Оцінка: {Компанія} — {Роль}
Дата: {YYYY-MM-DD} Архетип: {визначений} Бал: {X/5} Легітимність: {tier} URL: {посилання на вакансію} PDF: {шлях або "очікується"}
A) Резюме ролі (Block A 全文)
B) Збіг з CV (Block B 全文)
C) Рівень і стратегія (Block C 全文)
D) Компенсація та попит(Block D 全文)
E) План персоналізації(Block E 全文)
F) План співбесід (Block F 全文)
G) Чернетки відповідей на форму
(仅当 Бал >= 4.5 时:草拟申请表单答案)
Витягнуті ключові слова
(从 JD 提取 15–20 个关键词,用于 ATS 优化)
值得注意的是"评分 ≥4.5 才草拟表单答案"这一门槛(对应英文版源码 modes/oferta.md 中 Block H 的 `only if score >= 4.5`),与 `_shared.md` 的 4.5+ 推荐回复阈值保持一致——**只有强匹配岗位才值得为申请表单投入草拟成本**。
### 4.2 注册进追踪器
**对于"新"记录**,协议明确**不得直接编辑 `data/applications.md`**,而是先在暂存目录写入一条 tab 分隔的 TSV 行:
batch/tracker-additions/{num}-{company-slug}.tsv
TSV 采用 8 或 9 列(tab 分隔):
{num}\t{date}\t{company}\t{role}\t{status}\t{score}\t{pdf_emoji}\t{num}\t{note}
列语义:
- `{num}` — 下一个整数序号(由 `reports/` 现有文件推算);
- `{status}` — `Evaluated`(该状态值在 [templates/states.yml](https://gitcode.com/GitHub_Trending/ca/career-ops/blob/1d4951f687d2df642a419ed7c5ae309bc85f038a/templates/states.yml?utm_source=gitcode_repo_files) 中以 `label: Evaluated` 注册为规范状态);
- `{score}` — `X.X/5` 格式(如 `4.2/5`);
- `{pdf_emoji}` — `✅` 或 `❌`;
- `{note}` — 简短备注(可选,此列可省略)。
随后执行合并命令:
```bash
node merge-tracker.mjs
由脚本将 TSV 暂存行合并进 data/applications.md。merge-tracker.mjs 支持带表头/无表头的 8/9 列 TSV 以及管道分隔(Markdown 行)等多种格式,按"公司名规范化 + 角色模糊匹配 + 报告序号"三重判重(高分会就地更新行与报告链接),并在 tracker 锁内完成原子写入;其 --dry-run 可在写盘前预览合并结果。
对于"已存在"的记录,才允许在 data/applications.md 中直接更新(状态、PDF、报告链接)。
追溯:UA 版本第 4.1 节与英文源版本(modes/oferta.md 的 Post-evaluation 章节)的命令协议一致,均要求先
reserve-report-num.mjs预留、后--release释放——这套 sentinel 预留机制在整个项目的批量评估(batch模式)与单条评估中是共享的原子分配器。
五、乌克兰市场补偿换算:把"数字"翻译成"到手金额"
这是 UA 版 oferta.md 区别于其他语言版本的核心增值点。Block D 与 _shared.md 要求评估者掌握并应用以下乌克兰本地换算规则:
- 计价货币:乌克兰 IT 行业薪资几乎总以 USD 讨论与支付(即便对 ФОП 亦然);非 IT 岗位用 UAH。
- ФОП(3 组,IT 事实标准):net ≈ gross × 0.95(5% 单一税)+ 需自缴 ЄСВ(2024 年约 1,760 ₴/月)。此时谈的通常就是 net,税务责任在 ФОП 一方。
- 正式雇员(штат):net ≈ gross × 0.77(ПДФО 18% + 军税 5%,2024+ 口径)。
- Дія City 弹性合同:5% ПДФО + 1.5% 军税;其"гиг-контракт"提供带薪休假、病假、防裁员等额外保护。
- KЗпП / Дія City 提供比普通 ФОП 更强的保障,在评估"稳定性"维度时应计入正分。
