Swelist

核心功能

swelist 是一款面向技术岗求职者（实习生与新毕业生）的CLI工具，集成三大能力：实时职位聚合、本地投递追踪、AI面试辅导。

职位检索（swelist）

从 SimplifyJobs/Summer2025-Internships 与 SimplifyJobs/New-Grad-Positions 两大公开GitHub仓库实时抓取最新职位，支持按角色（internship/newgrad）、时间窗口（lastday/lastweek/lastmonth）、地理位置（单地/多地点/州代码）灵活筛选。输出为纯文本格式，便于自动化管道解析。

投递追踪（tracker）

基于SQLite的轻量级应用管理子系统，支持init/add/update/get/list/export全生命周期操作。需配合 ~/.claude/profile.md 配置使用，可替代Notion实现本地化隐私优先方案。数据格式规范，支持CSV/JSON导出。

AI面试辅导（jobgpt）

集成OpenAI GPT-4o，提供三类场景：

• ask：开放式职业咨询
• why-company：生成「为何选择该公司」 compelling answer
• behavioral：基于STAR法则的行为面试答案生成，支持简历上下文注入

显著优点

• 数据源权威：直接对接GitHub上最活跃的 curated tech职位仓库，更新及时
• 自动化友好：纯CLI、无认证、无副作用，适合cron/CI/Agent定时调度
• 隐私优先：SQLite本地追踪无需云端同步，敏感投递数据不外泄
• AI原生：jobgpt专为面试场景设计，输出格式可直接复制使用

潜在局限

• 网络依赖：职位抓取与AI功能均需实时联网，无离线缓存
• 格式限制：职位输出为纯文本，需自行解析为结构化数据；无内置JSON输出
• 无主动提醒：需外部调度触发，无推送通知机制
• OpenAI成本：jobgpt调用按token计费，高频使用需考虑成本
• 地域覆盖：依赖上游仓库，非北美/欧洲岗位覆盖有限

适合人群

• 北美/欧洲 tech 实习生、新毕业生求职者
• 需要自动化职位监控的求职Agent开发者
• 偏好本地数据管理的隐私敏感型用户
• 需要快速生成面试话术但缺乏经验的求职者

常规风险

| 类别 | 风险描述 | 缓释建议 |

|------|---------|---------|

| 数据时效 | 上游仓库更新延迟或暂停维护 | 建议同时订阅官方邮件通知 |

| API成本 | jobgpt高频调用产生意外账单 | 设置OpenAI usage limits |

| 本地数据 | SQLite文件损坏或误删 | 定期export备份至版本控制 |

| 合规边界 | 职位链接跳转可能涉及第三方追踪 | 使用隐私浏览器或代理访问 |

| 过度依赖AI | 面试答案同质化，缺乏个人特色 | 生成后务必人工润色个性化 |

综合评估

T1级数据源 + S级安全设计（无持久化副作用、无凭证泄露风险），是技术岗求职自动化场景的高性价比基础设施。

核心用法

swelist是一款面向技术岗位求职者的综合型CLI工具，核心功能分为三大模块：职位抓取、求职追踪和AI面试辅助。

职位抓取模块：通过swelist主命令从GitHub上的SimplifyJobs/ Summer2025-Internships和New-Grad-Positions两个公开仓库实时获取技术类实习和应届生职位。支持通过--role（internship/newgrad）、--timeframe（lastday/lastweek/lastmonth）和--location（支持多地点逗号分隔）进行精准筛选，输出包含公司、职位、地点、链接的格式化文本列表。

求职追踪模块：通过tracker子命令提供完整的CRUD功能，包括初始化数据库、添加申请、更新状态、查询详情、列表筛选和导出（CSV/JSON）。数据存储于本地SQLite数据库（默认~/.offerplus/applications.db），需在执行前读取~/.claude/profile.md获取配置信息，支持多状态管理（如"In progress"、"Rejected"等）。

AI面试辅助模块：通过jobgpt子命令集成OpenAI GPT-4o模型，提供三类功能：ask回答通用求职问题、why-company生成"为何选择该公司"的定制化回答、behavioral基于STAR法则生成行为面试答案（可选结合简历内容）。输出为格式化Markdown面板，支持一键复制。

显著优点

1. 数据源权威可靠：职位数据直接来自GitHub上广受认可的SimplifyJobs社区维护的仓库，覆盖北美主流科技公司实习和校招岗位，更新及时。

2. 自动化求职管理：tracker模块实现从职位发现到申请状态管理的闭环，支持按公司和状态筛选、导出备份，适合大规模投递场景。

3. AI驱动的面试准备：jobgpt深度整合OpenAI API，能快速生成高质量、结构化的面试答案，大幅降低准备时间成本，对缺乏经验的应届生尤为实用。

4. 无认证门槛：基础职位抓取功能无需API密钥或账号，开箱即用；设计上支持自动化流水线（cron/CI）、Agent集成等场景。

5. 跨平台支持：基于Python 3.8+，支持macOS、Linux、Windows，通过uv快速安装。

潜在缺点与局限性

1. 地理覆盖有限：职位数据主要针对北美市场（美国、加拿大），对其他地区（欧洲、亚太）的求职者适用性较低。

2. 功能依赖外部PyPI包：实际执行逻辑完全封装在swelist包内，Skill本身仅为Markdown定义，存在供应链安全风险（T3级别个人开发者维护）。

3. AI功能成本与隐私：jobgpt依赖OpenAI API，需用户自备API密钥并承担调用费用；用户简历和求职问题会被发送至OpenAI服务器，存在数据外传。

4. 无内置持久化与提醒：职位数据无本地缓存，每次查询实时拉取；缺乏邮件/通知提醒功能，需用户主动轮询。

5. 输出格式限制：职位抓取仅支持纯文本输出，无结构化JSON，下游Agent需自行解析；tracker导出虽支持JSON但需显式调用。

适合的目标群体

• 北美技术类应届生和在校生：目标岗位为软件工程、数据科学等技术实习或校招职位的求职者
• 大规模投递管理者：同时申请数十家公司的求职者，需要系统化追踪申请状态和进度
• 面试准备时间紧张者：需要快速生成高质量面试答案、优化求职材料的用户
• 自动化求职Agent开发者：希望将职位抓取、状态追踪集成到自主Agent工作流中的技术用户
• Claude/AI助手重度用户：已习惯通过AI助手管理工作流程，愿意接受AI生成内容的求职者

使用风险

供应链安全风险：核心功能依赖PyPI包swelist（个人开发者维护），该包实际执行网络请求和数据库操作，存在被篡改或植入恶意代码的风险。建议安装前审查源代码，并锁定版本哈希。

本地数据访问风险：tracker功能需读取用户Claude配置文件（profile.md）和读写本地SQLite数据库，涉及文件系统访问权限，存在数据损坏或意外删除可能。建议定期备份数据库。

数据外传与隐私：jobgpt功能将用户求职问题、简历内容、公司名称等发送至OpenAI API，虽采用TLS加密传输，但用户应知晓数据离开本地环境，敏感信息需谨慎处理。

运行时依赖风险：网络故障可能导致职位抓取失败或API调用异常；OpenAI API配额不足或密钥配置错误将直接导致jobgpt功能不可用。

功能边界模糊风险：Skill组合了职位抓取、数据库管理、AI生成三大功能，权限范围较宽，用户可能在不知情的情况下授权过度操作。