我们测了 20 个开源简历优化工具：2026 值得用的都在这

求职 AI 岗，简历是第一道门。2026 年这波工具已经卷到什么程度：GitHub 上「简历优化」相关项目从模板 builder 进化到了 Claude Code 求职工作流，最火的一个已经 7 万 star。我们把能找到的开源项目逐一打开核实了一遍（star 数均为 2026-09-28 通过 GitHub API 取的快照），这篇文章给你一份能直接照着装的清单，以及怎么选、避什么坑。

先说两个生态结论

第一，重心已经从「简历 builder」迁移到「求职工作流」。老一代工具帮你排版导出 PDF，新一代工具管的是从搜岗位、改简历、填申请到模拟面试的整条流程，而载体大量是 Claude Code 的 skill。

第二，官方仓库里没有简历 skill。我们实际查过 anthropics/skills 的目录，一个简历相关的都没有；最大的 awesome 列表（ComposioHQ，7.5 万 star）503 行里只有 1 条简历条目。这个生态的主战场全在独立仓库，下面这份清单就是从独立仓库里筛出来的。

现象级：两个把规模做到头的

career-ops（72,976 star）。本地部署的求职套件，最出圈的功能是「先告诉你这岗别投」：每个岗位按 A 到 H 评估再打 1 到 5 分，匹配度不够直接劝退，省下投递时间。被 WIRED 和 Business Insider 报道过。适合海投阶段做初筛的人。短板是重：要本地跑起来，配置有门槛。

ai-job-search（44,339 star）。Claude Code 求职框架，作者的背书是自己靠它 69 投 20 面 1 offer 上岸。流程覆盖岗位筛选到申请跟踪。适合已经在用 Claude Code、想让求职流程跑在自己终端里的人。

中文向：写给中文简历的

ASu-skills（5,209 star）。就是社区传的「酥神 skill」——这里必须把归属说清楚：它不是博主阿酥在coding 本人的仓库，而是第三方开发者 Hisn00w 把阿酥等博主公开分享的方法整理、结构化做成的 9 个入口求职插件包（README 致谢段写明启发来源，2026 年 8 月创建）。触发词是「我要酥化」，内置同款简历模板。适合想要现成中文求职提示词流的人。

JadeAI（1,985 star）。目前中文功能最全的开源简历站：模板、JD 匹配、语法检查、模拟面试都有。想要一站式网页版的首选。

wyh0626/resume-optimizer（487 star）。小众但好用：中文简历的红旗审计，专抓外包味表述、玩具项目、量化缺失、表述失真。star 不多，思路最对——简历的问题往往不是不够漂亮，是经不起推敲。我们自己的简历体检也吸收了这个思路，做成了浏览器本地跑的中文规则引擎。

prisma-ai（409 star）、job-hunt-copilot（263 star）、yupi-skill（439 star）。prisma-ai 是免费中文 SaaS，先挖你项目里的亮点再定制简历；job-hunt-copilot 在 Claude.ai 网页版就能装，不用本地环境；yupi-skill 是程序员鱼皮的人设蒸馏 skill，建议带真人背书的风格。三个都适合不想折腾环境的中文用户。

Skill 生态：装进 Claude Code 的求职流水线

ResumeSkills（2,479 star）：20 个简历求职 skill 的提示词库，ATS 优化、经历量化、薪资谈判、LinkedIn 改写各管一摊，按需取用。

resume-tailoring-skill（759 star）：最值得单独讲。它不直接改简历，先用对话把你没写进简历的经历挖出来，再按置信度选材，最后把改不了的地方明示为 gap 而不是编一个。这个「不编造」的设计比多数润色工具高一档。

offer-toolkit-skill（506 star）：6 合 1，搜岗、JD 分析、12 套简历模板、行为面题库、offer 对比、谈薪脚本，求职后周期全覆盖。

LLMInternSkill（324 star）：大模型实习求职垂直 skill，小众但对口。它的五档真实性分级和「面试拷打」模式，和我们的理念一致：简历上每一句都要能撑住追问——这一点后面细说。

claude-resume-kit（275 star）：科研向，anti-fabrication 约束加多视角 critique 加反 AI 指纹，申博和科研岗求职适用。

Web 工具：打开网址就能用

hr-breaker（876 star）：简历进去，LLM 改写，ATS 过滤器和幻觉过滤器两道关卡，不过就重新生成，最后出单页 PDF。自动化程度高，注意核对最终产出别引入编造。

ai-resume-analyzer（826 star）：React 加 Puter.js 的纯前端免 key 分析器，浏览器里直接跑 AI 分析。

Smart-AI-Resume-Analyzer（254 star）：Streamlit 零 API key，ATS 打分加关键词 gap 加图表，本地跑图的中文教程多。

atsresume（591 star） 和 resume-lm（329 star）：模板向。前者是 2023 年起的纯前端 ATS 模板站，后者带 ATS 打分和「主简历/岗位定制版」的版本树管理。

酥神事件：包装的边界在哪

8 月这轮热搜值得每个求职者看一遍：网传阿酥在coding 入职美团 Beam 团队（北斗计划、L8、数百万 package，知乎专栏与腾讯新闻 2026-08-13 报道，网易、掘金交叉印证），随后简历包装和学历表述被质疑，舆论翻了几个来回。这件事的事实部分留给当事人，对工具使用者有一个确定的教训：包装能过简历关，过不了面试关。面试官对着你简历上的每一句往深了问的时候，写上去的每个词都是债务。

所以我们的工具链思路是反过来的：改简历之前先做「追问预演」——简历体检会对你简历里每条写了能力的经历，挂上面试官最可能问的真实面经原题，并按「有据可查 / 要补事实 / 建议删掉」给翻车风险评级。配套的面经库有字节、阿里、美团、月之暗面等 8 家公司的真实面试复盘，速答题库136 题按考点分类，改完简历可以用模拟面试抽题自测一遍。

三个坑，装之前想清楚

1. 全自动代投的合规风险。JobHuntr（468 star）这类本地 Ollama 全自动代投 agent 很省事，但批量自动投递普遍违反招聘平台条款，封号风险自己掂量。
2. 简历隐私。要上传简历到服务器的工具，看清部署方式再传。本地跑的（career-ops、各类 skill、我们的体检页）简历不出你的机器。
3. AI 编造。LLM 改写类工具最大的坑是给你补你没做过的量化数字。任何工具改出来的简历，逐句核对是不是你自己的事实——这也是 resume-tailoring-skill 和 claude-resume-kit 把「不编造」写成硬约束的原因。

怎么选：按场景对号

• 要一站式网页版（中文）：JadeAI；
• 要 Claude Code 全流程：career-ops 或 ai-job-search；
• 只要提示词库自己组装：ResumeSkills + offer-toolkit-skill；
• 要「经得起追问」而不是「更漂亮」：wyh0626/resume-optimizer 的红旗审计思路 + 我们的简历体检（JD 逐词对比、能力证据评级、追问预演，全部浏览器本地跑）；
• 科研申博：claude-resume-kit。

工具解决的是表达，解决不了经历本身。表达改完之后，剩下的时间应该花在补经历和补面试上——题库、面经、抽题自测都在站内，免费的。