中文X的Claude账号与订阅使用讨论，新增通过Kiro访问、防封保证、OpenCode接入及额度口径解释。Andy Stewart称，可通过亚马逊旗下Kiro使用Claude，并宣称该平台不会封号；他还介绍闲鱼75元购买一万积分的方案，将其等同于200美元Claude订阅。Jason Young称，OpenCode又能使用Claude订阅，并以疑问语气猜测双方和解。宝玉则区分Max 20x的总体用量与每五小时限额，称前者为Pro十倍、后者为二十倍。这些帖子关注访问稳定性、第三方接入与使用成本，但没有官方政策、兑换规则或对照测试，不能确认防封承诺、积分等值关系及平台合作状态。
参与帖子: 大环境这么差的时候，我就知道这种项目迟早会出来...
结果已经做得比我想的好太多了！
ai-job-search 这个项目现在 GitHub 上已经近 4.5 万 star！
作者 Mads Lorentzen 原本是地球物理学家，
被裁后用 Claude Code 给自己搭了一套求职框架
69 份定制申请 → 20 个一面 → 成功转行 AI 工程师。
但这不是重点
重点是他��「求职」这个高度主观、容易崩溃、步骤极多的过程，拆成了一套可被 AI 执行、验证、迭代的标准化工作流
大部分人用 AI 写简历，就是把 ChatGPT 当文案工具：
丢职位描述进去，改改简历、润色求职信，然后复制粘贴
这个项目做的是把整个求职链路重构了：
职位搜索 → 匹配度评估 → 简历定制 → 求职信撰写 → 面试准备 → 申请追踪，全链路本地自动化。
更关键的是双互审机制：
Drafter：根据你的档案生成定制化简历和求职信
Reviewer：全新上下文启动的第二个 Agent，独立调研公司，从第三方视角挑刺、给反馈
直接解决了单次生成质量不稳定的问题
四个核心命令覆盖全流程：
/setup — 建立职业档案
/scrape — 搜索并排序职位（支持扩展任意地区平台）
/apply — 一键生成定制化材料（含匹配评估 + 双修订 + PDF/ATS 验证）
/interview — 生成面试准备包（公司调研、问题预测、STAR 映射、模拟面试）
最让人放心的一点：所有数据都在你本地。
不是 SaaS，不用担心隐私。Fork 完就是你的，想怎么改就怎么改。
如果你正在找工作（尤其是技术岗），这个框架能帮你省下大量重复劳动。
如果你是产品经理或独立开发者，这本身就是一个很好的 Agentic 工作流编排案例。
它展示了怎么把复杂、高主观性的任务，拆成可被 AI 可靠执行的标准化流程。
这才是 AI 从「问答工具」往「工作流代理」演进该有的样子
项目地址：
https://t.co/ON8CgptumU
参与 1 帖贡献曝光 11万话题热度 4.5万
#Claude#Kiro#OpenCode