jobops-copilot

JobOps Copilotは、求職活動のためのAIエージェント運用プラットフォームです。CRM内の求人を発見・追跡し、実際のLLM、検索拡張生成（RAG）、多段階エージェントを適用して、適合度分析、企業調査、面接準備、スキルギャップ計画、アウトリーチ草案作成、時系列インサイトの可視化を行います。このプロジェクトは、自動応募ボットではなく、責任あるAI運用システムとして明確に位置付けられています。草案作成と推奨は行いますが、送信や捏造は一切行いません。 READMEに記載されている主な機能は以下の通りです。 - 複数プロバイダー対応LLM: Pythonエージェントサービスが、LangChainのinit_chat_modelを介してAnthropic Claude、Azure OpenAI、OpenAI、Google Geminiにルーティングし、構造化出力の検証を行います。決定論的なモックフォールバックにより、APIキーがなくてもアプリは動作します。 - 多段階LangChainエージェント: create_agentとToolStrategyに基づく面接準備、企業調査（ウェブ検索ツール付き）、スキルギャップ計画。出力は求人ごとに永続化され、再生成が可能です。 - アプリ内求人発見: Adzunaから求人を取り込み、ローカルのキーワード事前ランク付けを行い、オープン時にLLM適合スコアを計算。新着フィルター、掲載日、マッチしたスキルのスニペット、スケジュールされた発見クロンを含みます。 - 求人追加URL自動入力: SSRF対策済みフェッチと、階層型抽出器（JSON-LD JobPosting、OpenGraph、ヒューリスティック）をAutofillボタンの背後に配置。 - フローティンググローバルアシスタント: 認証済みの全ページで利用可能な、マルチターンで文脈を認識するチャットウィジェット。PythonからExpress、Next.jsを経由してエンドツーエンドでストリーミングされ、sessionStorageによる永続化とアクセシビリティサポートを備えます。 - pgvector上のRAG: 履歴書と職務記述書は、Hugging Faceのsentence-transformers（PyTorch）で埋め込まれ、Postgres pgvectorに保存されます。適合スコアリングは、取得された履歴書の証拠に基づいています。 - 時系列テレメトリ分析: パイプラインに対するpandasによるトレンド、異常、予測分析。LLMによるナレーション付きで、合成EVバッテリーテレメトリデモも含みます。 - UI: Next.js 16、React 19、Tailwind v4、shadcn/ui、ライト/ダークテーマ、オンボーディングウィザード、Clerk認証、Playwrightによるブレークポイント検証。 - ワークフロー自動化: 求人受付、フォローアップリマインダー、週次レポート用のn8nウェブフック。Make.comとZapier用の補助フローも提供。 - 本番運用体制: npmおよびPython CI（lint、型チェック、ビルド、テスト）、保護されたmainブランチ、Azure PostgreSQL、Blob Storageエクスポート、App Serviceデプロイワークフロー。 - AI運用: Adzuna取り込み、Langfuseトレーシング、評価ハーネス（決定論的＋Ragas）と2段階CIゲート、およびユーザーごとのレート制限、日次コスト上限、連絡先PIIの編集、プロンプトインジェクション防御、出力モデレーションを含むランタイムガードレール。 アーキテクチャ: apps/web（Next.js）からapps/api（Express）へ、そしてservices/agent（Python/FastAPI、AIを所有）へ、Azure PostgreSQL（pgvector）へ。周囲をBlob Storage、自動化、Azureプラットフォームサービスが囲みます。APIは、AGENT_SERVICE_URLが設定されている場合、AIタスクをエージェントサービスに委任し、それ以外の場合はモックを使用します。データベースマイグレーションはAPI起動時に適用され、レディネスエンドポイントがスキーマのギャップを報告します。 技術スタック: Next.js 16、React 19、TypeScript、Tailwind v4、shadcn/ui、Clerk; Express 5（pg使用）; Python 3.12、FastAPI、LangChain、sentence-transformers、pandas、psycopg/pgvector; Azure Database for PostgreSQL、Blob Storage、App Service、Container Apps; 自動化にn8n、Make.com、Zapier。 安全性と人間による承認: システムはアウトリーチの草案は作成しますが、自動送信はしません。履歴書の強調点は提案しますが、経験を捏造しません。適合度のスコアリングと企業調査は行いますが、決定はユーザーに委ねます。出力は構造化され、根拠に基づき、監査可能な状態に保たれます。