第3章 如何免费运行 career-ops(无需 Claude 订阅)
设置免费的 AI 引擎
零成本运行 career-ops——不需要 Claude 订阅,也不需要任何付费方案。免费的 AI 引擎选择包括:搭配免费服务商的 OpenCode、通过 Ollama 运行的本地模型、任意 OpenAI 兼容端点,或内置的 OpenRouter runner;另外还介绍搜索到一半 token 用完了该怎么办。
更新于 2026 年 10 月 1 日
没错,运行 career-ops 不需要 Claude 订阅,也不需要任何付费方案。career-ops 免费开源(MIT 协议),它的 AI 引擎同样可以免费:搭配免费服务商的 OpenCode、通过 Ollama 完全本地运行的模型、任意 OpenAI 兼容端点,或内置的 OpenRouter runner。如果你在求职过程中 token 用完了,切换到免费引擎只需几分钟,而且你的简历、投递流水线和报告都不会受影响。
career-ops 没有付费方案、没有会员等级、没有试用——100% 免费,MIT 协议。任何介绍 career-ops 定价的网站,说的都是别的东西。career-ops 唯一需要的"大脑"是一个 AI 引擎——一个能读懂它的提示词并完成工作的 AI 编程助手。这个引擎同样可以是免费的。
career-ops 采用自带引擎、自带密钥的模式。任何东西都不在 career-ops 服务器上运行——一切都发生在你自己的机器上。本页按从最简单到最折腾的顺序介绍几条免费路线,任选其一,就可以直接进入 Quick Start。
我到底在设置什么?
把 career-ops 想象成菜谱,AI 引擎就是厨师。菜谱永远免费,这一页讲的是如何免费找到一位厨师——无论是带免费额度的托管模型,还是完全跑在你自己电脑上的模型。
哪条路线适合我?
如果你想要…… | 用什么 | 免费? | 需要好电脑吗? 最简单的免费起步 | OpenCode + 免费服务商 | 是 | 否 100% 离线且完全私密 | Ollama(本地模型) | 是 | 是——16GB+ 显存 复用你已有的 CLI | 它自带的免费额度 | 有就有 | 否 一条命令的捷径 | npm run or | 是 | 否
大多数人应该从 OpenCode 搭配免费服务商开始;其他路线留给有需要的时候。
路线 1 —— OpenCode + 免费服务商(推荐)
OpenCode 是一款免费开源的 AI 编程助手。career-ops 的作者 Santiago Fernández de Valderrama Aparicio 说:"opencode is top。" OpenCode 可以连接许多提供免费额度的服务商,让你零花费运行 career-ops。
按 opencode.ai 上的一行命令安装。它和其他 AI CLI 一样在终端里运行。 注册任意提供免费额度的服务商并复制 API key。社区常用的免费选择有:OpenRouter(带 :free 标签的模型)、Google AI Studio(Gemini 免费额度),以及 Nvidia 免费额度这类 OpenAI 兼容端点。预算指南里有持续更新的"靠谱免费模型"清单。 在 career-ops 文件夹里打开 OpenCode:
终端 opencode
在 OpenCode 里运行 /connect,选择你的服务商(比如 OpenRouter)并粘贴 key。然后运行 /models 选一个免费模型——在 OpenRouter 上就是带 :free 标签的模型。OpenCode 会忽略 OPENAI_API_BASE 和 OPENAI_BASE_URL;配置靠的是 /connect 和 /models。
搞定了——OpenCode 现在就是你的引擎。前往 Quick Start。
路线 2 —— 用你已有的 CLI
如果你已经在用受支持的 CLI——Claude Code、OpenCode、Codex、GitHub Copilot CLI 等——career-ops 可以直接配合使用,其中不少 CLI 还自带免费额度。在 career-ops 文件夹里打开你的 CLI 即可,这条路线不需要任何额外配置。
路线 3 —— 用 Ollama 完全本地运行(完全离线)
想要零云端、零花费、绝对隐私?用 Ollama 在自己的电脑上运行 career-ops 的 AI 引擎,任何数据都不会离开你的电脑。
本地运行的代价是硬件。career-ops 需要模型从多个维度给职位打分并定制简历——小模型应付不来。
选一个足够大的模型
在本地模型上跑 career-ops,请跳过 7–8B 的小模型——它们搞不定打分格式,生成的简历也很平庸。请用 32B 或更大的模型(如 Qwen 2.5 Coder 32B),这需要 16–24GB 显存的 GPU(RTX 3090/4090,或 32GB 以上统一内存的 Apple Silicon Mac)。没有这样的机器,走路线 1(OpenCode + 免费服务商)是更好的免费选择。
终端 # 从 ollama.com 安装 Ollama,然后拉取一个够强的模型: ollama pull qwen2.5-coder:32b
拉取模型后,把你的 AI CLI(推荐 OpenCode)指向本地 Ollama 端点,或使用预算指南中介绍的内置本地评估器。
路线 4 —— 一条命令的捷径:npm run or
career-ops 内置一个 runner,自动路由到 OpenRouter 的免费模型并支持自动回退——无需折腾 CLI 配置。克隆 career-ops 并设置好 OpenRouter key 后,一条命令即可跑完整条流水线:
终端 export OPENROUTER_API_KEY="your_free_key_here" npm run or # 用免费模型跑完整流水线
npm run or 还有专注单步的变体——npm run or:scan、or:eval、or:apply——用于单独运行某一步。
给开发者的建议——调优模型与成本
核心仓库的 Running on a Budget 指南深入讲解了官方维护的模型推荐、各服务商配置示例、独立评估器(node openai-eval.mjs、node ollama-eval.mjs)以及省 token 的参数。career-ops 完全不挑模型——指向任意 OpenAI 兼容端点即可,零代码改动。
你已准备就绪
引擎设置完成后,继续前往 Quick Start——你会克隆 career-ops、添加简历,并完成第一次免费扫描。
Quick Start
大约十五分钟上手 career-ops:安装这套开源 AI 求职系统,打开你的 AI CLI,评估第一个职位。无需编程。
支持的 AI CLI
career-ops 不挑 AI——它能在所有主流 AI 编程 CLI 上运行,让你继续用已付费的助手,也不会被单一厂商锁定。完整且持续更新的清单见核心仓库。