ApplyDocs AI 是一款轻量的网页工具，帮求职者整理简历和求职信，让内容对招聘方和自动化筛选系统都更清楚。名字直白地体现了定位：在投递之前先把申请材料准备好。
面向正在投递的求职者、跨行转型者以及第一次准备正式申请的学生。如果你觉得简历总是石沉大海，而不是经历本身有问题，那么这类工具正是围绕这个断层设计的。
官网关于价格、次数以及背后模型的说明较少。购买前建议先看当前的套餐页，确认一次订阅或一次充值实际拿到的是什么：是重写后的 PDF、按岗位微调的一次生成，还是持续的订阅服务。
这类工具最合适的用法是作为你自己写完之后的第二遍打磨。让 AI 提示缺失关键词、动词偏弱或不利于 ATS 解析的排版，再挑你认可的建议落实。要不要投这份岗位、怎么描述你自己做过的事，仍然由你判断。
自动化简历筛选。它的目标是让申请通过 ATS 进入人工审阅阶段。
更偏向对已有内容做优化与改写。仍然需要你提供真实经历并对输出进行核对。
官网未明确列出，购买前请以最新套餐页为准。
正在投递、跨行转型或首次求职的学生与在职者。
TAPE Engine
TAPE Engine 是一个面向创作者的 AI 出版平台，把语音笔记、草稿和零散想法自动组织成电子书、指南等数字产品，并覆盖研究、写作、封面设计、有声书生成到发布的全流程。起步价 1 美元，适合想快速出书的独立作者和内容创作者。
ResuFluent
ResuFluent 是一款 AI 简历优化工具，粘贴职位描述并上传简历，即可自动分析关键词、调整结构并重写内容，输出针对该岗位的定制简历，并附上 ATS 匹配评分。提供免费试用，按积分付费，适合海投无效的求职者和转行者。
AppliCraft AI
AppliCraft AI 是一款学习用户写作风格的求职辅助工具，可生成定制简历、求职信和申请问题回答。它支持通过浏览器扩展（Chrome、Firefox、Edge）抓取 14+ 招聘网站上的职位信息，并提供职位匹配度评分。该工具旨在让申请材料听起来像本人所写，而非千篇一律的 AI 生成内容。提供 Starter（月付）、Pro 月付和 Pro 周付三种计划，可免费开始使用。
AnyChat
AnyChat 是一款轻量级的 macOS 菜单栏应用，为每个文本字段提供 AI 写作帮助。选中或输入文本，按全局快捷键，即可将润色结果流式输出回原位置，无需切换应用。支持自定义角色，适用于邮件、摘要、翻译、社交媒体帖子或代码解释，每个角色可设置独立提示与快捷键。兼容 OpenAI 兼容 API，设置与 API 密钥保存在本地。
Open-Write
Open-Write 是一款完全免费开源的写作工作室，专为剧本、小说、剧集等长篇内容而设计。它把 AI 模型编排成 Bible、Architect、Writer、Critics、Cutter、Reader 多个命名岗位，把结构、语气与前后连贯性贯穿整部作品。提供可定制的开源管线与 Windows 11 桌面 Studio 应用，采用 Apache 2.0 授权。
Critiq
Critiq 是一款 AI 写作点评工具，像编辑一样审读你的短篇小说：粘贴或上传文本后，约 90 秒返回带评分的分项点评与逐句批注，首次分析免费且无需注册。
DeepSeek-Reasonix：专为 DeepSeek 模型打造的终端 AI 编码代理
DeepSeek-Reasonix 是一个基于终端的 AI 编码代理，专为 DeepSeek 模型优化，通过 prefix-cache 友好提示降低 token 成本。配置集中在单个 reasonix.toml 文件中，支持切换任意 OpenAI 兼容端点。插件层集成 MCP 服务器和 Extension Protocol v1，提供工具和资源。Go 编写，静态单二进制，可交叉编译至六平台，也可通过 npm 和 Home 安装。许可证 MIT，官方宣称仓库有18803星（截至采集时）。
MarkFlowy：基于 TypeScript 的开源 AI Markdown 编辑器
MarkFlowy 是一款用 TypeScript 构建的开源 AI Markdown 编辑器，GitHub 星标超过 2300。它集成 AI 辅助功能，简化写作、翻译和内容润色，同时保持 Markdown 的简洁与便携性。项目处于早期开发阶段，但已吸引开发者和写作者的关注。
LinguaGacha：面向长篇内容的 AI 翻译工具
LinguaGacha 是一个开源的 AI 翻译工具，专为小说、游戏脚本和字幕等长篇内容设计。它利用大语言模型 API 进行一键批量翻译，智能处理上下文以生成自然流畅的输出，适合翻译人员、本地化团队和追更外文作品的读者。该项目使用 TypeScript 编写，基于 MIT 许可证开源。
code-graph-rag：基于知识图谱和 LLM 的开源 RAG 系统
code-graph-rag 是一个开源 RAG 系统，利用知识图谱和大语言模型（LLM）来导航复杂的多语言 monorepos。它支持自然语言查询、深度代码理解和跨庞大代码库的编辑，帮助开发者更高效地管理复杂项目。项目主要使用 Python 编写，采用 MIT 许可证。截至采集时，该项目在 GitHub 上拥有 2333 个 star。
OpenMonoAgent.ai：本地大模型驱动的终端编程代理
OpenMonoAgent.ai 是一个开源且永久免费的终端原生编程代理，由本地大语言模型驱动。它提供无限 token 使用，并完全在本地运行以确保隐私。面向开发者，单命令安装，消除订阅费用和数据泄露风险。项目主要语言为 C#，采用其他许可证。
lanhu-mcp：开源 MCP 服务器，提升需求分析效率
lanhu-mcp 是一个开源的模型上下文协议（MCP）服务器，专为 AI 驱动的团队协作而设计。它能够自动解析需求文档，生成前端和后端代码，并提供设计资源的下载。该工具基于 Python 构建，官方宣称可提高需求分析效率高达 200%，并能顺畅地集成到现有的开发工作流中。对于加速原型制作和减少手动编码工作量尤为有用。项目采用 MIT 许可证，在采集时拥有 1614 个 GitHub 星标。
评论
暂无评论
成为第一个评论的人