Fighter90/career-ops-ui
Fighter90/career-ops-ui has 101 GitHub stars and 26 forks. GitHot measured +1 stars in 24 hours and +3 in 7 days. Last checked 2026-11-19 07:52 UTC. Last push 2026-11-14.
Gemessener Sternzuwachs
- in 24h
- +1
- in 7 days
- +3
- in 15 days
- Verlauf wird gesammelt
- in 1 month
- Verlauf wird gesammelt
Nettoänderungen in überlappenden Zeiträumen, keine Tagessummen. Fehlende Messwerte bleiben leer. Sterne zeigen Interesse, nicht Qualität.
Über uns
Clean, docs-style web UI for the career-ops AI job-search pipeline. Search ATS adapters (Greenhouse/Ashby/Lever) + regional portals (hh.ru/Habr Career), evaluate JDs, track applications — all from the browser.
Selbst gehostetREADME.de.md
Originalcareer-ops-ui
Eine schlanke, dokumentationsartige Weboberfläche für die KI-Jobsuche-Pipeline career-ops. Durchsuchen, bewerten, tiefgehend recherchieren, bewerben und jedes Angebot verfolgen — alles aus einem einzigen Browser-Tab, statt zwischen Claude Code, Terminals und Markdown-Dateien hin- und herzuspringen.
🇬🇧 English | 🇪🇸 Español | 🇧🇷 Português (Brasil) | 🇰🇷 한국어 | 🇯🇵 日本語 | 🇷🇺 Русский | 🇨🇳 简体中文 | 🇹🇼 繁體中文 | 🇫🇷 Français | 🇵🇱 Polski | 🇺🇦 Українська | 🇩🇰 Dansk | 🇸🇦 العربية | 🇩🇪 Deutsch | 🇮🇹 Italiano | 🇹🇷 Türkçe | 🇮🇳 हिन्दी | 🇱🇰 தமிழ் | 🇻🇳 Tiếng Việt
Inoffizielle Oberfläche — nicht mit career-ops / santifer verbunden oder von diesen unterstützt.
🆕 Neueste Version — v1.271.2 — die Pipeline-Sektion von /api/map/jobs auf die neuesten 1000 Zeilen begrenzt: die wahre Zahl in
pipelineTotal,?pipeline=allstellt alles wieder her; der Tracker-Schlankmacher erschien in v1.271.1. Tests 7920 → 7922.Vorherige Version — v1.271.1 — /api/map/jobs standardmäßig schlank (CAR-249): der schwerste Seitenaufruf auf Prod (4.6 MB) liefert jetzt nur die 11 Felder, die die Karte konsumiert;
?full=1stellt alle Spalten wieder her; /api/pipeline bewusst unangetastet. Tests 7918 → 7920.

📜 Vollständige Versionshistorie: CHANGELOG.de.md.
🗺️ Neu: jede Stelle auf einer Karte
Scan-Ergebnisse, Pipeline und Tracker auf einer Weltkarte (#/map) — sieh, wo sich die Angebote häufen und welche Städte einen Umzug wert sind. Ein gefüllter Marker ist deine Bewertung, ein Ring der Titel-Fit vor der Bewertung; Stellen werden an der Firmenadresse verortet, sofern bekannt, sonst im Stadtzentrum (kostenloses OpenStreetMap-Geocoding, keine Schlüssel).

Über career-ops
career-ops ist ein quelloffenes Jobsuche-System, das als Slash-Befehle innerhalb jeder KI-Coding-CLI läuft (Claude Code, Cursor, Codex, OpenCode, Antigravity CLI, Grok Build CLI, Qwen Code, Kimi, GitHub Copilot CLI, Gemini CLI (legacy) — andere Claude-kompatible CLIs funktionieren über dieselbe Slash-Befehl-Oberfläche ebenfalls). Modellunabhängig. Es bewertet jede Ausschreibung anhand Ihres CV mit einem sechsdimensionalen Bewertungsraster von 0.0–5.0, generiert maßgeschneiderte PDF-Lebensläufe und verfolgt jede Bewerbung lokal — keine Cloud-Konten, keine Telemetrie, kein Auto-Absenden.
Dieses Repository (career-ops-ui) ist eine ausgefeilte Weboberfläche obendrauf. Die CLI behält das Ausfüllen von Formularen (über Playwright MCP) und die Slash-Befehl-Modi; die SPA gibt Ihnen eine CRM-artige Browser-Oberfläche über dieselben Dateien cv.md / data/applications.md / reports/. Beide teilen sich dieselben Daten.
Handlungsschwellen nach Punktzahl (aus career-ops.org/docs):
| Score | Nächster Schritt |
|---|---|
| ≥ 4.5 | /career-ops apply — hohe Passung, sofort loslegen |
| 4.0 – 4.4 | bewerben oder /career-ops contacto für eine warme Vorstellung |
| 3.5 – 3.9 | /career-ops deep — zuerst recherchieren |
| < 3.5 | überspringen, sofern Sie keinen bestimmten Grund haben |
Kanonische Anleitungen unter career-ops.org/docs:
- What is career-ops
- Scan job portals
- Apply for a job
- Batch-evaluate offers
- Set up Playwright
- Wie career-ops Stellenanzeigen bewertet — die Methodik
Modus-Referenz (die Slash-Befehle des übergeordneten Projekts, die die web-ui als Seiten/Schaltflächen darstellt) — career-ops.org/docs/reference/modes:
| Modus | web-ui | Modus | web-ui |
|---|---|---|---|
| auto-pipeline | #/auto |
pipeline | #/pipeline |
| oferta | #/evaluate |
ofertas | #/evaluate |
| deep | #/deep |
contacto | #/contacto |
| interview-prep | #/interview-prep |
Generate PDF | |
| training | #/training |
project | #/project |
| tracker | #/tracker |
patterns | #/patterns |
| followup | #/followup |
apply | #/apply |
| cover | #/cover |
— | — |
Portal-Adapter — career-ops.org/docs/reference/portals: Greenhouse · Ashby · Lever (plus Workable / SmartRecruiters / Workday + RU-Quellen — siehe #/scan).
KI-Assistenten, in denen career-ops läuft (die web-ui ist die eigenständige Alternative): Claude Code, Cursor, Codex, OpenCode, Antigravity CLI, Grok Build CLI, Qwen Code, Kimi, GitHub Copilot CLI, Gemini CLI (legacy). Die ⚡ Live-Funktionen der web-ui ordnen diese in #/config API-Anbietern zu: Claude Code→Anthropic, Cursor→any/OpenRouter, Gemini CLI→Gemini, Codex→OpenAI, Qwen Code→Qwen, OpenCode→beliebig/OpenRouter, GitHub Copilot CLI→GitHub Models, Antigravity CLI→Gemini, Kimi CLI→any/OpenRouter, Grok Build CLI→any/OpenRouter.
