Dashboard & Pipeline
一个工作台看清所有岗位的投递状态、近期面试和待处理动作。支持创建、筛选和更新 Job Application,从 JD 解析一键保存到 Pipeline。
个人主站 / 产品入口
从求职准备、内容生产到本地文件搜索,每个产品都围绕一个高频工作流独立发布。主站负责说明它们是什么、适合谁、现在能怎么获得。
主推 Offer me Web 端 · Anything Search 和蓝笔工坊已发布
AI 求职工作台,围绕一个岗位闭环完成 JD 解析、简历匹配、材料定制、面试准备和复盘。 数据默认保存在本机 SQLite,AI 通过 BYOK 接入。Web 端已上线, offerme.sit.run 直接使用。
一个工作台看清所有岗位的投递状态、近期面试和待处理动作。支持创建、筛选和更新 Job Application,从 JD 解析一键保存到 Pipeline。
从招聘网页或手动输入解析岗位结构,基于 Master Profile 生成匹配分、优势、缺口、风险和改进建议,输出可编辑的 Tailored Resume Notes 和 Cover Letter。
根据岗位、简历和匹配分析生成分类问题集,支持 STAR 结构回答要点、学习计划和 Mock Interview session。区分必会知识、加分知识和面试前速记。
录音或导入面试复盘材料,生成 transcript、表现评估和后续行动。复盘内容关联到岗位和面试记录,反哺下一轮准备。
简历、录音和岗位数据默认存本机 SQLite,不上传核心求职数据到第三方云端。
AI 能力通过用户自己的 API Key 接入,调用边界明确,不用黑盒模型。
JD→匹配→材料→面试→复盘在同一岗位上下文中,不是散落的多轮对话。
从招聘网页一键提取 JD,Side Panel 预览后保存,减少手工搬运。
Builder profile
过去十余年持续参与复杂业务平台、高并发系统、区块链基础设施和 AI Agent 的设计与落地。 现在把工程经验收敛到更具体的工作流:自己发现问题、设计产品、写代码、验证体验并完成发布, 让技术变成普通用户可以直接使用的工具。
正在做的事: 用 AI 与清晰的产品架构,做真正进入日常工作的工具。
企业级架构、DDD、高并发、高可用与海量数据处理
AI Agent、RAG、MCP、上下文工程及区块链基础设施实践
Web/桌面全栈、产品设计、真实用户验证与持续发布
先服务电脑上的深度工作场景。求职、写作、整理资料都需要完整工作台,而不是碎片化入口。
重要资料尽量留在本机。需要 AI 的地方明确说明调用边界,能用 BYOK 就让用户掌握密钥。
不是把 Chatbot 放到每个角落,而是把任务拆成导入、分析、生成、执行和复盘。
先做能真实使用的版本,再根据反馈加深功能。主站也会记录这些产品进展。
每个产品都有自己的官网、价格和更新入口。主站负责快速说明产品状态和官方访问路径。
本地优先的 macOS 文件搜索工具。按文件名、路径和扩展名查找,不上传文件名、路径或搜索记录。
面向商家和代运营的内容生产工作台,把产品资料批量转成可交付的图文内容草稿。
主站只放公开价格摘要和官方入口。详细规则、版本限制和安装说明放在各产品自己的页面或 App Store。
主站后续会变成产品更新、开发日志和用户反馈入口。
sit.run/offerme/ 承载官网介绍、价格、桌面端下载、隐私和支持;offerme.sit.run 保持为 Web 端工作台。
offerme.sit.run 已切换为真实 Web App,主站入口同步改为打开 Web 端。
Offer me 使用独立入口,Anything Search 使用 Mac App Store 入口,蓝笔工坊新增 GitHub Win/Mac 直下载页。
两个 macOS App 已可从 App Store 获取,后续准备独立产品素材和官网页。
现在最需要的是具体问题、真实场景和使用反馈。好的建议会优先进入产品迭代。
About me / 公开版简介
我是范晓刚,一名从企业级研发走到独立产品的一线 Builder。过去十余年,我持续参与复杂业务平台、高并发系统、区块链基础设施和 AI Agent 的设计与落地。
现在,我把这些工程经验收敛到更具体的工作流:自己发现问题、设计产品、写代码、验证体验并完成发布,让技术最终变成普通用户可以直接使用的工具。
企业级架构、DDD、高并发、高可用与海量数据处理。
Agent、RAG、MCP、上下文工程,以及区块链基础设施实践。
Web/桌面全栈、产品设计、真实用户验证与持续发布。