Wera：自托管的求职职位雷达，用 LLM 按简历为职位打分

核心能力与快速开始

★ 4 · Go

能做什么

抓取多家招聘网站的职位信息并去重存储；支持按角色类别、资历、地点和签证赞助意愿进行规则过滤；用 TF-IDF 在本地初步排序，并借助 Coral Bricks 的 LLM 提取职位事实、按简历计算匹配分，输出匹配理由、技能匹配与缺口以及赞助原文引用；支持结构化简历导入与四种模板的 Typst 渲染、PDF 与 LaTeX 导出、确定性简历审查与单条要点改写；还提供求职信撰写、带 AI 审核的社区博客、面试选择题练习、基于美国劳工部 LCA 数据的 H-1B 赞助查询、供 Chrome 扩展使用的 API，以及管理员接口（预算、流水线运行、内容审核）和 Prometheus 指标。

适用场景

适合希望自行部署求职流程的开发者或求职者：集中监控目标公司职位并按个人简历打分排序；批量生成或调整简历与求职信；查询目标雇主的 H-1B 申请与薪资情况；为浏览器扩展提供保存职位、填写申请等后端能力。

项目形态

可直接使用的工具

部署方式

自托管：单主机上运行三个容器（nginx 前端与 API 代理、Go API/worker、PostgreSQL），提供 Docker Compose 与发布镜像 ghcr.io/jessechumo/wera；可通过 Cloudflare Tunnel 等方式开放公网访问。

主要依赖

Go 1.27+、Docker、Coral Bricks API key；简历渲染需要 Typst 0.14（Docker 镜像已包含）；前端需单独克隆 wera-frontend 并运行。

使用限制

不代替用户投递，只提供匹配结果供人工审核；LLM 依赖 Coral Bricks 并按用量计费，设有每用户每次运行、每月及全局月度预算上限，具体费用与配额取决于服务商；抓取须遵守各招聘平台使用条款并控制抓取频率；邮件功能默认关闭，需配置 SMTP 等；管理员控制台仅限内网访问；H-1B 数据需手动下载并导入。

许可证

MIT

最近推送

2026-10-17 09:06

资料检查：2026-10-18 07:00 · 卡片整理：2026-10-19 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证

职业应用

HR

招聘人员可自托管该工具，从 Greenhouse、Lever、Ashby、Workday 等公开招聘接口抓取 570 多家公司的职位，按角色族、资历、地点和签证赞助规则过滤，并用 LLM 结合候选人简历为职位计算匹配分数、给出理由及匹配/缺失技能，辅助筛选候选人匹配的岗位。

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证