Das CareerOps-Manifest
career-ops ist die erste Referenzimplementierung von dem CareerOps-Manifest — der Praxis, eine Jobsuche mit Evidenz, Disziplin und Werkzeugen auf der Seite des Kandidaten am Tisch zu betreiben. Lies es. Wenn es das sagt, woran du glaubst, unterzeichne es — deine Signatur wird zu einem Commit. Die App verlinkt darauf im Footer der Seitenleiste.
Die App selbst ist mit Coding-Agenten gebaut, nach Agentic Coding Design Patterns (ru) — ausführbare Guardrails, verpackte Workflows, ein Domain-Dictionary, ADRs und Workflow-Evals. Die Agentic Practices-Wiki-Seite prüft, welche Muster tatsächlich umgesetzt sind.
Einen KI-Coding-Assistenten installieren (für die übergeordnete career-ops-CLI)
career-ops läuft als Slash-Befehle innerhalb eines KI-Coding-Assistenten — installieren Sie einen und melden Sie sich an, bevor Sie fortfahren (der Quick Start des übergeordneten Projekts):
| Assistent | Installation | web-ui-#/config-Anbieter |
|---|---|---|
| Claude Code | code.claude.com → Claude Code | Anthropic (ANTHROPIC_API_KEY) |
| Gemini CLI | github.com/google-gemini/gemini-cli | Gemini (GEMINI_API_KEY) |
| Codex | github.com/openai/codex | OpenAI (OPENAI_API_KEY) |
| Qwen Code | github.com/QwenLM/qwen-code | Qwen (QWEN_API_KEY) |
| OpenCode | opencode.ai | beliebig / OpenRouter (OPENROUTER_API_KEY) |
| GitHub Copilot CLI | github.com/github/gh-copilot | GitHub Models (GITHUB_MODELS_API_KEY) |
| Antigravity CLI | antigravity.google | Gemini (GEMINI_API_KEY) |
Die web-ui ist die eigenständige Alternative — sie benötigt keine installierte CLI. Ihre ⚡ Run-live-Funktionen rufen die Anbieter-APIs direkt auf; setzen Sie irgendeinen Schlüssel in
#/config(odercareer-ops-ui init) und es funktioniert headless. Wenn Sie die CLI bevorzugen, führen Sie career-ops innerhalb des von Ihnen gewählten Assistenten aus und nutzen Sie die web-ui rein als Dashboard über dieselben Dateien.
In einem Befehl starten und initialisieren
Wichtig — career-ops-ui ist ein Dashboard auf
Fighter90/career-ops. Es läuft innerhalb eines career-ops-Projekts alscareer-ops/web-ui/und liest Ihrecv.md,config/,data/aus dem übergeordneten Ordner über../. Es funktioniert nicht eigenständig — Sie benötigen auch das übergeordnetecareer-ops-Repo. Klonen Sie es nicht allein und führen Sieinitaus; nutzen Sie eine der beiden Optionen unten.
Option 1 — ein curl-Befehl (empfohlen: richtet alles ein)
curl -fsSL https://raw.githubusercontent.com/Fighter90/career-ops-ui/main/bin/setup.sh | bash
Klont beide Repos, richtet das Layout career-ops/web-ui/ ein, installiert Abhängigkeiten, führt den Doctor aus und startet den Server unter http://127.0.0.1:4317 — dann öffnet es das Dashboard.
Option 2 — die UI zu einem bestehenden career-ops-Projekt hinzufügen
Wenn Sie career-ops bereits konfiguriert haben und nur das Dashboard möchten, klonen Sie die UI darin als web-ui:
cd career-ops # ← your existing career-ops project
git clone https://github.com/Fighter90/career-ops-ui.git web-ui
cd web-ui
npm install
npx career-ops-ui init # interactive: pick LLM provider + paste its key → parent career-ops/.env
Genau das verschachtelte web-ui/-Layout ermöglicht es der UI, Ihre ../cv.md, ../config/, ../data/ aufzulösen. Führen Sie npm link einmal aus, wenn Sie lieber das schlichte career-ops-ui <verb> statt npx career-ops-ui <verb> eingeben möchten.
Die CLI-Verben
career-ops-ui setup # bootstrap: install deps → doctor → run (SKIP_START=1 to stop before run)
career-ops-ui init # pick LLM provider + paste its key (interactive)
career-ops-ui doctor # verify Node / project / keys / Playwright (exit 0 ⇔ all required green)
career-ops-ui run # launch the server at http://127.0.0.1:4317
career-ops-ui open # open + RAISE the dashboard tab in your browser
career-ops-ui help # list every verb
Stellen Sie npx voran (z. B. npx career-ops-ui run), wenn Sie kein npm link ausgeführt haben. Nach setup/run öffnet sich der Tab und wird automatisch in den Vordergrund geholt; setzen Sie NO_OPEN=1, um das automatische Öffnen zu deaktivieren (headless / CI).
Wählen Sie Ihren LLM-Anbieter
init ist der Anbieter-Assistent — wählen Sie Claude / Claude Code (ANTHROPIC_API_KEY), Gemini / Gemini CLI (GEMINI_API_KEY), Codex / OpenCode CLI (OPENAI_API_KEY) oder Auto (Anthropic → Gemini als Fallback). Schlüssel werden mit unterdrückter Anzeige eingegeben und über denselben validierten Pfad wie die API-Schlüssel-Registerkarte in #/config in die übergeordnete career-ops/.env geschrieben. Nicht-interaktive Form für CI:
career-ops-ui init --provider claude --anthropic-key sk-ant-… --yes
career-ops-ui init --provider gemini --gemini-key … --yes
career-ops-ui init --provider auto --openai-key sk-… --yes
Oder setzen Sie ihn von Hand: echo "ANTHROPIC_API_KEY=sk-ant-…" >> career-ops/.env. Der Anbieter setzt LLM_PROVIDER (auto | claude | gemini); ändern Sie ihn jederzeit unter #/config → API keys ohne Neustart.
Fehlerbehebung bei init
Wenn career-ops-ui init fehlschlägt oder der Befehl nicht gefunden wird (häufig direkt nach einem git pull):
cd career-ops/web-ui
npm install
npx career-ops-ui init # npx runs the local bin even without `npm link`
Stellen Sie sicher:
- Sie führen es innerhalb von
career-ops/web-ui/aus — nicht aus einem eigenständigencareer-ops-ui/-Klon. - Der übergeordnete
career-ops/-Ordner existiert und enthältcv.mdundconfig/. Wenn Sie career-ops-ui allein geklont haben, verschieben Sie es (oder klonen Sie es neu), sodass es sich untercareer-ops/web-ui/befindet — oder führen Sie einfach den curl-Befehl aus Option 1 aus, der das Layout für Sie einrichtet. career-ops-ui doctor(odernpx career-ops-ui doctor) gibt genau aus, was fehlt.
