job-workbench

job-workbenchは、職務記述書（JD）の分析から内定の決定まで、就職活動の全工程を管理するためのローカルファーストで監査可能なワークベンチです。自身のディスク上のプレーンなMarkdownおよびCSVファイルと、独自のAIコマンドラインツール（CLI）を使用して動作します。Pythonで記述されており、MITライセンスで公開されています。 本プロジェクトは、就職活動における真の困難は、意思決定を妨げる情報の散在にあると考えています。例えば、ある企業に応募する価値があるか、どのバージョンの履歴書をどこに送ったか、期限が迫っている応募がいくつあるかといった点です。このワークベンチは、それらの資料をクエリ可能で追跡可能なファイルに変換します。 設計は3つの原則に基づいています。第一に、ローカルファーストのプライバシーです。すべてはディスク上にプレーンテキストとして保存され、git-diffが可能でスプレッドシートとも親和性があり、テレメトリやサーバーは存在しません。実際の個人データはバージョン管理から除外された個人ディレクトリに保存されるため、新規クローン時は空の状態から始まり、リポジトリ自体に実データは含まれません。第二に、ブラックボックス的な自動化ではなく、監査可能なAIです。ユーザー自身のAI CLIが、JDの読み取りや適合性のスコアリングなどの意味論的な判断を行い、Pythonスクリプトが資格ゲート、スコア検証、PDF生成、トラッカーの入出力などの決定論的な作業を処理します。応募状況、CSVインポートの差分、不採用理由のクラスタリングなどの自動判定には、単なるスコアではなく、人間が確認可能な明示的な理由が付随します。第三に、捏造防止策です。履歴書のインポートは「生成」ではなく「抽出」として定義され、保存されるすべての値はソーステキストまで遡れる必要があります。未抽出のフィールドはフラグが立てられ、AIによる書き換え提案は、承認前に5つのローカル捏造チェックをパスしなければなりません。 機能面では、JDのパースとスコアリング、応募パッケージの作成、トラッカーとファネルの管理、検証付きの履歴書再構成という4つのCLIワークフローを提供します。Web UIでは、ダッシュボード、トラッカー、ワンクリックインポート・保護付きAI書き換え・Word書き出し機能を備えた履歴書ワークショップ、面接質問集を含む進捗ページ、振り返り、ライブラリ、設定という、同一のデータファイルを共有する7つのページを提供します。 応募後のループでは、ワンクリックのカレンダー書き出しが可能な面接記録、リクルーターへのフォローアップ、推奨なしで事実を並列提示する内定比較、履歴書バージョンの系譜、ステージ転換の振り返り、不採用理由のクラスタリング、および具体的な理由を伴う4つの状態による応募状況の可視化をサポートします。 スコアリングは2段階のフレームワークに従います。まず、学位、専攻、年次、言語、都市をカバーする「資格ゲート」があり、ここで不合格となった場合はスコアリングが行われません。その後、4つの重み付けされた次元に基づき、5段階の判定を下します。スコアリングルールの変更は、コードではなくMarkdownプロファイルの編集で行います。アーキテクチャは、ドメインスキル→スクリプト→データ→バージョン管理という4層の一方向依存関係であり、ドメインに依存しないツール、プラグイン可能なドメインプロファイル、ユーザーワークスペースの3層分離構造となっています。 導入には、標準ライブラリのみを使用したPython 3.8以降が必要で、検証用のオプションPDFライブラリと、PDF生成用のChromeまたはEdgeが必要です。初期化スクリプトによって、6つのモジュール、プロファイルテンプレート、ドメインプラグインを含むワークスペースが作成されます。2つ目のスクリプトがスキルをサポートされているAIランタイムに配布します。ユーザーはエージェント設定ファイルを記入します。JDゲートは意図的に推測を拒否するため、「ハードな資格事実」セクションの記入が必須となります。その後、AI CLIと自然言語で対話します。 PythonやNodeがないユーザー向けに、リリースページからパッケージ化されたWindowsデスクトップアプリケーションが提供されており、データはローカルのアプリケーションデータフォルダに保存されます。リポジトリには、CIゲートとして機能するテスト、利用ガイド、設計ドキュメント、ロードマップ、および貢献ガイドラインが含まれています。ユーザーインターフェースは現在中国語優先となっており、英語インターフェースがロードマップに記載されています。