简历会说谎，
代码不会。
GitHub 是开发者最真实的简历——代码、commit 历史、PR 协作，都是"做过的事"而不是"说过的话"。JobAgent 把仓库分析成可验证的能力画像，让企业招到真正做过的人，让求职者用作品证明自己。
AI 时代，传统招聘链路正在失效
简历是自我描述，面试能被训练——真正能证明能力的，是留下过的行为痕迹。
简历可批量生成
AI 能写、能美化、能造假简历。HR 筛简历，筛的其实是"文案能力"，不是工作能力。
面试能被"面经"训练
八股题与题库被反复练习，面试表现与真实工作能力越来越脱节。
GitHub 也被 AI 污染
一键生成的模板仓库、刷的 star、灌水的 commit——只看表面数据，一样会被骗。
筛选成本越来越高
简历量爆炸 + 虚假信息泛滥，招聘方的验证成本和时间成本急剧上升。
招聘与应聘，围绕同一份真实证据运转
GitHub 是中间的桥梁：企业的岗位要求与求职者的能力画像，都在同一份"真实工作痕迹"上对齐。
共享分析内核已上线：输入 GitHub/Gitee 用户名即产出可验证能力画像；岗位匹配、定向简历与投递追踪已可用，企业 SaaS 订阅与面试结果回流在后续迭代开放。
B端 · 企业招聘侧：从筛简历，到验证据
C端 · 求职者应聘侧：GitHub 即活的简历
不止分析仓库，是一条可核验的求职闭环
从行为痕迹到定向简历，每条结论都挂真实证据，可点击、可复核、不编造。
识别 AI Agent 时代的新技能
词库覆盖 ai agents、MCP、RAG、function calling、LLM serving 等前沿标签，并从 GitHub topics 直取归一，不再只会列出 Python/Java。
GitHub + Gitee 双源证据
两套公开行为痕迹一次分析、跨源镜像自动去重，国内外开发者都能用同一份可信证据说话。
真实性分级，而非单一分数
作者一致性、刷 star、提交脉冲、自产自合 PR、外部协作等十余条信号，结论公开/混合/存疑/证据不足四档，每条都可回溯。
岗位匹配 + 定向简历
聚合多家远程岗位池，按画像技能打分排序并给出逐技能命中理由；一键生成中英岗位定向简历（含可选 AI 润色，只重排不造事实）。
ATS 一键填充扩展
Chrome 扩展在 Greenhouse、Lever 等招聘系统里读取画像，自动填充技能与经历，少填重复表单。
MCP 只读接入面
为 AI agent / IDE 提供标准 MCP 只读工具：查画像、按主体解析、搜岗位、画像↔岗位匹配；密钥可控、默认不暴露证据原文，绝不代触发分析。
不止看 GitHub，更要鉴别 GitHub
AI 时代，GitHub 上同样充斥着"看起来努力"的假仓库。JobAgent 的核心能力是让证据可信。
识别一键生成 / 模板克隆
检测无真实开发过程、代码雷同度过高的仓库，排除"看起来像项目"的空壳。
识别刷 star / 异常 commit
commit 时间分布、贡献者结构、star 增长曲线——异常刷量模式无处遁形。
PR · Issue · 真实协作记录
在真实项目中合并过的代码、参与过的讨论，比任何自我描述都更有说服力。
四期迭代，从分析内核到双边平台
不做排他选择——技术岗与非技术岗、企业服务与求职者服务、海内外市场，全部纳入；按 M1→M4 分期落地，每期验证后再进入下一期。
分析内核 + 报告
L0/L1 管道（纯 API，不 clone）、能力画像 v0.1、真实性分级 + 证据、真实项目面试问题、落地页 Demo 接真。
- 输入 GitHub 用户名 → 可验证画像报告
- 真实性四级分级，不输出单一百分比
- 20–50 标注账号去风险实验
本人认领 + 轻 B 端
开发者 GitHub/Gitee OAuth 授权认领本人画像、改进建议、招聘方声明与公开精简视图。L3 语义层面试问题增强仍在规划中。
- 本人授权/分享为"权威报告"
- 未授权仅公开轻预览并显著标注
- 招聘方粘贴公开账号看精简画像
双边闭环
岗位池聚合、画像 vs 岗位匹配排序、岗位推荐、定向简历与投递/面试追踪已上线；一键投递、面试结果标签回流、订阅/增值付费仍在规划中。
- 已上线：岗位推荐 · 定向简历 · 投递追踪
- 规划中：企业 SaaS 招聘工具订阅
- 结果标签回流 = 长期数据壁垒
多平台 / 非技术岗
Gitee 已接入并支持双源融合；L2 clone 静态分析（隔离沙箱）、L4 跨库身份聚合、非技术岗多元证据源（作品集/案例/证书）仍在规划中。
- GitHub + Gitee 双源融合已上线
- 技术岗跑通后扩展非技术岗
- 统一 EvidenceItem 结构接入多源
输入你的 GitHub 用户名
输入 GitHub 用户名，立即生成可验证的能力画像——真实性分级、能力标签与真实项目证据，分析基于公开行为痕迹，无需登录。