Warum?
career-ops ist ein leistungsstarkes, von Claude Code gesteuertes Jobsuche-System: JD einfügen → eine Passungsbewertung von 0-5, ein ATS-optimiertes PDF und einen Tracker-Eintrag erhalten. Es funktioniert großartig innerhalb von Claude Code, aber die Daten liegen verteilt über cv.md, data/applications.md, reports/*.md, data/pipeline.md, portals.yml, config/profile.yml — leicht zu verlieren, schwer zu überblicken.
career-ops-ui setzt eine ausgefeilte UI obendrauf:
- Auto-pipeline — eine Job-URL auf
#/autoeinfügen, einmal klicken: validieren → abrufen → bewerten → Bericht speichern → zum Tracker hinzufügen, mit einem barrierefreien Live-Stepper und Deep-Links zu den Artefakten. - Durchsuchen Sie Tracker, Berichte und Pipeline wie ein CRM.
- Auslösen von Scans (Greenhouse / Ashby / Lever / Workable / SmartRecruiters / Workday und hh.ru / Habr Career / Trudvsem / GetMatch / GeekJob) und live SSE-Logs verfolgen.
- Bewerten einer JD live über Anthropic (bevorzugt) oder Gemini, oder einen Copy-Paste-Prompt für Claude Code erhalten, wenn kein API-Schlüssel gesetzt ist.
- Tiefenrecherche zu Unternehmen live über das Anthropic SDK, wobei CV-/Profil-/Modus-Dateien automatisch eingebettet werden.
- Bearbeiten von
cv.mdmit Markdown-Vorschau nebeneinander und serverseitiger XSS-Bereinigung. - Warten des Systems: doctor, verify, normalize, dedup, merge — jeweils mit einem Klick.
- Multi-CLI: wird identisch von Claude Code, Cursor, Codex, Cursor, Aider oder Gemini CLI gesteuert —
CLAUDE.md/AGENTS.md/GEMINI.md-Shims verweisen auf eine einzige Quelle der Wahrheit.
Es sind reine Ergänzungen: Nichts innerhalb von career-ops/ ändert sich. Alle Ihre Anpassungen bleiben Ihre.
Schnellstart
1. Installieren Sie zuerst career-ops
git clone https://github.com/Fighter90/career-ops.git
cd career-ops
Folgen Sie dem career-ops onboarding, damit cv.md, config/profile.yml und portals.yml existieren.
2. Legen Sie career-ops-ui darin ab
git clone https://github.com/Fighter90/career-ops-ui.git web-ui
Ihr Baum sieht jetzt so aus:
career-ops/
├─ cv.md
├─ portals.yml
├─ config/
├─ data/
├─ modes/
├─ reports/
├─ scan.mjs … doctor.mjs … (etc)
└─ web-ui/ ← this repo
├─ bin/start.sh
├─ package.json
├─ server/
├─ public/
└─ tests/
3. Starten
bash web-ui/bin/start.sh
Das Skript:
- Prüft Node ≥ 18.
npm install(nur beim ersten Start, drei Abhängigkeiten — Express + js-yaml + multer).- Startet den Express-Server auf
127.0.0.1:4317. - Öffnet http://127.0.0.1:4317/ in Ihrem Standardbrowser.
Benutzerdefinierter Port / Host:
PORT=8080 bash web-ui/bin/start.sh
HOST=0.0.0.0 PORT=4317 bash web-ui/bin/start.sh # expose on LAN
Wenn Sie das Repo woanders geklont haben (nicht als career-ops/web-ui), verweisen Sie über eine Umgebungsvariable auf career-ops:
CAREER_OPS_ROOT=/path/to/career-ops bash bin/start.sh
Erster Start — sauberer Zustand
career-ops/data/pipeline.md wird mit zwei QA-Fixture-URLs ausgeliefert (example.com/qa-fixture-*), damit die Testsuite hermetisch laufen kann. Bei einem frischen Klon sehen Sie die Pipeline mit 2 pending — das sind keine echten Jobs. Entfernen Sie sie vor Ihrem ersten Scan:
make clean-test-fixtures # removes pipeline.md fixture rows + qa-fixture-* applications.md rows
npm start
Öffnen Sie http://127.0.0.1:4317. Der Pipeline-Zähler sollte nun 0 pending anzeigen. Das Makefile ist idempotent — es erneut auf einem sauberen Baum auszuführen ist ein No-op.
Anforderungen
| Node.js | ≥ 18 (nutzt natives fetch, node:test) |
| career-ops | Geklont und eingerichtet — siehe oben |
| Optional | GEMINI_API_KEY in der .env des übergeordneten Projekts (kostenloses Modell gemini-2.0-flash) für die JD-Bewertung per Klick. Andernfalls gibt die UI einen Copy-Paste-Prompt für Claude zurück. |
| Optional | Von einer russischen IP / einem VPN aus ausführen, wenn hh.ru 403 zurückgibt. Habr Career funktioniert unabhängig davon von jeder IP. |
| Optional | Playwright (bereits eine transitive Abhängigkeit von career-ops) für die e2e-Testsuite. |
Was Sie erhalten — nach Seite
| Seite | Was sie tut |
|---|---|
| Dashboard | Aggregierte Zählungen (Bewerbungen / Pipeline / Berichte), Durchschnittsbewertung, Statusaufschlüsselung, letzte 5 Bewerbungen + letzter Bericht. |
| Scan | 🌐 Einzelne Scan-Schaltfläche — führt jede aktivierte Quelle in einem Durchlauf aus (Greenhouse / Ashby / Lever / Workable / SmartRecruiters / Workday für EN, hh.ru + Habr Career + Trudvsem + GetMatch + GeekJob für RU). Live SSE-Log-Streaming + anklickbare Ergebnistabelle mit Standort- / Remote-Hybrid-Badge / Umzugsflag / Gehalt / Quellenfiltern und dynamischen Stack- / Level- / Schlagwort-Chips. Die Active-Companies-Karte listet jedes verfolgte Board mit seinem API-Zustand auf. |
| Pipeline | CRUD auf data/pipeline.md. Serverseitiger Vorschau-Proxy (SSRF-sicher, Weiterleitungsvalidierung pro Hop, 8-KB-Body-Limit). Springen Sie direkt von einer URL zur Bewertung. |
| Evaluate | JD einfügen → Anthropic-first (bevorzugt, wenn beide Schlüssel vorhanden sind), dann Gemini, dann manueller Prompt-Fallback. Der Anthropic-Pfad bettet cv / profile / _shared.md / oferta.md automatisch ein (REVIEW-A1). JD-Speichern nach jds/ optional. |
| Deep research | Dieselbe Fallback-Kette wie Evaluate. Live-Anthropic liefert ~10-30 KB fundiertes Markdown, gespeichert nach interview-prep/<company>-<role>.md. |
| Modes | 7 generische Modus-Seiten (/#/project, /#/training, /#/followup, /#/batch, /#/contacto, /#/interview-prep, /#/patterns) mit demselben Anthropic / Gemini / manuellen Fallback. |
