Job Application Assistant

Strukturierte Fit-Bewertung, Betrugsprüfung, Lebenslauf/Anschreiben und Interview-Vorbereitungs-Framework – gebaut für das eigene CareerForge-Repository, nicht allein portierbar.

von suraj-davariya · suraj-davariya/ai-job-search

Funktioniert mit Setup ★ 8.4/10

Job Application Assistant — Strukturierte Fit-Bewertung, Betrugsprüfung, Lebenslauf/Anschreiben und Interview-Vorbereitungs-Framework – gebaut für das eigene CareerForge-Repository, nicht allein portierbar.

Was es kann

Führt eine 4-stufige Bewerbungs-Pipeline durch: gewichtete Fit-Bewertung gegen ein Kandidatenprofil, ein separates Posting-Legitimitäts-/Betrugs-Gate, maßgeschneiderte Lebenslauf- und Anschreiben-Erstellung unter einem strengen Schreibstil-Leitfaden ohne Fabrikation und STAR-basierte Interview-Vorbereitung. Löst bei Bewerbungen auf eine Stelle, Bewertung eines Postings, Schreiben eines Lebenslaufs/Anschreibens oder Interview-Vorbereitung aus, aber die Lebenslauf-/Anschreiben- und Gehalts-Benchmark-Schritte hängen von LaTeX-Vorlagen, Schriftarten und Skripten ab, die außerhalb dieses Skill-Ordners im Stammverzeichnis des übergeordneten CareerForge-Repositorys liegen.

Testbericht

Führte eine echte Vorher/Nachher-Fit-Prüfung für ein synthetisches Posting mit betrugsverdächtigen roten Flaggen durch (persönlicher Gmail-Kontakt, keine Firmenwebsite, Hybrid-Berlin vs. Remote-Kandidat): Die Basis-Freitext-Überprüfung sagte 'gute Passform, bewerben, wenn bereit zur Umsiedlung' und stellte das Posting nie in Frage; das strukturierte Framework des Skills kennzeichnete die persönlichen E-Mail-/Keine-Website-Signale als Warnung/verdächtiges Legitimitäts-Gate, bevor etwas entworfen wurde, und überschrieb korrekt die Fit-Bewertung auf 'Schlechte Passform' über die Standort-Dealbreaker-Regel, die die Freiform-Basis übersehen hatte – aber derselbe Lauf deckte auf, dass das Gehalts-Lookup-Skript und die LaTeX-Lebenslauf-/Anschreiben-Vorlagen des Skills im Stammverzeichnis des übergeordneten Repositorys liegen, nicht innerhalb des installierten Skill-Ordners.

Getestet am: 2026-07-15 · Claude Code 2.x (agent harness)

Installation

git clone https://github.com/suraj-davariya/ai-job-search.git
mkdir -p ~/.claude/skills
cp -r ai-job-search/.claude/skills/job-application-assistant ~/.claude/skills/job-application-assistant
# Fit-eval and interview-prep work with this alone (fail-open on missing data). CV/cover-letter PDF generation additionally needs: ai-job-search/cv/ (cfcv.cls, main_example.tex), ai-job-search/cover_letters/ (cfcl.cls, main_example.tex, OpenFonts/), ai-job-search/trust-safety/scam-patterns.json, ai-job-search/salary_lookup.py, the /setup·/expand·/reset commands from ai-job-search/.claude/commands/, and a LaTeX distribution (lualatex + xelatex, e.g. `brew install --cask mactex`) — none of which ship inside the skill folder.

Befehle & Beispiel-Prompts

  • /job-application-assistantStrukturierte Fit-Bewertung, Betrugsprüfung, Lebenslauf/Anschreiben und Interview-Vorbereitungs-Framework – gebaut für das eigene CareerForge-Repository, nicht allein portierbar.

Skills reagieren auf normale Anfragen — keine Slash-Befehle nötig. Nach der Installation aktivieren Prompts wie diese den Skill (auf Englisch):

  • check if this job posting looks legit before I apply to it
  • score how well I fit this job against my candidate profile
  • prep me for a STAR-format interview for this role