后还能帮你在招聘网站上填表投递。对开发者来说，这相当于装了一个持续监控招聘信息的机器人，省去了每天手动刷新十几个网站的时间。它在 GitHub 上有 32,387 个 star，采用 MIT 协议，开源免费。
适合谁
- 正在找工作的开发者：每天在 LinkedIn、Glassdoor 这类网站重复刷信息、填表的人。AIHawk 能把找岗位、初筛、填表这些步骤自动化，你只需要最后确认投递。
- 技术折腾党：习惯用命令行、愿意花半小时配置环境的人。AIHawk 从安装到运行都在终端里操作，适合常用
pipx或uv的人。 - 同时投大量岗位的求职者：它能一次性拉出 100 个备选岗位，再用模型筛选出 25 个并打分，你可以慢慢挑，不用一页页翻招聘网站。
能解决什么问题
- 自动从简历生成搜索方案：AIHawk 读取你的 PDF 或 .docx 简历，提取联系方式和技能，生成一份搜索计划，然后按这个计划去岗位数据库里找匹配的职位。
- 筛掉大部分不合适的岗位：官方介绍是“shortlists the best 100 by title”，即先用标题筛出最合适的 100 个，再用决策模型留下最好的 25 个，每个岗位按 1-5 分给简历匹配度打分，并列出差距。你不用再一个个点开职位描述查看。
- 自动填表并留下记录：它通过浏览器插件自动填写招聘表单。每次投递后，提交结果和页面快照会存到
applied.csv和data/proofs/里。想复盘投了哪家公司，按s键就能列出记录。 - 覆盖面比较广：内置插件支持 Ashby、BambooHR、Greenhouse、Lever、Workable 等 12 家主流招聘平台。其他平台的岗位会列出来，需要手动投递。
怎么开始用
需要 Python 3.11 或更高版本。用 pipx 安装最方便：
pipx install git+https://github.com/feder-cr/Jobs_Applier_AI_Agent_AIHawk
也可以用 uv 安装（注意 uv 装完后不会自动加入 PATH，需要先运行 uv tool update-shell 再打开新终端）：
uv tool install git+https://github.com/feder-cr/Jobs_Applier_AI_Agent_AIHawk
还可以创建虚拟环境安装（Windows 下路径要换成 aihawk-envScriptspip 和 aihawk-envScriptsaihawk）：
python -m venv aihawk-env
aihawk-env/bin/pip install git+https://github.com/feder-cr/Jobs_Applier_AI_Agent_AIHawk
aihawk-env/bin/aihawk resume.pdf
第一次启动会提示你填写 OrcaRouter 的 API key（保存到 ~/.aihawk/key），然后下载岗位索引，大小是 672 MB，每个数据库只下载这一次。之后直接运行 aihawk 就能打开岗位列表。
操作很简单：用空格键选择岗位，回车键查看评分和差距，按 a 投递选中的岗位（会再次确认），按 o 在浏览器打开原帖，按 m 加载更多岗位，按 q 退出。
优点和坑
优点：
- 全程终端交互，资源占用小，输出直观——在终端里直接看表格，哪家能投、哪家已投了一目了然。
- 安全机制有双重保障：模型只负责填表和命名提交按钮，真正的点击提交动作必须等你按
a键确认后才执行，模型自己点不了提交。
坑（真实存在的）：
- 需要第三方 key：OrcaRouter 不是免费的，而且它需要能访问 OpenAI 兼容的聊天接口和决策模型专用的
/systemone端点——这意味着模型的使用费用和 key 都得你自己准备。 - 首次资源消耗大：672 MB 的索引要下载到本地，对硬盘和网速有要求；岗位描述是从 release 在线读取的，不是纯离线工作。
- 投递环节不是绝对安全：README 里提到，模型在极端情况下可以运行一段脚本，这段脚本理论上能绕过确认直接提交表单——作者在 SECURITY.md 里专门解释了这件事，建议用前读一遍。
- 部分平台只能手动投：不是所有招聘网站都有插件覆盖，README 明确说了，其他平台的岗位只列出、不自动投。
适合你吗
这个工具适合愿意折腾、又在大量投简历的开发者：它省去了机械刷岗位的环节，让你能把精力集中在准备面试上。但如果你不熟悉命令行、不想折腾 API key，或者只投三五家心仪公司，手动投可能更省事。另外，作者在 README 的 changelog 和 wiki 里持续更新用法，建议先去看看 wiki 里当前支持的范围再决定是否安装。
常见问题
AIHawk 是免费的吗？
AIHawk 工具本身是 MIT 协议、开源免费的。但运行它需要一个关键的第三方服务：OrcaRouter 的 API key。这个 Key 不是免费的，并且需要能访问 OpenAI 兼容的聊天接口和专用的 /systemone 调用，所以模型使用的费用需要用户自己承担。
AIHawk 怎么安装？
安装 AIHawk 需要 Python 3.11 或更高版本。最方便是用 pipx：pipx install git+https://github.com/feder-cr/Jobs_Applier_AI_Agent_AIHawk。也可以用 uv 或创建一个 Python 虚拟环境安装，具体命令在正文里。
AIHawk 支持哪些招聘网站？
AIHawk 内置插件支持 Ashby、BambooHR、Greenhouse、Lever、Workable 等 12 家主流招聘平台。其他没覆盖的平台，工具会列出岗位让你手动投，不会自动填表。
AIHawk 投简历准确率高吗？
AIHawk 分两步筛选：先用标题从数据库里筛出最合适的 100 个岗位，再用决策模型留下最好的 25 个，给每个岗位按 1-5 分打匹配度，并列出差距。这能帮你筛掉很多不合适的岗位，但最终投递还需要你确认。
用 AIHawk 投简历安全吗？
AIHawk 的安全机制有双重保障：模型只负责填表和命名提交按钮，真正的点击提交动作必须等你按 ‘a’ 键确认后才执行。但作者在 SECURITY.md 里也指出，极端情况下模型可能运行脚本绕过确认，建议用前读一下说明。
相关工具推荐
官方地址，点开新窗口；本文仅为工具介绍，与该项目无隶属关系。