| Apply helper | Generiert eine Einreichungs-Checkliste; das eigentliche Ausfüllen des Formulars per Playwright bleibt in /career-ops apply innerhalb von Claude Code. |
| Tracker | Filterbare Tabelle über data/applications.md (Status, Score, Freitext). normalize-statuses.mjs / dedup-tracker.mjs / merge-tracker.mjs mit einem Klick. Pipe- + Zeilenumbruch-Escapes sind GFM-konform — Namen wie "Acme | Co" durchlaufen verlustfrei. |
| Reports | Durchsuchen und Lesen jedes Berichts unter reports/ mit geparstem Header (Score / Legitimacy / URL). |
| CV | Live-Markdown-Editor für cv.md mit Vorschau nebeneinander + cv-sync-check.mjs mit einem Klick + 📁 Upload CV. Serverseitige XSS-Bereinigung beim Speichern (<script>, javascript:, on*=-Handler). |
| Profile | Schreibgeschützte Ansicht von config/profile.yml + Archetypen — UI-freundliche Zusammenfassung. |
| App settings | UI-interner Editor für Schlüssel der übergeordneten .env: ANTHROPIC_API_KEY, GEMINI_API_KEY, Modell-Overrides, Port / Host. Geheimnisse beim Lesen maskiert. |
| Health | Alle Setup-Prüfungen in OK / OPTIONAL / FAIL-Badges + Schaltflächen zum Ausführen von doctor.mjs und verify-pipeline.mjs. |
| Help | In-App-Markdown-Benutzerhandbuch (/#/help), lokalisiert für alle 19 unterstützten Sprachen (en / es / fr / pt-BR / ko-KR / ja / ru / zh-CN / zh-TW / pl / uk / da / ar / de / it / tr / hi / ta / vi). |
| Activity log | Prüfpfad jeder zustandsverändernden Anfrage (Schreibvorgänge, Ausführungen, Scans). Geheimnisse geschwärzt. |
| Notifications 🔔 (v1.58.34 / v1.58.35) | Glocke in der oberen Leiste mit rotem Ungelesen-Badge. Klicken Sie, um eine einschiebbare Schublade mit den letzten 50 Toasts (pro Tab, pro Sitzung) einzublenden — Success / Error / Info-progress, jeweils mit einem lokalisierten Zeitstempel, der menschlichen Nachricht und jedem in ein <details> eingebetteten (METHOD /path · HTTP NNN)-Postfix. Help §18 dokumentiert jede Kategorie. Die Schublade öffnet sich nur beim Klick auf die Glocke (oder per Tastatur Enter / Space); schließt über ×, Esc oder erneutes Klicken auf die Glocke. |
| Karriereaufgaben | #/tasks — ein persönliches Kanban-Board in der Gruppe Wachstum für Ihre eigene Karrierearbeit (Interview-Vorbereitung, Lernen, Networking), getrennt vom Bewerbungs-Tracker: die Spalten Backlog / In Progress / Done, in denen Ziehen die Statusänderung IST (ein einziger kanonischer API-Zug, optimistisch mit Rücksetzen), Tastatur ←/→ + Enter, ein Status-Dropdown pro Karte auf dem Handy, Schnellanlegen pro Spalte und ein Detaildialog (Notizen / Priorität / Tags). Lokal zuerst gespeichert in data/career-tasks.json. |
Globale Tastenkürzel:
Ctrl+K/Cmd+K— die globale Suche fokussieren. Der Hinweis in der Fußzeile passt sich je Plattform an (⌘K auf macOS/iOS, Ctrl+K anderswo) mit dem lokalisierten Verb (v1.58.20).- Das Einfügen einer URL in die globale Suche fügt sie automatisch zur Pipeline hinzu.
Esc— schließt jedes geöffnete Modal oder die Benachrichtigungs-Schublade (v1.58.34).
Scan
Token-freies Portal-Scannen, das tatsächlich Stellen zurückliefert. Eine 🌐 Scan-Schaltfläche in der UI führt jede konfigurierte Quelle in einem einzigen Durchlauf aus:
- Greenhouse / Ashby / Lever / Workable / SmartRecruiters / Workday — öffentliche boards-api für jedes Unternehmen in
portals.yml::tracked_companiesmit einem erkennbaren ATS-Muster. Die mitgelieferte Liste umfasst Stripe, GitLab, Vercel, Cloudflare, Datadog, Discord, Elastic, Grafana Labs, CockroachDB, Fastly, Twilio, Coinbase, Reddit, Robinhood, Affirm, Lyft, Linear, Supabase, PostHog, Ramp, Modal Labs, Railway, Browserbase, JetBrains — beliebig erweitern oder kürzen. - RSS-Boards — jedes Job-Board, das einen RSS/Atom-Feed bereitstellt (LaraJobs, WeWorkRemotely, RemoteOK, golangprojects, …). Fügen Sie
provider: rss+ die Feed-URL zuportals.ymlhinzu — keine Codeänderungen erforderlich. - Aggregator-Boards (v1.75.0) — sieben board-weite / konfigurationsgesteuerte Quellen jenseits der ATS-Systeme pro Unternehmen: RemoteOK / Remotive / Working Nomads (board-weite Remote-Feeds, mit
provider: remoteok|remotive|workingnomadsauswählen) und IBM / Arbeitsagentur / Glints / Jobstreet · SEEK (konfigurationsgesteuert, jeweils mit einem<provider>:-Block pro Eintrag). Siehedocs/portals-examples.mdfür Copy-Paste-tracked_companies-Einträge. Sie durchlaufen denselbentitle_filter/location_filter/content_filter+ Dedup + Pipeline-Append-Fluss wie jede andere Quelle. - Telegram-Kanäle (v1.228.0) — jeder öffentliche Kanal, aufgelistet in einem
telegram_channels:-Block und aus seinert.me/s/<Kanal>-Vorschau gelesen: ohne Bot-Token, ohne API-Schlüssel. Telegram veröffentlicht kein RSS, und die Bot-API liest keinen Kanal, den Ihr Bot nicht administriert — die Vorschau ist der einzige Weg. Ein Beitrag ist Prosa, kein Stellendatensatz: Der Titel kommt aus der ersten inhaltlichen Zeile, Firma und Ort nur aus ausdrücklichen Labels, und echte Stellen von Werbung zu trennen ist Aufgabe Ihrestitle_filter. - hh.ru — HTML-Scrape von
hh.ru/search/vacancy. Funktioniert von jeder IP, kein Schlüssel, kein Proxy. (Die JSON-APIapi.hh.ruwird nicht verwendet — sie gibt nun jedem programmatischen Client ungeachtet der IP/User-Agent ein 403 zurück; die Website liefert vollständige Ergebnisse an jeden browserähnlichen Client, also scrapen wir diese, genauso wie Habr Career gescrapt wird.) - Habr Career — HTML-Scrape von
career.habr.com/vacancies. Funktioniert von jeder IP, keine Authentifizierung.
