第2章 职业运维 FAQ:费用、隐私与 AI 工具支持
FAQ 职业运维常见问题——费用、隐私、支持的 AI 命令行工具、scan 与 scan:full 的区别、Token 限制、Windows 设置,以及职业运维绝不会替你做的事。更新于 2026 年 10 月 13 日
本页集中解答关于职业运维的常见问题。若未涵盖你的疑问,请在 Discord 提问或开启 GitHub Discussion。
职业运维免费吗?
职业运维免费:它基于 MIT 许可证开源,且永久免费。唯一潜在成本是运行它的 AI 引擎——但这也可以零成本:使用 OpenCode 搭配免费提供商、通过 Ollama 跑本地模型,或使用 OpenRouter 免费模型内置的 npm 运行器。《设置免费 AI 引擎》指南详解了所有路径。
职业运维没有付费计划、等级或试用期——100% 免费,MIT 授权。任何描述职业运维定价的网站描述的都不是这个产品。
使用职业运维需要订阅 Claude 吗?
职业运维无需订阅 Claude:它与 AI 无关,Claude Code 只是多种引擎之一,并非必须。你可以通过 OpenCode 加免费提供商、Ollama 本地模型或内置的 OpenRouter 运行器(npm run or)免费运行整个流程。如果你从付费计划开始并在搜索中途用完 Token,切换到免费引擎只需几分钟,且不会触碰你的数据——详见《设置免费 AI 引擎》。
我订阅了 Claude Pro 或 Max。为什么职业运维在扣我的 API 额度?
要确认职业运维是扣订阅费还是 API 额度,请从职业运维文件夹运行 node doctor.mjs。Doctor 会在你继续消费前,一行报告当前会话使用的计费来源。
计费规则不由职业运维设定:由你的 CLI 决定,且 ANTHROPIC_API_KEY 优先。若环境中设置了该变量,即便你订阅了 Pro 或 Max,Claude Code 仍按 Token 计费。职业运维不选择计费来源,仅检测并警示。当 Key 存在时,Doctor 提示:
ANTHROPIC_API_KEY 已设置,因此优先于任何 Claude 订阅:即使你支付 Pro 或 Max,此会话仍按 Token 计费。
要回到订阅计费,请从 ~/.zshrc、~/.bashrc、~/.profile 或项目 .env 中移除 export ANTHROPIC_API_KEY=... 行,重启终端并运行 /login。批量运行例外:claude -p 工作者不使用交互式登录,需导出 claude setup-token 作为 CLAUDE_CODE_OAUTH_TOKEN。
若你本意就是让 Claude Code 扣 API 额度,则一切正常,无需操作。
ANTHROPIC_API_KEY 规则仅适用于 Anthropic 引擎。其他 CLI(Codex、OpenCode、Copilot、Gemini、Qwen)各自定义订阅与 Key 的优先规则,职业运维不检查这些——请参考各自文档。
职业运维每月运行成本多少?
在职业运维中,仅评估环节产生成本,且可为 $0。扫描职位消耗零 AI Token,因此发现岗位永远免费;只有评估列表时调用模型。三种方式可零成本运行全流程:Ollama 本地模型、OpenRouter 免费模型(npm run or),或 Antigravity 免费层级。若使用 DeepSeek V3 等廉价付费模型(带提示缓存),单次评估远低于一美分,几美分即可覆盖数十个职位。若已有 Claude 订阅,边际成本实为 $0;若走原生 API,单次评估预算约 $0.05 至 $0.10(随列表长度波动)。职业运维本身永久免费,MIT 授权无费用无等级——你只需向 AI 提供商付费(如果有)。《设置免费 AI 引擎》指南详述了 $0 路径。想降低单次评估成本,请在 config/profile.yml 中设置 spend_tier:economy 使用 CLI 最廉价、最快的模型层级,适合批量评估;standard 为默认;premium 使用最强模型,用于最关键的职位。引导对话和定制 PDF 也运行在你的模型上,故也消耗 Token。
我的数据存在哪里?
职业运维将数据保留在你本地,以你可拥有的纯文本文件形式存储——简历、个人资料、管道与报告均为本地 Markdown/YAML。无数据在职业运维服务器上运行。系统更新永不触碰数据层(cv.md、config/、data/、reports/、output/):这种分离即“数据契约”,每次更新均遵循此约定。
如何向职业运维提供简历?
