JustHireMe 是一个 AGPL 许可、本地优先的 AI 求职情报桌面工作台（Tauri）：从多种来源爬职位 leads（ATS/feed/社区/API）、用可解释的确定性规则 + LanceDB 向量 + Kuzu 画像图给职位质量和你的匹配度打分排序、再生成定制简历 PDF / 求职信 PDF / 触达草稿，配本地 CRM 流程，数据和 API key 都留本机，Python sidecar API + Tauri 前端，还提供 agent skill 和 MCP server。
来源：README The Short Version + What It Does + Architecture 查看 GitHub 仓库 →求职者面对的是嘈杂的招聘板和黑箱式的「AI 一键投递」工具——前者信息过载、后者不透明还把你的数据交给云。JustHireMe 反着来：本地优先、可解释、开源。它把求职拆成 Scrape（多源采集 leads，不锁定单一招聘板）→ Rank（用可解释的确定性规则 + 反馈学习 + 可选 LLM 推理给职位质量和候选人匹配打分，让你看到「为什么这个职位值得关注」）→ Match（用 Kuzu 图数据 + LanceDB 向量把职位和你的画像比对，是画像感知而非关键词匹配）→ Customize（生成定制简历 PDF、求职信 PDF、触达草稿，给的是可用的申请包而非一堆链接）。数据和 key 都留本机（local-first）。它由单人维护（Vasudev Siddh），AGPL + 商业许可双轨。1.8K★ 反映「不想被云求职工具黑箱、想自己掌控求职数据」这个诉求。注意：浏览器自动化/auto-apply 代码在仓库里但是实验性、opt-in、不在稳定核心支持范围。
来源：README Why This Exists / What It Does / Current Status从 ATS 招聘板、feed、社区、API 等多种配置源采集职位 leads，归一化成统一的 lead 结构，不锁定单一招聘板。source adapter 是可扩展的采集层，让覆盖面随适配器增加。
来源：README What It Does（Scrape）/ Core Concepts（Source Adapters）用可解释的确定性规则给 lead 质量和候选人匹配度打分，配反馈学习和可选的 LLM 推理——你能看到「为什么这个职位值得关注」而非黑箱分数。Quality Gate 过滤低质 lead。排序逻辑透明、可审计。
来源：README What It Does（Rank）/ Core Concepts（Quality Gate / Ranking）用 Kuzu 图数据库存你的 profile 图（经历/技能/项目关系）、LanceDB 存技能与项目向量，把职位和你的画像上下文比对——是画像感知的语义匹配而非关键词匹配。导入简历/portfolio 建图和向量。
来源：README What It Does（Match）/ Core Concepts（Vector Matching）+ Architecture（Kuzu/LanceDB）针对具体职位生成定制简历 PDF、求职信 PDF 和触达（outreach）草稿——产出可直接用的完整申请包而非一串链接。Customizer 基于你的画像和目标职位裁剪内容。
来源：README What It Does（Customize）/ Core Concepts（Customizer）本地优先架构：职位数据、画像、API key 都留本机（key 存本地 app 设置，.env 用于开发覆盖，OS 钥匙串在规划中），数据不上云。配本地 CRM 工作流管理求职管线（lead → 接受 → 跟进）。这是它和云优先 auto-apply 工具的根本区别。
来源：README Configuration And Privacy / Product Principles / Architecture提供 agent skill（skills/ 目录）和 MCP server，让你在 Claude Code 等支持 MCP 的 Agent 里直接用 JustHireMe 的能力（采集/排序/匹配/生成）。把求职工作台能力开放给通用 Agent。
来源：README 'Agent Skill And MCP'（Use The Skill / Use The MCP Server）JustHireMe 是 Tauri 桌面应用 + Python sidecar 的架构：src/（76，前端）+ src-tauri/（37，Rust Tauri 壳）做桌面 UI，backend/（281 文件，Python）是 sidecar API，按职责分 api/gateway/core/discovery（采集）/graph + graph_service（Kuzu 图）/generation（材料生成）/llm（多 provider）/automation（实验性 auto-apply）等模块。数据流（README 架构图）：导入简历/profile → 建 Kuzu profile 图 + LanceDB 技能/项目向量；scraper 各 source 采集 → 归一化 leads → Quality Gate 过滤 → Ranker+Evaluator 打分 → 向量匹配比对画像 → Customizer 生成简历/求职信 PDF + 触达草稿 → 进本地 CRM 跟进。本地优先：所有数据和 key 留本机。设计判断：把求职拆成 Scrape/Rank/Match/Customize 四段、用「可解释的确定性规则 + 可选 LLM」而非纯 LLM 黑箱打分、用 Kuzu 图 + LanceDB 向量做画像感知匹配，是相当扎实且差异化的设计——可解释性和 local-first 正面回应了云求职工具的黑箱和隐私问题。但仓库里大量 roadmap/audit/spec .md（SPEC/ROADMAP/AUDIT/VERIFICATION/MODULARIZATION 等十几个）和单人维护的现实，说明项目仍在 RC 阶段、雄心大但成熟度待验证；auto-apply 明确标实验性不支持，是合规上谨慎的做法。