RSS-Adapter
Richten Sie den Scanner auf jedes RSS-basierte Job-Board aus, indem Sie einen Eintrag mit provider: rss und einem rss:- (oder feed_url:-)Schlüssel zu portals.yml hinzufügen:
tracked_companies:
- name: LaraJobs
provider: rss
rss: https://larajobs.com/feed
enabled: true
- name: WeWorkRemotely
provider: rss
rss: https://weworkremotely.com/remote-jobs.rss
enabled: true
Der Adapter parst <item>-Blöcke mit einem winzigen regex-basierten Parser (keine XML-Bibliothek erforderlich). Er extrahiert title, link (→ url), pubDate (→ date) und description (→ snippet, HTML entfernt). Der Remote-Status wird aus /remote|anywhere/i im Titel oder in der Beschreibung abgeleitet; der Firmenname wird aus dc:creator, einem Titelmuster „Company — Role“ oder dem Feed-Hostnamen als Fallback gezogen. Es gilt derselbe Normalize → Filter → Dedup → Pipeline-Append-Fluss wie bei ATS-Adaptern.
Alle Quellen durchlaufen dieselbe Pipeline: Normalize → Filter (title_filter.positive / title_filter.negative) → Dedup gegen data/scan-history.tsv + data/pipeline.md + data/applications.md → Anhängen an data/pipeline.md → vollständige Ergebnismenge nach data/last-scan.json für die filterbare Tabelle der UI speichern.
Konfigurieren über portals.yml:
title_filter:
positive: [backend, engineer, senior, tech lead, golang, php]
negative: [junior, intern, frontend, ios, android]
tracked_companies:
- { name: Stripe, enabled: true, careers_url: https://job-boards.greenhouse.io/stripe }
- { name: Linear, enabled: true, careers_url: https://jobs.ashbyhq.com/linear }
# ...
russian_portals:
sources: ["hh", "habr"] # one or both
area: 113 # 1=Moscow, 2=SPb, 113=Russia, 1001=remote
per_page: 50
only_remote: false
queries: ["Senior PHP", "Senior Go", "Tech Lead"]
Alle Quellen fließen durch einen einzigen SSE-Endpunkt: /api/stream/scan?source=ats|regional|both. Die 🌐 Scan-UI-Schaltfläche ruft source=both auf, sodass jeder Adapter (Greenhouse / Ashby / Lever / Workable / SmartRecruiters / Workday + hh.ru + Habr Career + Trudvsem + GetMatch + GeekJob) in einer Verbindung läuft. Beachtet AbortSignal bei Client-Trennung — keine verwaisten Fetches.
Architektur
career-ops-ui/
├─ CLAUDE.md # project-level agent instructions (canonical)
├─ AGENTS.md # Codex / Aider / generic CLI shim → CLAUDE.md
├─ GEMINI.md # Gemini CLI shim → CLAUDE.md
├─ .aiignore # exclusion list for AI tools
├─ .claude/ # Claude Code agent config
│ ├─ agents/ # 3 project-specific subagents (route, view, test isolation)
│ └─ commands/ # slash-command stubs
├─ bin/start.sh # one-shot launcher (Node check → npm install → server → open browser)
├─ package.json # 2 runtime deps: express, js-yaml
├─ server/
│ ├─ index.mjs # ~130 LOC orchestrator: middleware + 37 register<Topic>Routes(app) calls + SPA catch-all
│ └─ lib/
│ ├─ paths.mjs # absolute paths to career-ops files (CAREER_OPS_ROOT aware)
│ ├─ parsers.mjs # markdown / pipeline / report parsers (GFM-compliant pipe escapes)
│ ├─ runner.mjs # runNodeScript() + streamNodeScript() with SIGTERM→SIGKILL escalation + 30 min cap
│ ├─ security.mjs # isValidJobUrl, stripDangerousMarkdown, sanitizeJobDescription, isPubliclyExposed
│ ├─ prompts.mjs # bundleProjectContext, buildEvaluationPrompt, buildDeepPrompt, buildModePrompt
│ ├─ store.mjs # safeReadApps/Pipeline/Reports, checkProfileCustomized, ensureRussianPortalsDefaults
│ ├─ anthropic.mjs # minimal Anthropic SDK adapter (runAnthropic, hasAnthropicKey, hasGeminiKey)
│ ├─ env-config.mjs # .env round-trip with secret masking + validation
│ ├─ activity-log.mjs # JSONL audit trail middleware (secrets redacted)
│ ├─ dotenv.mjs # tiny dotenv loader
│ ├─ en-scanner.mjs # in-process Greenhouse/Ashby/Lever orchestrator (AbortSignal aware)
│ ├─ ru-scanner.mjs # in-process hh.ru + Habr orchestrator (AbortSignal aware)
│ ├─ sources/
│ │ ├─ greenhouse.mjs # boards-api.greenhouse.io client
│ │ ├─ ashby.mjs # api.ashbyhq.com client
│ │ ├─ lever.mjs # api.lever.co client
│ │ ├─ hh.mjs # hh.ru/search/vacancy HTML scraper (paginated, UA-aware)
│ │ └─ habr.mjs # career.habr.com HTML parser (no cheerio, regex only)
│ └─ routes/ # 39 route modules — one per topic (P-2)
│ ├─ activity.mjs # /api/activity
│ ├─ config.mjs # /api/config (parent .env round-trip)
│ ├─ content.mjs # /api/cv, /api/profile, /api/portals, /api/modes
│ ├─ health.mjs # /api/health, /api/dashboard
│ ├─ help.mjs # /api/help/:lang
│ ├─ jds.mjs # /api/jds CRUD
│ ├─ llm.mjs # /api/evaluate, /api/deep, /api/mode/:slug, /api/apply-helper, /api/interview-prep*
│ ├─ pipeline.mjs # /api/pipeline + SSRF-safe preview proxy
│ ├─ reports.mjs # /api/reports
│ ├─ runners.mjs # /api/run/* + /api/stream/{scan,liveness,pdf} + /api/output/pdfs
│ ├─ scan.mjs # /api/stream/scan-{ru,en} + /api/scan-results
│ └─ tracker.mjs # /api/tracker
├─ public/ # static SPA — no build step
│ ├─ index.html
│ ├─ css/app.css # design tokens (docs-style palette)
│ └─ js/
│ ├─ api.js # fetch wrapper + connection-banner state + UI helpers + safe markdown renderer
│ ├─ router.js # hash-based router with 404 fallback + alias support
│ ├─ app.js # boot + global keyboard handlers + mobile sidebar drawer
│ ├─ lib/{i18n,skills}.js
│ └─ views/ # one file per page (dashboard, scan, pipeline, evaluate, deep, apply, tracker, reports, cv, settings, health, config, help, activity, mode-page)
├─ docs/ # public reference: architecture, API, data-flows, SDD, conventions, reviews
│ ├─ PROJECT.md # what / why / for-whom
│ ├─ ROADMAP.md # current milestone + completed history
│ ├─ PRODUCTION-READINESS.md # honest deployment-gate assessment
│ ├─ sdd/{SDD-GUIDE,CONVENTIONS}.md
│ ├─ architecture/{OVERVIEW,SERVER,FRONTEND,API,DATA-FLOWS}.md
│ └─ reviews/REVIEW-*.md
└─ tests/ # 7243 unit + 176 Playwright + 23/23 e2e:full + 21 e2e:smoke (baseline @ v1.267.2)
├─ parsers.test.mjs # markdown / pipeline / report parsers (pure functions)
├─ api.test.mjs # every endpoint, ephemeral server, no network
├─ {ru,en}-scanner.test.mjs # mocked fetch
├─ pipeline-preview.test.mjs # per-hop redirect validation (REVIEW-B1)
├─ anthropic.test.mjs # SDK adapter + log-guard test (REVIEW-B4)
├─ url-validation.test.mjs # SSRF reject sweep (FIX-M3 + M6 + M7)
├─ cv-xss.test.mjs # stripDangerousMarkdown round-trip
├─ jd-sanitize.test.mjs # sanitizeJobDescription
├─ help.test.mjs / help-ui.test.mjs # i18n parity across all 19 locales
├─ playwright-smoke.mjs # 22 browser flows (CV save, tracker, pipeline, evaluate, config, etc.)
