🎯 dsh-career-planner

装在 DeepSeek Harness 里的求职管理工具

把职业画像、JD 池、投递进度、技能清单、简历 —— 全塞进你的 AI 会话里。

中文 ｜ English

这是什么

一个 DSH 插件，给你的求职季配一个能对话的求职管家（不仅限于计算机方向）。

它做两件事：

• 右侧边栏多一个「职业规划」面板 —— 画像 / 投递 / JD 池 / 技能 / 简历，5 个页签，点点点就能管
• 给 AI 一个「职业规划师」预设 —— 聊天时它能直接读你的职业数据，也能往里写

🗣️ 是的，你和 AI 操作的是同一份数据。你在界面上改一个投递状态，AI 下一句就知道；你跟 AI 说"我刚面完字节二面"，它写进库里，界面刷新就看得见。

为什么做这个

现在正是秋招，再过一年我也该秋招了 😭 ~~再不找点事做就要直面现实了~~ 现在计算机各个方向都在唱衰，鼠鼠非常迷茫。加上最近迷上了 DSH，就想着把它变成我的专属职业规划导师 —— 但在 DSH 社区翻了一圈，没找到相关的插件，干脆 ~~我和~~ 大肥鱼 写了一个，边用边改。

目前就鼠鼠自己在用。大概率还有没测出来的 bug —— 毕竟是一个人写一个人测，视野有限。遇到问题欢迎提 issue，鼠鼠会尽力修。

后面还规划了一些功能，有机会会更新。如果这个插件帮到你了，点个 Star 吧 ⭐ —— 你们的认可是鼠鼠继续做下去的动力 🙏

核心设计

特色一：AI 和用户共用一个数据层

这不是"AI 插件 + 一个独立的管理界面"。界面和 AI 走的是同一份代码、同一份文件：

你跟 AI 聊天 ──→ career_write ──┐
                                ├──→ career-store.mjs ──→ <工作区>/career/*.json
你点右侧面板 ──→ HTTP API ──────┘

实际体验：

| 你说的话 | 发生了什么 | |---|---| | 「帮我找几个大模型方向的岗位」 | AI 联网检索 → 写进 JD 池 → 面板里立刻出现 | | 「这个岗位我能投吗」 | AI 读你的画像 + 该 JD → 算匹配度 → 指出最大短板 | | 「我刚投了字节」 | AI 记进投递记录 → 面板状态自动更新 | | 「我想学 Rust」 | AI 评估缺口 → 排进学习路线 → 技能清单里多一条带截止日的技能 | | 「帮我看看简历」 | AI 读原件（绝不修改）→ 解析成 Markdown → 对照目标 JD 找差距 |

特色二：聊天过程中自动沉淀画像

这是我觉得最有意思的一点 —— 你不需要专门"填资料"。

你只是正常聊天：

「我是双非本，学的计算机，主要写 Java，最近在转大模型方向，投了十几家都没回音……」

AI 会把这些拆成结构化的画像标签（学历 / 技术栈 / 求职方向 / 现状），写进 profile.json。

但它不会把猜测当事实。每条标签都带来源和确认状态：

| 来源 | 可信度 | 行为 | |---|---|---| | user_explicit | 你亲口说的 | 直接生效 | | resume_parsed | 从简历解析的 | 进「待确认」区，你点了确认才算数 | | ai_inferred | AI 推断的 | 同上，必须你确认 |

💡 所以 AI 越用越懂你，但永远不会自作主张 —— 没确认的标签不参与任何正式结论。

特色三：AI 监督你学习（而且它不会放水）

学什么，不用你自己拍脑袋 —— 技能清单直接从 JD 池里长出来。

你可以手动加技能，也可以让 AI 扫一遍 JD 池，把高频要求的技能直接拉进清单。系统按难度自动排学习时间（简单 7 天 / 中等 21 天 / 困难 45 天），到期了 AI 会来考你。

