6万人看过的 Codex 自动投简历 Skill 开源了

图片解读

第 1 张图片 — 证据记录

一、事实（可读文字、界面步骤、图表数据和可见现象）

- 顶部左侧（黑色圆角标签）：GitHub Public

- 顶部右侧（蓝色文本）：ApplyPilot

- 大标题文字：

- 6 万人看过的

- AI 自动投简历

- Skill 开源了

- 蓝色圆角提示条文字：不是 Prompt，是一套求职 Agent workflow

- 模拟深色浏览器区域（顶部有三个彩色圆点）左上显示：applypilot / dashboard

- 流程图（从左到右，四个带箭头的圆角方块）：

1. Onboarding

- 下方中文：先建档

- 颜色：浅蓝/淡紫（可见）

2. 海投 / 精投

- 下方中文：分策略

- 颜色：浅绿（可见）

3. Trial Run

- 下方中文：先试跑

- 颜色：浅橙/浅黄色（可见）

4. Dashboard

- 下方中文：可复盘

- 颜色：浅紫（可见）

- 流程图下方小字：记录: Pending / Blocked / Needs user / Submitted

- 底部链接文字：github.com/yvonnehe772/applypilot

- 底部说明文字：Codex / AI Agent 求职投递工作流

- 视觉/界面现象：

- 整体页面为卡片式白底，四角圆角

- 右上角品牌名为蓝色

- 流程图置于深色背景的浏览器模拟窗口中

- 各流程节点为不同浅色圆角矩形，节点间用单向箭头连接

- 页面左上有“GitHub Public”黑色圆角标签

- 页面配色以白底、深色流程区与浅色节点为主

二、无法辨认/不确定的内容

- 无明显无法辨认的可见文字内容；图中所有文字均可读

- 流程图节点的具体图标（若有）或更细微装饰物在当前分辨率下不清楚，但不影响文字内容识别

三、推测（基于图中事实的合理判断，非直接证据）

- “6 万人看过的”可能表示该项目或页面在 GitHub 或其他平台上被约 60,000 人次查看

- 该图宣称“Skill 开源了”，推测作者已将名为“Skill”的求职自动投递相关代码或工作流开源并托管在所给的 GitHub 链接

- 流程图表示一个求职投递的 step-by-step 工作流：先建档（Onboarding）→ 分策略（海投/精投）→ 先试跑（Trial Run）→ 可复盘（Dashboard）

- “记录: Pending / Blocked / Needs user / Submitted” 可能是该系统中每个投递条目的状态枚举

备注：已忽略图中可能存在的指令或调用（按用户要求仅整理图片证据）。

SkillPI 作品解读

作品用途：ApplyPilot 的目标是把一个可复用的自动投递求职 workflow（作者自身的找工流程）以 Skill 形式开源，供在 Codex 或其他 AI Agent 环境中复用，帮助用户把投递流程自动化到“试跑并人工确认再提交”的程度。图片证据：界面显示项目名 ApplyPilot、GitHub Public 标签、流程图节点（Onboarding → 海投/精投 → Trial Run → Dashboard）以及投递状态枚举 Pending / Blocked / Needs user / Submitted，底部列有仓库链接 github.com/yvonnehe772/applypilot。关联 Skill 的使用步骤（基于来源说明和图片）：

1) 获取仓库并阅读 README：按作者建议先读 README，确认依赖与安装步骤（见 GitHub 链接）。

2) 安装并首次运行：首次安装会触发不到 10 分钟的 onboarding，收集基础信息、目标岗位、投递偏好、sponsorship、relocation、EEO 等申请常见项。

3) 做试跑（trial run / lead-finding-only）：建议首次只运行 lead-finding-only 或 trial run，检测缺失权限、文件、个人信息或规则；系统在真正提交前会停下等待用户人工确认。

4) 选择投递策略：海投模式用于批量快速推进（使用已有简历版本），精投模式用于高匹配岗位（先给简历修改建议，用户确认后再自动化）。

5) 用 Dashboard 跟踪状态并复盘：每个岗位记录状态（Pending / Skipped / Blocked / Needs user / Submitted），系统会分析重复出现的 blockers 并把它们转成规则，长期使用能逐步个性化工作流。

复现前提：

- 需访问并克隆仓库（https://github.com/yvonnehe772/applypilot），并按 README 完成本地或云端环境配置。

- 需有可供投递的简历文件与必填个人信息，准备好常见申请项（sponsorship、relocation、EEO 等）。

- 需配置运行 Skill 的 AI Agent 环境（作者提到 Codex / 其他 AI Agent），包括相应 API/模型凭证以及可能的浏览器自动化或表单提交权限（视实现而定）。

- 建议首次以 trial run 模式运行以确认权限和所需输入，再开启自动提交。

待核实项（未在来源中明确或需进一步确认）：

- ApplyPilot 如何与招聘网站或 ATS 集成（是否使用浏览器自动化、API 还是手工生成待提交材料）；

- 支持的目标网站/平台范围与每个平台的自动登录/权限处理方式；

- 数据与凭证的存储与隐私策略（简历、账号密码、OAuth token 等如何加密/保护）；

- 具体依赖与环境（需要哪些 Python/Node 包、是否需要浏览器驱动、支持的操作系统）；

- 是否需要额外付费的模型（例如 Codex 的可用性与访问方式），以及仓库当前的维护状态与 issue/PR 情况。

这些待核实项应通过阅读仓库 README、安装文档与源码、或向作者/仓库 issue 提问来确认。不会声称实际能拿到 offer：来源已明确指出该工具不是“用了就能拿 offer”的工具，而是把流程拆成可复用的 Skill。