└─ e2e{,-comprehensive}.mjs # full Playwright walkthrough
Warum kein Build-Schritt?
Reines HTML/CSS/JS hält die Angriffsfläche winzig: ein npm install von zwei Abhängigkeiten und schon läuft es. Kein Webpack, kein Vite, kein „node_modules of doom“. Die gesamte UI ist < 30 KB minifiziert. Wenn Sie während der Entwicklung Hot-Reload möchten, nutzt npm run dev das eingebaute --watch von Node.
Spec-Driven Development
Nicht-triviale Änderungen durchlaufen die GSD-Pipeline (gsd-*-Skills aus superpowers@claude-plugins-official):
discuss → spec → plan → execute → verify → review
Öffentliche Referenz: docs/sdd/SDD-GUIDE.md. Alle Planungsartefakte liegen unter .planning/ (gitignored). Der docs/-Baum ist der langlebige öffentliche Vertrag.
API-Referenz
Alle Endpunkte unter /api/*. JSON rein / JSON raus, sofern nicht anders angegeben.
Health & Dashboard
| Methode | Pfad | Antwort |
|---|---|---|
| GET | /api/health |
{ ok, warnings, version, parentVersion, checks: [{name, ok, required, value?}] } |
| GET | /api/dashboard |
{ counts, avgScore, byStatus, recent, pipeline, lastReport } |
| GET | /api/status/providers |
{ activeProvider, activeModel, keysConfigured } — LLM-Bereitschaft für das Onboarding-Banner + ⚡ Kostenhinweis (v1.55.3); enthält openrouter (v1.57.0) |
| GET | /api/openrouter/models |
{ models:[{id,name,context_length}], fallback, cached } — OpenRouter-Katalog-Proxy für das Modell-Dropdown in #/config (v1.57.0) |
| GET | /api/activity?limit&type |
Ende des Prüfpfads data/activity.jsonl |
| GET | /api/help/:lang |
lokalisiertes In-App-Benutzerhandbuch (Fallback: en.md) |
App settings (Round-Trip der übergeordneten .env)
| Methode | Pfad | Zweck |
|---|---|---|
| GET | /api/config |
bekannte Env-Schlüssel mit maskierten Geheimnissen |
| POST | /api/config |
validieren + übergeordnete .env schreiben; wird direkt auf process.env angewendet |
Datendateien
| Methode | Pfad | Zweck |
|---|---|---|
| GET | /api/tracker |
{ rows: [parsed applications.md] } |
| POST | /api/tracker |
Body { company, role, score?, status?, url?, notes?, date? } — dedup-fähig (Groß-/Kleinschreibung ignorierend bei Company + Role) |
| GET | /api/pipeline |
{ urls: [...] } |
| POST | /api/pipeline |
Body { url } → fügt zu data/pipeline.md hinzu mit Dedup + isValidJobUrl |
| GET | /api/pipeline/preview?url=… |
serverseitiger Fetch-Proxy (SSRF-Prüfung pro Hop, ≤3 Weiterleitungen, 8-KB-Limit) |
| DELETE | /api/pipeline?url=… |
entfernt eine URL |
| GET | /api/reports |
geparste Liste von reports/*.md |
| GET | /api/reports/:slug |
vollständiges Markdown + geparster Header |
| GET | /api/jds |
Liste der gespeicherten JD-Dateien |
| GET | /api/jds/:name |
text/plain — rohe JD |
| POST | /api/jds |
Body { text, slug? } → speichert nach jds/ |
| DELETE | /api/jds/:name |
unlink (.txt-Endung erforderlich) |
| GET | /api/cv |
{ markdown } |
| PUT | /api/cv |
Body { markdown } → schreibt cv.md (XSS-bereinigt, ≤1 MB) |
| GET | /api/profile |
{ profile: yaml-parsed, raw: text } |
| GET | /api/portals |
{ portals: yaml-parsed, raw: text } |
| GET | /api/modes |
Liste der Modus-Dateien |
| GET | /api/modes/:name |
text/plain — roher Modus-Prompt |
| GET | /api/output/pdfs |
Liste der generierten PDFs |
| GET | /api/output/pdfs/:name |
Download (Content-Disposition: attachment) |
| GET | /api/interview-prep |
Liste der gespeicherten Tiefenrecherche-Dateien |
| GET | /api/interview-prep/:name |
{ name, markdown } |
| DELETE | /api/interview-prep/:name |
unlink (.md-Endung erforderlich) |
Skript-Runner (gepuffert, einmalig)
| Methode | Pfad | Kapselt |
|---|---|---|
| POST | /api/run/doctor |
node doctor.mjs |
| POST | /api/run/verify |
node verify-pipeline.mjs |
| POST | /api/run/normalize |
node normalize-statuses.mjs |
| POST | /api/run/dedup |
node dedup-tracker.mjs |
| POST | /api/run/merge |
node merge-tracker.mjs |
| POST | /api/run/sync-check |
node cv-sync-check.mjs |
Alle gepufferten Läufe sind bei 60 s gedeckelt; SIGTERM → SIGKILL-Eskalation nach einer 5-s-Karenzzeit.