此外要计入隐性收益包:医疗险(50+ 人公司标配)、牙科、学习预算($500–2000/年)、英语课、运动、设备(笔记本+显示器)、远程员工的联合办公补偿、2022 年后已成标配的心理支持——以及 KЗпП 框架下的试用期(≤3 个月,管理者可 6 个月)、最低 24 天年假等劳动法参数。这些量化口径(0.95/0.77/1760 ₴ 等)在 modes/ua/_shared.md 中均有成文定义,属于直接可复用的市场数据。
六、写作与 ATS 兼容约束(贯穿所有候选向产出)
_shared.md 的 Professional Writing 规则约束一切面向候选人的文本(PDF 简历、bullet、求职信、表单答案、LinkedIn 消息),不约束内部评估报告,其中对评估链路影响最直接的是:
- 禁用空泛口号:不写 "results-driven / passionate about"、"extensive experience"、"leveraged"(要指明具体工具)、"spearheaded"(改用 "керував/led" 或 "запустив/launched")等清单内词汇;
- 用具体替代抽象:"把 p95 延迟从 2.1s 降到 380ms" 优于 "提升了性能";"Postgres + pgvector 检索 12k 文档" 优于 "设计了可扩展 RAG 架构";
- ATS 兼容:避免生成 em-dash、smart quotes、zero-width 字符(
generate-pdf.mjs虽会自动做 ASCII 归一化,但源头就不生成更稳妥); - 每条候选事实只能来自已批准的事实源文件(cv.md、article-digest.md、config/profile.yml、modes/_profile.md),JD/公司页只作情境输入,绝不成为"候选人做过某事"的证据;禁止为候选人自动提交任何申请——一切仅到"草稿"为止,提交前必须人工批准。
七、完整链路一图流与适用前提
一条典型会话中 oferta 模式的完整调用链为:
粘贴 JD(文本或 URL)
→ Step 0: 判定 archetype(混合则取 2 个最近)
→ Block A 角色摘要表(含 Domain/Function/Seniority/形式/雇佣形式)
→ Block B 读 cv.md 做逐条映射 + 差距四问
→ Block C 级别判定 + "卖 Senior 不造假"/"接受降级"双预案
→ Block D WebSearch 薪酬调研 + UA gross/net 换算
→ Block E Top5 CV 改动 + Top5 LinkedIn/DOU 改动表
→ Block F 6–10 条 STAR+R 故事 + 案例 + 陷阱问答
→ Post: reserve-report-num.mjs 预留序号 → 写 reports/{###}-slug-{date}.md
→ reserve-report-num.mjs --release → 写 batch/tracker-additions/ TSV
→ node merge-tracker.mjs 合并进 data/applications.md
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0624
Hy4-previewHy4 preview 是由腾讯混元团队研发的新一代混合专家(MoE)旗舰模型。模型总参数量 770B,每个 token 激活 49B,主干共包含78层,第一层采用标准 FFN,其余 77 层均为 MoE 结构,每层包含 256 个路由专家与 1 个共享专家,每个 token 激活 top-8 路由专家及共享专家。主干之外原生内置 1 层 MTP(总参数量 10B,激活 0.7B)以支持投机解码。Python00
GLM-5.3GLM-5.3 与 GLM-5.2 使用相同的基座模型——所有提升均来自后训练。与 GLM-5.2 相比,它在复杂编程和长程任务上的表现显著提升。Jinja00
GLM-5.3-FlashGLM-5.3-Flash (320B-A18B),是GLM-5系列的首个原生多模态模型。320B总参数,能力超过GLM-5.2Jinja00
Spark-X2.5-4BSpark-X2.5-4B 旨在让强大的 AI 更实用、更高效、更易获得。在广泛日常任务中表现强劲,涵盖对话、写作、翻译、推理、编码、工具调用以及智能体工作流,并在同等规模的开源模型中取得领先成绩。Spark-X2.5 将面向效率的架构与最高 1M tokens 的原生上下文窗口相结合,并支持 200 多种语言。Python00
Spark-X2.5-1.7BSpark-X2.5-1.7B 旨在让强大的 AI 更加实用、高效且易于获取。这些模型在广泛的日常任务中表现出色,涵盖对话、写作、翻译、推理、编程、工具调用和智能体工作流,并在同等规模的开源模型中取得领先结果。Spark-X2.5 将面向效率的架构与最高 1M tokens 的原生上下文窗口相结合,并支持 200 多种语言。Python00