来源：tree（backend/src/src-tauri）+ README Architecture / Repository Map中心为项目本体，内环 = 核心功能模块，外环 = 关键技术依赖；按 deep.json 中的 core_features 与 tech_stack.key_deps 自动生成
KuzuLanceDB多 LLM provider（backend/llm，可选 LLM 推理…Source AdaptersMCP server + agent skill1. 自己掌控的求职管线：不想被云 auto-apply 工具黑箱化、数据留本机，用本地工作台采集+排序+生成全程自控；2. 多源职位聚合：从多个 ATS/feed/社区采集职位到一处，不被单一招聘板锁定；3. 画像感知匹配：导入简历建 Kuzu 图 + LanceDB 向量，让职位按你的真实画像（而非关键词）排序，并看到可解释的匹配理由；4. 批量定制申请材料：针对每个目标职位生成定制简历/求职信 PDF + 触达草稿，省去手动改简历；5. 本地 CRM 跟进：把感兴趣的 lead 进本地 CRM 管理申请进度；6. Agent 集成：在 Claude Code 等用 MCP/skill 调用求职能力。
来源：README What It Does / Why This Exists / Agent Skillv1.0.26（2026-05-21），同日还发了 v1.0.24/v1.0.25，发版极频繁（RC 阶段快速迭代）。仓库 2026-02-28 创建、pushed 到 2026-05-21。稳定核心是本地桌面工作台 + Python sidecar + 采集/排序/匹配/生成，主推 Windows 签名安装器；auto-apply 仍实验性。
来源：GitHub Releases API（v1.0.24-26）+ README Current Status如果你受够了嘈杂招聘板和黑箱 AI 投递工具、想要一个数据留本机、排序可解释的求职工作台，JustHireMe 思路很对：本地优先、Scrape→Rank→Match→Customize 完整链路、Kuzu 图 + LanceDB 向量做画像感知匹配、生成定制简历/求职信。务实建议：1) Windows 用户直接装签名安装器最省事，mac/Linux 要自己搭 Tauri + Python sidecar，有门槛；2) 它的价值在「可解释 + 本地掌控」，先导入简历建画像、配几个采集源跑通 Scrape→Customize 看实际产出质量；3) auto-apply/浏览器自动化是实验性、opt-in、不支持——别用它做无人值守自动投递，账号风险自负；4) 多源采集依赖各招聘板页面与 ToS，source 会失效、合规自负；5) RC 阶段、单人维护、一堆 roadmap 文档，雄心大但很多在规划中，生产前评估你需要的功能是否在稳定核心；6) 匹配/生成质量主观无 benchmark，配好 LLM provider 后自己试关键场景。
来源：综合分析JustHireMe 是一个 AGPL 许可、本地优先的 AI 求职情报桌面工作台（Tauri）：从多种来源爬职位 leads（ATS/feed/社区/API）、用可解释的确定性规则 + LanceDB 向量 + Kuzu 画像图给职位质量和你的匹配度打分排序、再生成定制简历 PDF / 求职信 PDF / 触达草稿，配本地 CRM 流程，数据和 API key 都留本机，Python sidecar API + Tauri…
JustHireMe 的核心功能包括：多源职位采集（Source Adapters）、可解释的确定性排序（Rank + Quality Gate）、画像感知匹配（Kuzu 图 + LanceDB 向量）、定制申请材料生成（Customizer）、本地优先 + 本地 CRM。
求职者面对的是嘈杂的招聘板和黑箱式的「AI 一键投递」工具——前者信息过载、后者不透明还把你的数据交给云。JustHireMe 反着来：本地优先、可解释、开源。它把求职拆成 Scrape（多源采集 leads，不锁定单一招聘板）→ Rank（用可解释的确定性规则 + 反馈学习 + 可选 LLM 推理给职位质量和候选人匹配打分，让你看到「为什么这个职位值得关注」）→ Match（用 Kuzu 图数据 + LanceDB…
1. 自己掌控的求职管线：不想被云 auto-apply 工具黑箱化、数据留本机，用本地工作台采集+排序+生成全程自控；2. 多源职位聚合：从多个 ATS/feed/社区采集职位到一处，不被单一招聘板锁定；3. 画像感知匹配：导入简历建 Kuzu 图 + LanceDB 向量，让职位按你的真实画像（而非关键词）排序，并看到可解释的匹配理由；4.