Streams (SSE)
| Methode | Pfad | Streamt |
|---|---|---|
| GET | /api/stream/scan |
Legacy node scan.mjs (Subprozess) |
| GET | /api/stream/scan?source=ats|regional|both |
konsolidierter In-Process-Scanner-SSE — Query: dryRun=1, company=… (nur ATS). |
| GET | /api/stream/liveness |
node check-liveness.mjs |
| GET | /api/stream/pdf |
node generate-pdf.mjs |
SSE-Ereignistypen:
event: start data: { script, args?, writeFiles? }
event: log data: { stream: "stdout"|"stderr", line: string }
event: done data: { code, counts?, errors? }
event: error data: { message }
LLM-Endpunkte (Anthropic-first → Gemini → manueller Fallback)
| Methode | Pfad | Zweck |
|---|---|---|
| POST | /api/evaluate |
Body { jd, save? } → JD-Bewertung (Abschnitte A–G gemäß oferta.md) |
| POST | /api/evaluate/test-gemini |
Smoke-Test GEMINI_API_KEY |
| POST | /api/evaluate/test-anthropic |
Smoke-Test ANTHROPIC_API_KEY |
| POST | /api/deep |
Body { company, role?, run? } → Tiefenrecherche-Prompt oder fundiertes Live-Markdown |
| POST | /api/mode/:slug |
generischer Modus-Runner; Allowlist: batch, contacto, followup, interview-prep, patterns, project, training |
| POST | /api/apply-helper |
Body { url, jd? } → Bewerbungs-Checkliste |
| GET | /api/scan-results |
{ en: {when, fresh[], filtered[], errors[]}, ru: { ... } } — letzter Scan |
| GET | /api/scan/regional/config |
effektive Konfiguration des Regional-Scanners (Queries, Negatives, Quellen). |
Wenn run: true bei /api/deep oder /api/mode/:slug gesetzt ist, bevorzugt der Server Anthropic (wenn beide Schlüssel vorhanden sind), bettet cv.md + config/profile.yml + modes/_shared.md + die relevante Modus-Vorlage in einen <project_context>-Block ein und gibt das fundierte Markdown des Modells direkt zurück. Soft-Cap: 200 KB auf dem zusammengesetzten Prompt — Überlauf gibt 413 zurück.
Tests
npm test # 7243 unit/integration tests
npm run test:e2e # 21 smoke e2e (boots own server)
npm run test:e2e:full # 23 comprehensive e2e
npm run test:e2e:browser # 176 Playwright browser (smoke + full-cycle + forms + locale-sweep ×19 + theme)
npm run test:coverage # same as `npm test` plus V8 coverage
| Suite | Tests | Was |
|---|---|---|
node --test tests/*.test.mjs (unit + integration) |
7243 | Jeder Endpunkt, ephemerer Server, kein Netzwerk. 329 Dateien: Parser, Scanner (gemockt), Runner, anthropic/openai, Security-Header, XSS, JD-Sanitize, URL-Validierung, i18n-Parität, + die UX-Fix-Suites v1.55→v1.56. |
tests/e2e.mjs (smoke) |
21 | Playwright headless: jede Route rendert, grundlegende Flows. |
tests/e2e-comprehensive.mjs |
23 | Vollständiger Playwright-Durchlauf: 11 Routen + 12 funktionale Flows. |
npm run test:e2e:browser (playwright-smoke + playwright-full-cycle + playwright-forms + playwright-locale-sweep) |
176 | Browsergesteuert: Dashboard-Rendering, Navigation, Sprachwechsel, 404, Health, Tracker-Round-Trip, Pipeline-Add + Invalid-URL-Sweep, Reports, Evaluate-Manual-Fallback, Config-Keys maskiert, CV-PUT-XSS-Strip, Pipeline-Preview 400, Auto-Pipeline-SSE. |
| Gesamt (alle vier Suites) | 7316 | 0 Fehler, 0 Flakes |
Abdeckung: ~93 % Zeilen / ~83 % Zweige über --experimental-test-coverage.
Parser sind reine Funktionen (kein I/O) — getestet gegen echte Datenfragmente aus applications.md, pipeline.md und reports/*.md. Die API-Tests booten die Express-App auf einem ephemeren Port und üben jeden Endpunkt end-to-end. Scanner-Tests mocken fetch, sodass sie auch dann bestehen, wenn hh.ru Ihre IP blockiert. Der Playwright-Browser-Smoke läuft gegen den In-Process-Server und löst Playwright über die node_modules des übergeordneten Projekts auf — keine neue Abhängigkeit in web-ui/.
CI führt die Unit- + e2e- + Playwright-Matrix bei jedem Push nach main gegen Node 18 / 20 / 22 aus.
Konfiguration
Umgebungsvariablen (beim Serverstart gelesen, alle optional außer wo angegeben):
| Var | Standard | Zweck |
|---|---|---|
PORT |
4317 |
Express-Bind-Port |
HOST |
127.0.0.1 |
Express-Bind-Host. CSP wird angehängt, wenn nicht-loopback; Auth-Gate für v2.0.0 geplant. |
CAREER_OPS_ROOT |
.. from script |
Wo cv.md, data/, portals.yml, modes/ usw. zu finden sind. |
ANTHROPIC_API_KEY |
unset | Aktiviert den Live-Modus von /api/evaluate, /api/deep, /api/mode/:slug (bevorzugt, wenn beide Schlüssel gesetzt sind). |
ANTHROPIC_MODEL |
claude-sonnet-4-6 |
Anthropic-Modell überschreiben. |
GEMINI_API_KEY |
unset | An gemini-eval.mjs weitergereicht und als Fallback für /api/evaluate genutzt. |
GEMINI_MODEL |
gemini-2.0-flash |
Gemini-Modell überschreiben. |
OPENAI_API_KEY |
unset | Headless-Live-Eval (3. in der auto-Reihenfolge) + übergeordneter Codex/OpenAI-CLI-Fluss. |
OPENAI_MODEL |
gpt-5-codex |
OpenAI-Modell überschreiben. |
QWEN_API_KEY |
unset | Headless-Live-Eval über DashScope OpenAI-kompatibel (4. in der auto-Reihenfolge). |
QWEN_MODEL |
qwen-max |
Qwen-Modell überschreiben. |
OPENROUTER_API_KEY |
unset | Headless-Live-Eval über OpenRouter — ein Schlüssel, 300+ Modelle (5./letzter in auto). |
OPENROUTER_MODEL |
openrouter/auto |
vendor/model-ID. Katalog live geladen aus GET /api/openrouter/models. |
portals.yml-Erweiterung, die von dieser UI erkannt wird (zu Ihrer bestehenden Datei im übergeordneten Projekt hinzufügen):
russian_portals:
sources: ["hh", "habr"]
area: 113 # hh.ru area id
per_page: 50
only_remote: false
queries: ["Senior PHP", "Тимлид Go", ...]
Sie können auch jeden Unternehmenseintrag mit einer expliziten api:-URL erweitern. Siehe docs/portals-examples.md (in diesem Repo) für einsatzbereite Blöcke für 24 verifizierte Unternehmen.
