jobops-copilot

JobOps Copilot est une plateforme d'opérations par agents IA pour la recherche d'emploi. Elle découvre et suit les opportunités dans un CRM, puis applique de véritables LLM, la génération augmentée par récupération et des agents multi-étapes pour analyser la compatibilité, rechercher des entreprises, préparer les entretiens, planifier les lacunes de compétences, rédiger des messages et mettre en évidence des informations de séries temporelles. Le projet se positionne explicitement comme un système d'opérations IA responsable plutôt qu'un robot d'auto-candidature : il rédige et recommande, mais n'envoie jamais ni ne fabrique. Capacités clés décrites dans le README : - LLM multi-fournisseurs : un service d'agents Python route vers Anthropic Claude, Azure OpenAI, OpenAI ou Google Gemini via init_chat_model de LangChain, avec validation de sortie structurée. Un repli simulé déterministe maintient l'application fonctionnelle sans clés. - Agents LangChain multi-étapes : préparation d'entretiens, recherche d'entreprises (avec outil de recherche web) et planification des lacunes de compétences basés sur create_agent plus ToolStrategy. Les sorties persistent par emploi et peuvent être régénérées. - Découverte d'emplois intégrée : ingère les rôles d'Adzuna avec un pré-classement par mots-clés locaux, puis calcule un score de compatibilité LLM à l'ouverture ; inclut filtre de récence, date de publication, extrait de compétences correspondantes et cron de découverte planifié. - Remplissage automatique d'URL d'ajout d'emploi : une récupération protégée contre SSRF avec un extracteur à plusieurs niveaux (JSON-LD JobPosting, OpenGraph, heuristique) derrière un bouton Autofill. - Assistant global flottant : un widget de chat contextuel multi-tours sur chaque page authentifiée, diffusé de bout en bout de Python via Express et Next.js, avec persistance sessionStorage et support d'accessibilité. - RAG sur pgvector : les CV et descriptions de poste sont intégrés avec sentence-transformers Hugging Face (PyTorch) et stockés dans Postgres pgvector ; le score de compatibilité est fondé sur des preuves de CV récupérées. - Intelligence de télémétrie de séries temporelles : analyse pandas de tendance, anomalie et prévision sur le pipeline, narrée par un LLM, plus une démo de télémétrie de batterie EV synthétique. - UI : Next.js 16, React 19, Tailwind v4, shadcn/ui, thèmes clair/sombre, assistant d'intégration, authentification Clerk et vérification Playwright sur plusieurs points de rupture. - Automatisation de flux de travail : webhooks n8n pour l'entrée d'emplois, rappels de suivi et rapports hebdomadaires, avec flux compagnons pour Make.com et Zapier. - Discipline de production : CI npm et Python (lint, typecheck, build, tests), branche principale protégée, Azure PostgreSQL, export Blob Storage et flux de déploiement App Service. - Opérations IA : ingestion Adzuna, traçage Langfuse, harnais d'évaluation (déterministe plus Ragas) avec porte CI à deux niveaux et garde-fous d'exécution incluant limitation de débit par utilisateur, plafond de coût quotidien, rédaction de PII de contact, défense contre injection de prompt et modération de sortie. Architecture : apps/web (Next.js) vers apps/api (Express) vers services/agent (Python/FastAPI, qui possède l'IA) vers Azure PostgreSQL avec pgvector, entouré de Blob Storage, automatisation et services de plateforme Azure. L'API délègue l'IA au service d'agents lorsque AGENT_SERVICE_URL est défini, sinon utilise un simulacre. Les migrations de base de données sont appliquées par l'API au démarrage, et un point de terminaison de préparation signale les lacunes de schéma. Pile technologique : Next.js 16, React 19, TypeScript, Tailwind v4, shadcn/ui, Clerk ; Express 5 avec pg ; Python 3.12, FastAPI, LangChain, sentence-transformers, pandas, psycopg/pgvector ; Azure Database pour PostgreSQL, Blob Storage, App Service, Container Apps ; n8n, Make.com et Zapier pour l'automatisation. Sécurité et approbation humaine : le système rédige des messages mais n'envoie jamais automatiquement, suggère l'accentuation du CV mais ne fabrique jamais d'expérience, évalue la compatibilité et recherche des entreprises tout en laissant les décisions à l'utilisateur, et maintient des sorties structurées, fondées et auditable.