Risk Summary
2026-09-04 21:38:48作者:郦嵘贵Just
Risk Summary
| Signal | Status |
|---|---|
| Posting legitimacy | ✅ High Confidence |
| Employment classification | ⚠️ contractor-style language: "{quoted phrase}" |
| Culture screen | ⚠️ caution — {evidence} |
| Interview red flags | — no interview sessions yet |
| AI claims vs. infrastructure | — not evaluated |
## 评估后流程:报告落盘与追踪器登记
fursah.md 规定 A–G 完成后必须执行两步,无一例外。
### 1. 保存 Markdown 报告
文件路径为 `reports/{###}-{company-slug}-{YYYY-MM-DD}.md`,命名规则:
- `{###}` = 三位零填充的序列号(如 `042`);
- `{company-slug}` = 公司名小写英文、无空格、连字符分词;
- `{YYYY-MM-DD}` = 当前日期。
关于序列号的原子分配:其英文源文档 `modes/oferta.md` 明确要求通过 `node reserve-report-num.mjs` 领取号码(stdout 返回 `{###}`),写完报告后再用 `node reserve-report-num.mjs --release {###}` 释放哨兵,以防止并发评估撞号。查看 [reserve-report-num.mjs](https://gitcode.com/GitHub_Trending/ca/career-ops/blob/398edb11421475c463c1e2f254031400eec0139b/reserve-report-num.mjs?utm_source=gitcode_repo_files) 源码可以看到其实现机制:追踪器扫描与哨兵创建都在与追踪器写入者相同的锁下执行,而 `O_CREAT|O_EXCL` 保证哨兵文件跨进程创建的原子性,`formatReportNumber` 则强制三位零填充格式(见该文件 L13–L17 的用法注释与 L41–L47 的格式化函数)。
**报告结构模板**(fursah.md 原文完整继承):
```markdown
# Evaluation: {Company} — {Role}
**Date:** {YYYY-MM-DD}
**URL:**
**Archetype:** {detected}
**Score:** {X/5}
**Legitimacy:** {High Confidence | Proceed with Caution | Suspicious}
**PDF:** {path or pending}
---
## A) Role Summary
(块 A 完整内容)
## B) Match with CV
(块 B 完整内容)
## C) Level and Strategy
(块 C 完整内容)
## D) Comp and Demand
(块 D 完整内容)
## E) Customization Plan
(块 E 完整内容)
## F) Interview Plan
(块 F 完整内容)
## G) Posting Legitimacy
(块 G 完整内容)
## Risk Summary
(每个风险信号一行,固定顺序 — 见上方 Risk Summary 章节)
## H) Draft Application Answers
(仅当综合匹配评分 ≥ 4.5 时写入 — 面向申请表的现成答案草稿)
---
## Keywords extracted
(从 JD 提取的 15–20 个 ATS 优化关键词)
注意块 H 的条件门:只有综合匹配分达到 4.5 及以上才生成申请表答案草稿。这与 modes/_shared.md 的评分解读表(4.5+ 立即推荐投递、4.0–4.4 值得投递、3.5–3.9 视情况、3.5 以下不推荐)共同构成了投递决策线。
2. 登记到追踪系统
fursah.md 要求始终把该申请登记进主表 data/applications.md,但禁止直接编辑主表——而是把临时行写入 batch/tracker-additions/ 目录下的 TSV 文件,以避免重复并便于正确合并,然后运行:
node merge-tracker.mjs
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
33
18
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
855
1.34 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
528
589
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Markdown
77
23
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.13 K
2.73 K
暂无描述
Markdown
897
5.79 K
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.56 K
1.01 K
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
998
511
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
908
1.83 K
openGauss kernel ~ openGauss is an open source relational database management system
C++
213
313