关键在于这场考试是认真的：

• 技能不能手动标"已通过" —— 必须真的通过一次考核，这是硬校验
• 考题由 大肥鱼（也就是 DeepSeek）出，答得不好就是不给过

🐟 大肥鱼可不是讨好型豆格 ~~（此处不点名某豆包）~~，它不会因为你可怜就把"在学"改成"已通过"。 想让它点头？拿真本事来。

这才是这个插件最有价值的地方：求职路上最缺的不是信息，是有人盯着你把该学的学完。

功能一览

📋 画像

职业画像标签，按维度分组（学历 / 技术栈 / 方向 / 偏好 / 短板…）。

• 彩色维度色条 + 概览统计
• 未确认的标签单独高亮，一键确认
• 可以手动加标签、改、删

📮 投递

投递记录 + 状态机。

• 状态只能向前：已投递 → 笔试 → 面试 → offer（force 能跳级，但不能倒退）
• 点错了？有「撤销上一次状态变更」
• 按状态 / 公司筛选 + 关键词搜索
• 每条记录带完整 timeline

💼 JD 池

岗位信息池，自动维护生命周期。

• AI 联网采集，必须带来源和链接才让入库

  💡 强烈建议配一个浏览器类插件 —— AI 才能用上你已经登录的浏览器去抓岗位。 推荐腾讯开源的 BrowserSkill：复用真实登录态、独立窗口不打扰你、遇到验证码会喊你接管。DSH 装了它，采岗位的成功率和质量会明显好一截。

• 15 天没更新 → 自动标记过期 → 检测链接失效 → 待删除 → 1 天宽限 → 清理
• 链接检测很保守：403 / 超时都算"无法确认"，不会误删（招聘站反爬太常见了）
• 每个 JD 一条「问 AI」快捷入口

🛠️ 技能

技能清单 + 考核记录。

• 技能只有两种状态：在学 / 已通过
• ⚠️ 不能手动标"已通过" —— 必须真的通过一次考核（这是硬校验，防止自欺欺人）
• 按难度自动排建议截止日（easy 7 天 / medium 21 天 / hard 45 天）
• 快到期会提醒

📄 简历 / 图谱

• 简历原件永不修改 —— 上传的 PDF / docx 只读，解析结果写成新的 .md
• 支持 docx / pdf / doc / txt / md / 图片（图片走 OCR）。解析主力是 officeparser，插件会自动装这个依赖；装不上也不影响使用 —— 程序内置了零依赖的兜底解析，docx / pdf 文字版照样能读
• 技能图谱从 JD 池自动派生，随时可重算

🤖 AI 侧的 8 个技能

预设里打包了 8 个技能手册，AI 按需加载：

| 技能 | 干什么 | |---|---| | career-profile | 访谈式采集画像 | | jd-sourcing | 联网检索真实在招岗位 | | jd-analysis | 拆解 JD、算匹配度、判断值不值得投 | | jd-tagging | 打技术标签 + 维护会成长的词表 | | resume-review | 剖析简历、提修改建议 | | interview-experience | 联网找真实面经、给准备建议 | | learning-path | 从技能缺口生成学习路线 | | direction-advice | 评估求职方向、做取舍 |

安装

方式一：从 npm 安装（推荐）

dsh plugin --profile web add dsh-career-planner

方式二：从 GitHub 安装

dsh plugin --profile web add github:coderoadline/dsh-career-planner

装完

重启 DSH。然后：

1. 新建会话 → 预设选择器里选「职业规划师」
2. 右侧边栏出现「职业规划」面板

首次运行时，数据目录会在你的工作区下自动建好（<工作区>/career/）。

数据在哪

所有数据都在你的工作区里，纯 JSON，随时可以拷走或备份：

<工作区>/career/
├── profile/profile.json         # 职业画像
├── jobs/jobs.json               # JD 池
├── applications/applications.json
├── skills/skills.json
├── graph/skill-graph.json       # 技能图谱（自动生成）
├── resumes/                     # 简历原件（只读）
└── logs/events.jsonl            # 审计日志（只追加）

排错

AI 报「找不到职业数据层代码」 插件没启用。AI 工具的数据层代码由插件提供，两者必须一起装。

License

MIT