什么是Claw Apply
Claw Apply 是一款专为求职自动化设计的开源工具，旨在通过智能搜索与自动投递功能，显著提升用户在 LinkedIn 和 Wellfound 等招聘平台上的求职效率。该工具基于 Node.js 开发，集成了 Kernel 的 stealth browser 技术以绕过反机器人检测，并结合 Anthropic 的 Claude AI 模型实现职位筛选、关键词生成及表单填写建议。用户只需配置一次参数，即可让系统每12小时自动扫描匹配岗位，并根据预设条件进行优先级排序和申请提交。整个过程无需人工干预，特别适合希望批量投递、减少重复劳动的技术求职者。
Claw Apply 的核心优势在于其自学习能力：当遇到无法直接回答的申请表单问题时，系统会调用 Claude 生成建议答案，并通过 Telegram 通知用户确认或修正。用户的反馈会被即时保存至 answers.json 文件，形成长期可用的知识库，从而逐步实现完全自动化运行。此外，项目采用模块化设计，支持多种招聘系统（如 Greenhouse、Lever 等），虽部分为占位符状态，但已具备可扩展性基础。所有敏感操作均在本地环境完成，API 调用仅发送至 api.anthropic.com，保障数据隐私与安全。
该项目由 MattJackson 维护并托管于 GitHub，遵循 MIT 许可协议开源，鼓励社区贡献与定制开发。尽管依赖多个外部服务（如 Kernel 代理、Telegram Bot、Anthropic API），但其清晰的文档结构和分步安装指南降低了上手门槛。对于追求高效求职流程的开发者而言，Claw Apply 提供了一个可信赖且高度可定制的自动化解决方案，帮助他们在竞争激烈的就业市场中抢占先机。
核心功能特点
- 每12小时自动在 LinkedIn 和 Wellfound 上搜索符合关键词的职位
- 利用 Claude AI 对职位进行评分过滤，保留高匹配度机会
- 自动填写申请表单，支持自学习机制处理未知问题
- 通过 Telegram 接收实时通知与交互式问答确认
- 内置防重复机制与 ATS 分类支持，兼容主流招聘系统
- 基于 Kernel 隐身浏览器技术规避平台反爬策略
适用场景
Claw Apply 最适合那些希望在短时间内向大量潜在雇主投递简历的技术从业者，尤其是自由职业者、初级开发者或正在换工作的程序员。例如，一位全栈工程师若想同时申请美国多家初创公司的远程岗位，可以设置包含‘React’、‘Node.js’、‘TypeScript’等关键词的搜索规则，系统将自动抓取符合条件的职位并按 AI 评分排序，优先投递 Easy Apply 类型岗位以加快流程。对于那些经常遭遇复杂表单（如要求填写过往项目规模、团队人数或绩效指标）的申请场景，Claw Apply 的自学习功能尤为有用——它会在首次遇到类似问题时咨询 Claude 并提供模板答案，后续同类问题将直接套用已有回复，极大节省时间成本。
另一个典型应用场景是求职者希望保持低调但持续曝光于招聘方视野中。由于 Claw Apply 采用低频轮询策略（每小时最多处理一个申请），能有效避免因频繁操作触发 LinkedIn 账号限制。配合 Kernel 提供的住宅 IP 代理和多账户认证管理，用户可在不暴露真实身份的前提下安全运行多个实例。此外，对于偏好定制化流程的用户，项目允许手动调整搜索范围（如限定薪资区间、排除特定公司）、修改通知方式（如关闭 Telegram 消息推送），甚至扩展支持新的招聘平台（如 Workday 或 Ashby），体现出高度的灵活性。
值得注意的是，虽然 Claw Apply 大幅提升了申请效率，但它并不替代求职者的主动沟通。AI 生成的答案仍需人工审核，特别是在涉及职业经历描述或技能阐述的关键环节。因此，推荐将其作为辅助工具而非全权代理人使用，确保最终提交的申请材料真实反映个人能力与意愿。总体而言，无论是应对快节奏的招聘季，还是日常性的职位探索，Claw Apply 都能成为提升求职成功率的有力助手。