# Career Kit

> 有真实数据源的 AI 职业陪练。帮你设计最优路线，拆成分阶段任务，跟着做、打卡，达成目标。
> 顺序归产品，时间归用户——不为任务设定时限，节奏由用户掌握。

## 文档索引

- [文档地图](docs/README.md): 所有文档的唯一入口
- [LLM 使用指南](docs/llms.txt): 工作流、工具分类、常见场景
- [工作流详解](docs/workflow.md): 完整工作流、前置条件、输入输出
- [企业库](docs/scrapers.md): 已收录企业、数据源说明
- [工具总览](docs/tools.md): MCP 工具列表、分类说明
- [知识库](docs/knowledge.md): 目录结构、文件格式
- [示例](docs/examples/README.md): 完整工作流示例、场景示例

## 快速开始

```
1. start_session()
2. parse_resume(file_path)                     # 可选：先解析简历素材
3. intake(who/have/want)                       # 技能需附证据与置信度
4. finalize_profile()
5. list_data_sources()                        # 查看可用企业数据源
6. fetch_company_jobs(company=..., params=...)  # 抓取真实岗位（含薪资）
7. analyze_gaps() → save_gap_analysis()       # 基于真实数据分析
8. generate_roadmap() → save_roadmap()        # 只定顺序与完成标准，无时长
9. detail_current_phase() → save_current_detail() → generate_tasks()  # 先细化当前阶段，再生成/合并任务
10. get_next_tasks()
11. checkin_task(...)                         # 完成即沉淀能力证据
12. record_application(company, role)          # 投递/过筛/面试/offer 全程登记（求职漏斗）
13. get_weekly_review(days=7)                  # 周检视：打卡 + 阶段 + 漏斗事实复盘
14. export_dashboard()                        # 生成阶段进度仪表盘
```

## 核心原则

1. **必须使用真实数据**：分析前必须用 `fetch_company_jobs` / `search_knowledge` 获取真实数据，不要凭 LLM 知识编造
2. **按工作流执行**：每个阶段有前置条件，不要跳过步骤
3. **保存中间结果**：使用 `save_*` 工具保存 LLM 生成的内容
4. **不规划时间**：路线图和任务不含任何时长字段；用户想要日程时在对话中直接写 markdown/HTML 文档交付，时间由用户自己填
