dossier - 自托管求职工作台：一份档案生成定制简历与求职信

dossier 是一个自托管的求职工作台：它把一个人的职业经历集中维护在一份档案里，再针对每一个投递的职位，读取招聘信息、展示匹配程度，并起草一份定制简历与求职信，最后把每份申请从草稿跟踪到 offer。按项目自述，它面向的是「一个人、一台小服务器」的使用场景——一个密码、数据存在自己的 PostgreSQL 数据库里、AI 模型由使用者自行选择。适合希望把求职材料与投递记录留在自己掌控范围内的个人用户，而不是团队或招聘方。

维护者与状态

项目由 AienTech 维护，仓库创建于 2026-10-03，最后提交时间为 2026-10-20，最新正式版本为 v1.8.0，发布于 2026-10-20。截至 2026-10-21，仓库获得 269 个星标。从创建到最新版本不足三周，属于起步阶段的项目，版本迭代节奏较快。

主要能力

以下能力均据项目 README 自述整理，未经独立验证。

• 统一档案：记录基本信息、技能与语言、工作经历、项目、教育背景与推荐人，顺序可自行调整，并配有完整度指示。项目类经历（副业、开源、课程或论文工作）可用来补足职位名称尚未体现的能力；也可以从已有的 PDF、Word 或 Markdown 简历导入起步。
• 基础简历：提供十二套主题与一个主题构建器，支持实时预览并在服务器端打印为 PDF，主题可复制，也可作为文件分享。
• 职位搜索：通过 JSearch（覆盖 LinkedIn、Indeed 等）、Adzuna 或德国联邦劳动局（Bundesagentur für Arbeit）检索指定城市或任意地区的招聘信息，可收藏、忽略、按档案打分，并从一条招聘信息一键发起申请。
• 可选职位代理：每天执行一次搜索，跳过已看过的内容，对新职位按档案打分并把较优者连同理由保留在代理页面，也可预先准备定制草稿等待人工审阅。README 明确说明它从不发送或提交申请。
• 新建申请：粘贴招聘信息后，自动提取细节与要求，与档案比对，并按选定语气撰写定制简历与求职信。
• 不虚构经历：据项目说明，草稿只使用档案中的事实；招聘要求而档案中没有的内容会以「差距」形式呈现，而不是编造。
• 对话式修改：通过聊天提出修改要求，可编辑或重新生成任意部分（求职信的发件人、日期、收件人、称呼与落款也包含在内，并按信件语言书写），可撤销 AI 改动或回到任一历史版本，并可保留私人备注。
• 配套邮件：为每份申请生成一封邮件，收件人取自招聘信息，可复制或直接在邮件客户端打开，并附上简历与求职信 PDF。
• 可选的 Gmail 与日历集成：连接 Google 账号后，可用自己的地址发送带 PDF 附件的申请，在申请旁查看雇主回复，由 AI 阅读对方要求并从档案起草答复，提供自己空闲的面试时间，并在仪表盘查看当月与本周安排，面试与 Google 日历双向同步。README 称未经确认不会发送任何内容。
• 跟踪：以看板与表格呈现全部申请，仪表盘提供漏斗（近 30 天、90 天或全部时间）、逐周图表、下一步建议、即将到来的面试与日历。
• 数据自主：支持整库导出与导入为单个文件、夜间备份，以及「删除全部」。

使用入口

仓库地址：AienTech/dossier。

据 README，在本机运行需要 macOS 或 Windows 上的 Docker Desktop，或 Linux 上带 Compose 插件的 Docker Engine，以及约 2 GB 可用内存。大致流程是：先取回 Compose 文件并生成数据库密码与应用密钥，再用容器命令生成密码哈希写入环境文件，最后启动服务并访问本地 3000 端口，在设置中选择 AI 模型。Apple Silicon 机器还需额外指定 linux/amd64 平台，因为镜像面向 Intel 与 AMD 处理器构建。自托管到服务器时，README 建议至少 2 个 vCPU 与 2 GB 内存，并给出了 Ubuntu + Docker Compose + Caddy、Node.js、CapRover、Coolify、Dokploy 等安装路径。

mkdir ~/dossier && cd ~/dossier
curl -fsSL -o compose.yml https://raw.githubusercontent.com/AienTech/dossier/main/compose.production.yml
echo "POSTGRES_PASSWORD=$(openssl rand -hex 24)" > .env
echo "DOSSIER_SECRET=$(openssl rand -base64 32)" >> .env

AI 模型方面，README 称可使用 Ollama 或 LM Studio 运行的本地模型，让档案与文档留在自己的硬件上；也可接入任意 OpenAI 兼容 API、Anthropic 或 Mistral 等托管服务，此时由该服务接收被撰写的内容。

许可与限制

许可证为 AGPL-3.0。

README 列出的已知限制包括：仅面向桌面浏览器，不支持手机；单用户，一个密码一份档案，没有多账号；界面为英文，文档可用其他语言撰写，21 种内置语言的标题、日期与语言等级会随之本地化，而通过「其他语言」自行添加的语言这些部分仍为英文；每个数据库只能运行一个应用实例，因为夜间备份、AI 任务队列与 PDF 浏览器都在应用进程内。

性能方面，README 给出 2026-09-28 在限制为 2 vCPU、1 GB 的容器中测得的数据：基础简历渲染约 0.25 秒，Chromium 需冷启动时约 1 秒；同时渲染两个，其余排队；进程峰值约 520 MB，建议容器至少 768 MB。这些数字来自项目自述，本站未复现。