从投递到 Offer 的全生命周期管理
一个秋招季的真实场景:每晚被几十条消息淹没,手动整理到崩溃
公司名在微信、岗位在邮箱、截止日期在飞书表格、面试感受在脑子里——
4 个地方找 1 条记录
每晚整理 20 条记录 × 2 分钟 = 40 分钟,海投一个月 = 20+ 小时浪费在录入
3 家面试撞车要不要去?这个岗位匹配度多少?
全凭直觉,没有数据支撑
"字节跳动"和"ByteDance"是同一家,Excel 全合并错了;
数据质量不可控
面试完 3 个月后回想"字节那次答得怎样"——
毫无记录,下次又踩同样的坑
用 Excel 存 = 公司 IT 能看到你投了哪些竞对;
用 Notion = 数据被别人公司垄断
一个工具覆盖 录入 → 决策 → 准备 → 复盘 → Offer 对比 全流程。所有数据用户私有,AI 能力 Serverless 部署,0 成本个人使用。
前端零构建 · 后端 Serverless · AI 中转保护 Key
一个 index.html 走天下 · Tailwind CDN + Chart.js 本地副本
手机电脑直接打开,云端数据存储
Postgres + Auth + Storage + Edge Functions · 4 张表 + 10 个 RLS 策略 · 数据隔离用户私有
通义千问 Qwen-VL-Plus + Qwen-Turbo · 所有 Key 藏在服务端,前端不接触
GitHub push 自动部署 · 永久公网 URL · HTTPS 全球 CDN
截图识别 · Ctrl+V 直接粘贴 · 单/批量自动拆分多条
看到好岗位 → Win+Shift+S 截图 → Ctrl+V 粘贴 → 3 秒自动填好表单
5 维度匹配度评分 · 10 道结构化面试题
贴上飞书文档链接 · AI 自动抓取 · 给下次面试建议
复盘写在飞书 → 工具里粘贴链接 → AI 读全文 → 给出下次建议。
做到"一处写,复用全平台"。
8K chars (LLM 上下文)
"字节跳动"="ByteDance"="字节" · 自动识别 + 字段补全
同一公司在飞书表格有 5 种写法:字节跳动 / ByteDance / 字节 / 北京字节 / 字节系
导致数据混乱,统计失真
dedup-company Edge Fn字节跳动 ?薪资 · 几薪 · 年终 · 股票 · 福利 · 横向对比,最高值高亮
不是工具集合 · 是真正的"求职管理"
每面后写复盘,关联到对应岗位记录,可随时查看历史
Offer 录入时填好薪资/几薪/福利,多 Offer 通过对比表横向查看,最高值高亮
KPI 卡片 · 状态饼图 · 行业柱状图 · 数据驱动决策
公网永久链接 · GitHub 自动部署 · 6 重安全防护
{user_id}/ 路径持续迭代 · 做真正"面向秋招的 AI 产品"
📧 欢迎交流 AI 产品 / 秋招话题