向职业运维提供简历时,在首次运行引导期间将简历文本粘贴到聊天中,Agent 会为你生成 cv.md。粘贴文本是引导路径。你也可让 Agent 指向现有简历文件(含 PDF):它读取并转换文件,因为解析由你的 AI Agent 完成,而非职业运维脚本。且因 cv.md 是你拥有的纯文本,你始终可以手动编写或编辑。Agent 生成标准章节(摘要、经验、项目、教育、技能)的整洁 Markdown。设置期间你也无需手动编辑配置文件:用自然语言回答,Agent 为你生成 config/profile.yml 及其他文件。
职业运维支持哪些 AI 编码 CLI?
职业运维一级支持十一种 AI 编码 CLI:Claude Code、Cursor、Codex、OpenCode、Pi、Antigravity CLI、Grok Build CLI、Qwen、Kimi、Hermes Agent 及 GitHub Copilot CLI(Gemini CLI 仅作遗留包装保留)。职业运维与 AI 无关:它交付供 CLI 执行的提示文件,因此你也可以将其指向任何 OpenAI 兼容端点或本地模型,无需改代码。见《支持的 AI CLI》了解最新列表及调用方式。
scan 与 scan:full 有何区别?
npm run scan 读取 portals.yml 中配置的招聘方,通过识别它们的提供商(如 Greenhouse、Ashby、Lever)抓取数据,消耗零 LLM Token——这是你日常或每周的发现运行。npm run scan:full 反转方向:遍历公开 ATS 公司目录,显示匹配 title_filter / location_filter 的新职位,助你发现未手动添加公司的岗位。
批量运行时如何避免触及 Token 或速率限制?
在职业运维批量运行中,用 ./batch/batch-runner.sh --limit 5 限制运行规模,以在大规模批量前检查输出质量。若因速率限制或网络错误中断,勿从头重启——用 --resume-paused 跳过已完成任务,避免浪费已完成的 Token。needs_confirmation 任务不生成报告、简历、申请草稿或追踪行;--resume-paused 不会恢复它。请在父交互式会话中明确回答其问题。
Windows 上技能未加载——安装时符号链接错误
Windows 默认不创建符号链接,故 Git 将职业运维 CLI 技能入口检出为普通指针文件。安装器和更新器自动检测此情况:运行 node update-system.mjs apply --confirm(或新安装时 npx @santifer/career-ops init),materialize 步骤会用完整技能内容替换指针文件。从链接的 Git 工作树运行 apply --confirm 会在主检出中进行此修复。在工作树中运行 git merge main 以获取更新;从已更新 main 创建的工作树已包含此修复。若设置 CAREER_OPS_UPDATE_IN_WORKTREE=1,apply 仅修复该工作树分支,主分支保持未修复。无需手动 mklink 或开发者模式更改。
职业运维能在更便宜或本地模型上运行吗?
职业运维可在更便宜或本地模型上运行,因为它完全与 AI 无关。核心仓库的《预算运行》指南涵盖 OpenCode、Qwen CLI、DeepSeek、OpenRouter、Ollama 及其他低成本或本地提供商,并推荐模型大小(可靠评分需 32B+)及节省 Token 实践。
职业运维自动提交申请吗?
职业运维不自动提交申请:它做准备——扫描、评分、定制简历、可预填 ATS 申请表——但提交始终由你明确点击。职业运维项目明确拒绝“广撒网”式自动化:重点在于精选公司,而非盲目批量申请。
职业运维与 CareerOps 有何区别?
CareerOps(一个词)指代该实践;职业运维(连字符、小写)是开源项目——其首个参考实现。《CareerOps 宣言》定义了该实践。
简言之:职业运维是 MIT 授权、AI 驱动的本地求职系统,运行于你的 AI 编码 CLI 内,发布在 career-ops.org 及 github.com/career-ops-hq/career-ops。CareerOps 是其体现的实践——像工程师运行生产环境那样运行求职流程,命名并定义于《CareerOps 宣言》,每位求职者应拥有的九项权利,由社区公开签署。两者同出自 Santiago Fernández de Valderrama Aparicio,均溯源自同一仓库。面试准备 使用面试模式——计划、演练、复盘——为特定面试轮次做准备,与 AI 面试官排练,并将每次真实面试转化为下次的情报。模式 14 种用户可调用的职业运维模式——评估、定制、申请、追踪及准备——各为 Markdown 技能,运行于任何支持的 AI 编码 CLI。