Потенциал заработка

Рыночный анализ · Обзор

Проект задаёт структурированный workflow `/setup` → `/scrape` → `/apply`, где кандидат заполняет профиль, ищет вакансии, оценивает fit и получает адаптированные CV и cover letter. Дополнительные команды `/expand` и `/upskill` помогают обогащать профиль, находить пробелы в навыках и готовиться к интервью. Система работает локально, использует Claude Code, Python, Bun и LaTeX, а текущие job-board skills особенно заточены под датский рынок.

Решает боль хаотичного job search: десятки вкладок, таблиц, версий резюме, повторяющихся cover letters и потери контекста между откликами.

• +Адаптация CV под конкретную вакансию с генерацией LaTeX-документа.
• +Создание cover letter под компанию и роль через drafter-reviewer workflow.
• +Оценка fit вакансии по навыкам, опыту, культуре, локации и карьерным целям.
• +Поиск вакансий на job boards, особенно датских: Jobindex, Jobnet, Akademikernes Jobbank и другие.
• +Interview prep и upskill planning: gap analysis, STAR-примеры и план обучения.

Технически уверенный job seeker, который уже использует Claude Code, готов хранить карьерные данные локально и хочет кастомизируемую систему вместо SaaS-конструктора резюме; вторично — career coach или карьерный консультант, адаптирующий workflow под клиентов.

Open-source аналоги

Проект не лидер всей категории: career-ops намного сильнее по GitHub traction. Но среди свежих Claude Code job-application workflows это сильный догоняющий и нишевый viral-проект за счёт fork-and-fill подхода, LaTeX PDF verification loop и датских job-board skills.

Коммерческие аналоги

По предоставленным фактам и README проект сейчас выглядит как open-source / portfolio / community project, а не monetized open-core: лицензия MIT, homepage отсутствует, registry/install отсутствует, релизов нет, README описывает fork-and-run локальный workflow и не продаёт cloud, support, templates, consulting или sponsorship. Отдельная платная версия от MadsLorentzen/ai-job-search не подтверждена.

Коммерческий потенциал

Заработать можно, но не на библиотеке как таковой: нужен продукт вокруг workflow — hosted или desktop app, локализованные job-board packs, B2B для career centers или human-in-the-loop сервис.

Спрос подтверждается платёжеспособностью категории: коммерческие аналоги берут примерно $20–50/mo, включая Teal $29/30 days, Rezi $29/mo, Huntr $40/mo, Jobscan $49.95/mo и Careerflow $23.99/mo. В качестве directional TAM-сигнала в собранном анализе указаны оценки AI resume builder market $1.1B в 2025 и $4.8B к 2034, а online recruitment platform market $57.70B в 2025 и $132.13B к 2032; для этой конкретной либы obtainable market намного меньше без hosted/desktop упаковки.

Сейчас рова почти нет: это скорее workflow advantage, чем защищаемый moat. Потенциальный ров может появиться через локальные job-board adapters по странам, scoring rubrics, качественные PDF templates, privacy-first trust, B2B relationships, outcome data с согласия пользователей и слой доверия “не фабрикует опыт”.

• +Managed hosting / hosted ready-to-go app для non-technical job seekers.
• +BYOK local-first desktop или web app.
• +Платные локализованные job-board packs.
• +B2B для career coaches, bootcamps, universities и outplacement.
• +Human-in-the-loop resume review, interview prep и salary negotiation coaching.
• +Paid support, implementation и кастомизация templates.

• +Простой UI вместо fork-and-edit repo.
• +Auth, billing и subscription management.
• +Безопасное хранение CV, документов, LinkedIn export, дипломов и references.
• +Privacy/compliance: GDPR/CCPA, data deletion, encryption и audit trail.
• +Job-board connectors beyond Denmark.
• +Надёжная обработка anti-bot и blocked pages без нарушения ToS.
• +Prompt/version evals и guardrails, чтобы CV не фабриковал опыт.
• +Template marketplace и WYSIWYG PDF preview.
• +Application tracker dashboard.
• +Cost controls для Claude/API.
• +Релизы, package installer и upgrade path.
• +Чёткое позиционирование: quality-tailoring vs auto-apply volume.

Достоверность разбора

• +GitHub stars и форки OSS-аналогов взяты из собранного анализа и не перепроверялись заново; часть чисел могла измениться.
• +Масштаб коммерческих продуктов часто взят с vendor pages и не подтверждён независимыми audited sources.
• +Цены коммерческих аналогов в основном подтверждены одной официальной страницей на продукт; требование ≥2 источников выполнено не для всех цен.
• +MarketIntelo и 360iResearch использованы как directional market-size signal, а не как audited TAM-модель.
• +LazyApply pricing описан как диапазон с неидеальной прозрачностью; возможны альтернативные one-time планы из других источников, но они не использовались как подтверждённые.
• +Вывод о том, что сам MadsLorentzen/ai-job-search не монетизируется, основан на предоставленных фактах и README: отсутствие homepage, registry, релизов и явного платного предложения; внешне это не перепроверялось.
• +Оценки demand/capture/access и коммерческий вердикт являются аналитическим мнением на основе собранных фактов, а не измеренными метриками.
• +Риски scraping/ToS, privacy/GDPR, hallucination и platform dependency сформулированы из общих знаний о категории и README, а не подтверждены двумя независимыми источниками для данного конкретного проекта.

Why This Is A Finding

MadsLorentzen/ai-job-search собрал 19 звёзд за окно, тогда как у автора всего 181 подписчиков — эффективная аудитория ≈ 559. Это даёт surprise-индекс 0.0317 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.

Related Findings

METRICS IN CONTEXT