عن المشروع

JobOps Copilot هي منصة عمليات وكيل ذكاء اصطناعي للبحث عن الوظائف. تكتشف الفرص وتتتبعها في نظام CRM، ثم تطبق نماذج لغوية حقيقية، وتوليدًا معززًا بالاسترجاع، ووكلاء متعددي الخطوات لتحليل الملاءمة، والبحث عن الشركات، والتحضير للمقابلات، وتخطيط فجوات المهارات، وصياغة التواصل، وعرض رؤى السلاسل الزمنية. يضع المشروع نفسه بوضوح كنظام عمليات ذكاء اصطناعي مسؤول وليس روبوت تقديم تلقائي: فهو يصيغ ويوصي، لكنه لا يرسل أو يختلق أبدًا. القدرات الرئيسية الموضحة في ملف README: - نماذج لغوية متعددة المزودين: خدمة وكيل Python توجّه إلى Anthropic Claude أو Azure OpenAI أو OpenAI أو Google Gemini عبر init_chat_model من LangChain، مع تحقق من المخرجات المنظمة. بديل وهمي حتمي يبقي التطبيق يعمل بدون مفاتيح. - وكلاء LangChain متعددة الخطوات: التحضير للمقابلات، والبحث عن الشركات (مع أداة بحث ويب)، وتخطيط فجوات المهارات المبنية على create_agent مع ToolStrategy. تُحفظ المخرجات لكل وظيفة ويمكن إعادة توليدها. - اكتشاف الوظائف داخل التطبيق: يستورد الأدوار من Adzuna مع ترتيب مسبق للكلمات المفتاحية محليًا، ثم يحسب درجة ملاءمة LLM عند الفتح؛ يتضمن فلتر حداثة، وتاريخ النشر، ومقتطف المهارات المطابقة، ووظيفة cron مجدولة للاكتشاف. - تعبئة تلقائية لرابط إضافة وظيفة: جلب محمي ضد SSRF مع مستخرج متدرج (JSON-LD JobPosting، OpenGraph، استدلالي) خلف زر Autofill. - مساعد عام عائم: أداة دردشة متعددة الأدوار وواعية بالسياق على كل صفحة مصادق عليها، تُبث من النهاية إلى النهاية من Python عبر Express وNext.js، مع استمرارية sessionStorage ودعم إمكانية الوصول. - RAG عبر pgvector: السير الذاتية والوصف الوظيفي تُضمّن باستخدام Hugging Face sentence-transformers (PyTorch) وتُخزن في Postgres pgvector؛ يعتمد تسجيل الملاءمة على أدلة السيرة الذاتية المسترجعة. - ذكاء القياس عن بُعد للسلاسل الزمنية: تحليل الاتجاهات والشذوذ والتنبؤ عبر pandas على خط الأنابيب، مع سرد LLM، بالإضافة إلى عرض توضيحي لقياس بطارية EV اصطناعية. - الواجهة: Next.js 16، React 19، Tailwind v4، shadcn/ui، سمات فاتحة/داكنة، معالج إعداد، مصادقة Clerk، والتحقق عبر Playwright عبر نقاط التوقف. - أتمتة سير العمل: خطافات ويب n8n لاستلام الوظائف، وتذكيرات المتابعة، وتقارير أسبوعية، مع تدفقات مصاحبة لـ Make.com وZapier. - انضباط الإنتاج: CI لـ npm وPython (lint، typecheck، build، tests)، حماية الفرع الرئيسي، Azure PostgreSQL، تصدير Blob Storage، وسير عمل نشر App Service. - عمليات الذكاء الاصطناعي: استيراد Adzuna، تتبع Langfuse، إطار تقييم (حتمي بالإضافة إلى Ragas) مع بوابة CI من مستويين، وضمانات وقت التشغيل بما في ذلك تحديد المعدل لكل مستخدم، وسقف التكلفة اليومي، وتنقيح معلومات الاتصال الشخصية، والدفاع ضد حقن المطالبات، والإشراف على المخرجات. البنية: apps/web (Next.js) إلى apps/api (Express) إلى services/agent (Python/FastAPI، الذي يملك الذكاء الاصطناعي) إلى Azure PostgreSQL مع pgvector، محاطة بـ Blob Storage والأتمتة وخدمات منصة Azure. يفوض API الذكاء الاصطناعي إلى خدمة الوكيل عند تعيين AGENT_SERVICE_URL، وإلا يستخدم نموذجًا وهميًا. تُطبق ترحيلات قاعدة البيانات بواسطة API عند الإقلاع، وتُبلغ نقطة الجاهزية عن فجوات المخطط. حزمة التقنيات: Next.js 16، React 19، TypeScript، Tailwind v4، shadcn/ui، Clerk؛ Express 5 مع pg؛ Python 3.12، FastAPI، LangChain، sentence-transformers، pandas، psycopg/pgvector؛ Azure Database for PostgreSQL، Blob Storage، App Service، Container Apps؛ n8n وMake.com وZapier للأتمتة. السلامة والموافقة البشرية: يصيغ النظام التواصل لكنه لا يرسل تلقائيًا أبدًا، ويقترح تركيز السيرة الذاتية لكنه لا يختلق الخبرة أبدًا، ويقيّم الملاءمة ويبحث عن الشركات مع ترك القرارات للمستخدم، ويُبقي المخرجات منظمة ومدعومة وقابلة للتدقيق.