jobops-copilot

JobOps Copilot是一个用于求职的AI代理运营平台。它发现并跟踪CRM中的机会，然后应用真实的LLM、检索增强生成和多步骤代理来分析匹配度、研究公司、准备面试、规划技能差距、起草外联并呈现时间序列洞察。该项目明确将自己定位为负责任的AI运营系统，而非自动申请机器人：它起草和建议，但从不发送或捏造。 README中描述的关键能力： - 多提供商LLM：一个Python代理服务通过LangChain的init_chat_model路由到Anthropic Claude、Azure OpenAI、OpenAI或Google Gemini，并带有结构化输出验证。一个确定性的模拟回退使应用无需密钥即可运行。 - 多步骤LangChain代理：基于create_agent和ToolStrategy构建的面试准备、公司研究（带网络搜索工具）和技能差距规划。输出按职位持久化并可重新生成。 - 应用内职位发现：从Adzuna摄取职位，使用本地关键词预排名，然后在打开时计算LLM匹配分数；包括新鲜度过滤、发布日期、匹配技能片段和定时发现cron。 - 添加职位URL自动填充：一个受SSRF保护的抓取，带分层提取器（JSON-LD JobPosting、OpenGraph、启发式），位于自动填充按钮后面。 - 浮动全局助手：每个认证页面上的多轮、上下文感知聊天小部件，从Python通过Express和Next.js端到端流式传输，支持sessionStorage持久化和可访问性。 - pgvector上的RAG：简历和职位描述使用Hugging Face sentence-transformers（PyTorch）嵌入，并存储在Postgres pgvector中；匹配评分基于检索到的简历证据。 - 时间序列遥测智能：对管道进行pandas趋势、异常和预测分析，由LLM叙述，外加一个合成EV电池遥测演示。 - UI：Next.js 16、React 19、Tailwind v4、shadcn/ui、浅色/深色主题、入门向导、Clerk认证，以及跨断点的Playwright验证。 - 工作流自动化：用于职位接收、跟进提醒和每周报告的n8n webhook，附带Make.com和Zapier的配套流程。 - 生产纪律：npm和Python CI（lint、类型检查、构建、测试）、受保护的主分支、Azure PostgreSQL、Blob存储导出和应用服务部署工作流。 - AI运营：Adzuna摄取、Langfuse追踪、评估框架（确定性加Ragas）带两级CI门控，以及运行时防护措施，包括每用户速率限制、每日成本上限、联系PII编辑、提示注入防御和输出审核。 架构：apps/web（Next.js）到apps/api（Express）到services/agent（Python/FastAPI，拥有AI）到带pgvector的Azure PostgreSQL，周围是Blob存储、自动化和Azure平台服务。当设置AGENT_SERVICE_URL时，API将AI委托给代理服务，否则使用模拟。数据库迁移由API在启动时应用，就绪端点报告模式差距。 技术栈：Next.js 16、React 19、TypeScript、Tailwind v4、shadcn/ui、Clerk；带pg的Express 5；Python 3.12、FastAPI、LangChain、sentence-transformers、pandas、psycopg/pgvector；Azure Database for PostgreSQL、Blob存储、应用服务、容器应用；n8n、Make.com和Zapier用于自动化。 安全与人工批准：系统起草外联但从不自动发送，建议简历重点但从不捏造经验，评分匹配度和研究公司而将决策留给用户，并保持输出结构化、有依据和可审计。