প্রকল্প সম্পর্কে

JobOps Copilot হলো চাকরি খোঁজার জন্য একটি AI-এজেন্ট অপারেশন প্ল্যাটফর্ম। এটি একটি CRM-এ সুযোগ আবিষ্কার ও ট্র্যাক করে, তারপর প্রকৃত LLM, retrieval-augmented generation এবং মাল্টি-স্টেপ এজেন্ট ব্যবহার করে ফিট বিশ্লেষণ, কোম্পানি রিসার্চ, ইন্টারভিউ প্রস্তুতি, স্কিল-গ্যাপ পরিকল্পনা, আউটরিচ ড্রাফট এবং টাইম-সিরিজ ইনসাইট তৈরি করে। প্রকল্পটি নিজেকে স্পষ্টভাবে একটি দায়িত্বশীল AI অপারেশন সিস্টেম হিসেবে উপস্থাপন করে, অটো-অ্যাপ্লাই বট হিসেবে নয়: এটি ড্রাফট ও সুপারিশ করে, কিন্তু কখনো পাঠায় না বা বানিয়ে কিছু তৈরি করে না। README-তে বর্ণিত মূল সক্ষমতাগুলো: - মাল্টি-প্রোভাইডার LLM: একটি Python এজেন্ট সার্ভিস LangChain-এর init_chat_model-এর মাধ্যমে Anthropic Claude, Azure OpenAI, OpenAI বা Google Gemini-তে রুট করে, সাথে structured-output ভ্যালিডেশন। একটি ডিটারমিনিস্টিক মক ফলব্যাক কী ছাড়াই অ্যাপ চালু রাখে। - মাল্টি-স্টেপ LangChain এজেন্ট: ইন্টারভিউ-প্রেপ, কোম্পানি রিসার্চ (একটি ওয়েব-সার্চ টুল সহ) এবং স্কিল-গ্যাপ প্ল্যানিং create_agent ও ToolStrategy-এর উপর নির্মিত। আউটপুট প্রতি চাকরির জন্য সংরক্ষিত হয় এবং পুনরায় জেনারেট করা যায়। - ইন-অ্যাপ চাকরি আবিষ্কার: Adzuna থেকে রোল ingest করে, একটি লোকাল কীওয়ার্ড প্রি-র্যাঙ্ক সহ, তারপর খোলার সময় একটি LLM ফিট স্কোর গণনা করে; এতে recency ফিল্টার, posted date, matched-skills স্নিপেট এবং একটি শিডিউলড discovery cron অন্তর্ভুক্ত। - Add-job URL অটোফিল: একটি Autofill বাটনের পেছনে SSRF-সুরক্ষিত fetch, সাথে টায়ার্ড এক্সট্র্যাক্টর (JSON-LD JobPosting, OpenGraph, heuristic)। - ফ্লোটিং গ্লোবাল অ্যাসিস্ট্যান্ট: প্রতিটি authenticated পেজে একটি মাল্টি-টার্ন, context-aware চ্যাট উইজেট, Python থেকে Express ও Next.js হয়ে end to end স্ট্রিম করা, sessionStorage persistence এবং accessibility সাপোর্ট সহ। - pgvector-এ RAG: রেজুমে ও জব ডেসক্রিপশন Hugging Face sentence-transformers (PyTorch) দিয়ে embed করা হয় এবং Postgres pgvector-এ সংরক্ষণ করা হয়; ফিট স্কোরিং retrieved রেজুমে প্রমাণের উপর ভিত্তি করে। - টাইম-সিরিজ টেলিমেট্রি ইন্টেলিজেন্স: পাইপলাইনের উপর pandas trend, anomaly ও forecast বিশ্লেষণ, একটি LLM দ্বারা বর্ণিত, সাথে একটি synthetic EV ব্যাটারি টেলিমেট্রি ডেমো। - UI: Next.js 16, React 19, Tailwind v4, shadcn/ui, light/dark থিম, onboarding wizard, Clerk authentication এবং breakpoints জুড়ে Playwright verification। - ওয়ার্কফ্লো অটোমেশন: জব intake, follow-up রিমাইন্ডার এবং সাপ্তাহিক রিপোর্টের জন্য n8n webhooks, সাথে Make.com ও Zapier-এর companion flows। - প্রোডাকশন ডিসিপ্লিন: npm ও Python CI (lint, typecheck, build, tests), protected main branch, Azure PostgreSQL, Blob Storage export এবং App Service deploy workflow। - AI ops: Adzuna ingestion, Langfuse tracing, একটি eval harness (deterministic প্লাস Ragas) সাথে two-tier CI gate, এবং runtime guardrails যার মধ্যে রয়েছে per-user rate limiting, daily cost ceiling, contact-PII redaction, prompt-injection defense এবং output moderation। আর্কিটেকচার: apps/web (Next.js) থেকে apps/api (Express) থেকে services/agent (Python/FastAPI, যা AI-এর মালিক) থেকে Azure PostgreSQL with pgvector, চারপাশে Blob Storage, automation এবং Azure platform services। AGENT_SERVICE_URL সেট থাকলে API AI-কে এজেন্ট সার্ভিসে ডেলিগেট করে, অন্যথায় একটি মক ব্যবহার করে। ডেটাবেস মাইগ্রেশন API বুটের সময় প্রয়োগ করা হয়, এবং একটি readiness endpoint schema gaps রিপোর্ট করে। টেক স্ট্যাক: Next.js 16, React 19, TypeScript, Tailwind v4, shadcn/ui, Clerk; pg সহ Express 5; Python 3.12, FastAPI, LangChain, sentence-transformers, pandas, psycopg/pgvector; Azure Database for PostgreSQL, Blob Storage, App Service, Container Apps; অটোমেশনের জন্য n8n, Make.com এবং Zapier। সেফটি ও হিউম্যান অ্যাপ্রুভাল: সিস্টেম আউটরিচ ড্রাফট করে কিন্তু কখনো স্বয়ংক্রিয়ভাবে পাঠায় না, রেজুমে emphasis সুপারিশ করে কিন্তু কখনো অভিজ্ঞতা বানায় না, ফিট স্কোর করে ও কোম্পানি রিসার্চ করে কিন্তু সিদ্ধান্ত ব্যবহারকারীর উপর ছেড়ে দেয়, এবং আউটপুট structured, grounded ও auditable রাখে।