Sicherheitshinweise
- Der Server bindet standardmäßig an
127.0.0.1— niemals ohne explizitesHOST=0.0.0.0ins Internet exponiert. - Pfad-Bereinigung (v1.21.0): Jeder Routen-Parameter
:name/:slugdurchläuftsanitizePathName()inserver/lib/security.mjs— entfernt Nicht-[\w-.], verwirft führende Punkt-Folgen, kollabiert interne Punkt-Folgen, deckelt bei 200 Zeichen, leer → 400. Ersetzt 10 duplizierte Regex-Kopien, die zuvor..pdf/....mddurchgelassen haben. - DNS-Rebind-Abwehr (v1.21.0):
/api/pipeline/previewund/api/auto-pipelineleiten überserver/lib/safe-fetch.mjs::safeGet— ein DNS-Lookup, gepinnte TCP-Verbindung, SNI/Host auf den ursprünglichen Hostnamen ausgerichtet. Kein zweiter Lookup, kein TOCTOU-Fenster. - Concurrent-Write-Mutex (v1.21.0):
tracker.mjs,pipeline.mjs(POST + DELETE) und der Tracker-Schritt vonauto-pipeline.mjskapseln Read-Modify-Write inwithFileLock(path, fn)ausserver/lib/file-lock.mjs. Nebenläufige POSTs verlieren keine Zeilen mehr. - LLM-Rate-Limit (v1.21.0):
/api/evaluate,/api/deep,/api/mode/:slug,/api/auto-pipelinetragenllmRateLimitausserver/lib/rate-limit.mjs. No-op auf Loopback; 10 Anfragen/Min/IP beiHOST=0.0.0.0. Konfigurierbar überLLM_RATE_LIMIT="N/Ws". 429 +Retry-After. - CV-XSS-Strip (Härtung v1.22.0):
stripDangerousMarkdownist nun entity-aware — dekodiert<,>,&#NN;,&#xHH;vor dem Regex-Strip, sodass<script>- undjavascript:-Payloads nicht umgangen werden können. - Subprozess-Aufrufe nutzen
spawnmit Arg-Arrays — niemals Shell-Interpolation. Derbash-Runner nutzt--noprofile --norc, um~/.bashrczu ignorieren. - Streaming-Endpunkte beenden den Kindprozess bei Client-Trennung (keine verwaisten Scanner).
- Schreib-Endpunkte berühren nur bekannte career-ops-Pfade:
data/,jds/,cv.md,config/,portals.yml,output/,reports/,interview-prep/,modes/_profile.md. Niemals irgendwo sonst. - Das Verbindungsbanner pingt
/api/healthmit exponentiellem Backoff (3 s → 6 s → 12 s → 24 s → 60 s), solange getrennt, und löscht sich bei Wiederherstellung automatisch (v1.22.0 M-6).
Einschränkungen
Die vollständig LLM-gesteuerten Modi (oferta, deep, contacto, apply, batch, patterns, followup) benötigen ein LLM, um tatsächlich zu laufen. Die Web-UI löst einen Anbieter aus der auto-Reihenfolge Anthropic → Gemini → OpenAI → Qwen → OpenRouter → GitHub Models → Hermes auf (oder was auch immer LLM_PROVIDER festlegt):
- Anthropic (bevorzugt) — setzen Sie
ANTHROPIC_API_KEYin der.envdes übergeordneten Projekts. Leitet überrunAnthropicmit automatisch eingebettetemcv.md/config/profile.yml/modes/_shared.md/ Modus-Vorlage (REVIEW-A1). Live verifiziert in v1.8.0+ mitclaude-sonnet-4-6, das 26 KB fundiertes Markdown für einen Tiefenrecherche-Aufruf zurückgibt. gemini-eval.mjsals Fallback — funktioniert out of the box, wenn nurGEMINI_API_KEYgesetzt ist.- OpenAI / Qwen / OpenRouter — abhängigkeitsfreie OpenAI-kompatible Clients (der
_tailProvider()-Pfad). OpenRouter (v1.57.0) ist am flexibelsten: einOPENROUTER_API_KEYsteht vor 300+ Modellen jedes großen Labors, und das Modell-Dropdown in#/configwird live ausGET /api/openrouter/modelsbefüllt (serverseitiger Proxy, CSP-sicher, kuratierter Offline-Fallback). - Copy-Paste-Prompt — wenn kein Schlüssel gesetzt ist, generiert die UI einen fertigen Prompt, formatiert für Claude Code / ChatGPT / Gemini Web.
Der bestehende /career-ops apply-Playwright-Formular-Ausfüllfluss innerhalb von Claude Code bleibt die einzige Möglichkeit, Bewerbungsformulare wirklich automatisch auszufüllen — der Apply helper der UI generiert stattdessen eine Checkliste.
Für die Bewertung der Produktionsreife (Deployment-Gates, Risikoregister, aufgeschobene Arbeit) siehe docs/PRODUCTION-READINESS.md. Kurzfassung: bereit für Single-Tenant-Loopback; die LAN-Exposition wartet auf das v2.0-P-12-Auth-Gate.
Den ganzen Stack in der Cloud betreiben
career-ops ist am besten immer an — scannt, während du schläfst, aus jedem Browser erreichbar. Um den ganzen Stack auf einen kleinen Server zu legen — die übergeordnete career-ops-Pipeline, diesen career-ops-ui-Viewer und die Engine, die die KI ausführt (dein Claude-Abo über die Claude-Code-CLI, ein lokales Hermes-Gateway oder Provider-API-Schlüssel) — richte einen VPS ein (Node ≥ 18), installiere das Parent + dieses Repo, wähle deine Engine und stelle den Viewer hinter einen HTTPS-Reverse-Proxy mit Authentifizierung, während die Sicherheits-Invarianten (CSP, SSRF-Guard, XSS-Grenze, keine Secrets in Logs) intakt bleiben.
📖 Die integrierte Hilfe §31 („Den ganzen Stack in der Cloud betreiben“) führt Schritt für Schritt in allen 19 Sprachen; die Betreiber-Checkliste ist docs/integrations/HERMES.md, und die Cloud-Deployment-Wiki-Seite enthält die Referenztabellen.
Hermes-Agent + Telegram
Der Hermes-Agent von Nous Research ist ein offener, autonomer Agent (Tool-Calling, Skills, über 20 Messaging-Kanäle). Sie können career-ops-ui auf einem Cloud-Server betreiben und seine Ereignisse — ein abgeschlossener Scan, ein neuer Report, ein dringendes Follow-up — per Telegram über einen Hermes-Agenten weiterleiten, sodass die Pipeline Sie dort erreicht, wo Sie ohnehin schon sind.
Jetzt angebunden (v1.151.0). Hermes als LLM-Provider ist live: Betreiben Sie seinen OpenAI-kompatiblen API Server (
hermes gateway) und setzen SieHERMES_API_KEYin den App-Einstellungen — career-ops-ui führt seine Live-Auswertungen dann über Ihr lokales Hermes aus (zuletzt in der auto-Reihenfolge). Das Cloud-Server-Deployment und die Telegram-Brücke unten bleiben Betreiber-Anleitung; einehermes-bridge-Skill führt hindurch (Secrets berühren nie Festplatte oder Logs; die SSRF-/CSP-/No-Secrets-Invarianten überstehen den Umzug von127.0.0.1).
📖 Vollständige Anleitung: docs/integrations/HERMES.md — die beiden Integrationsformen, Cloud-Server-Deployment (Reverse Proxy + HTTPS + systemd), Telegram-via-Hermes und die Threat-Model-Liste „was NICHT offengelegt werden darf".
Lokalisierung
Die UI wird mit 19 Sprachen ausgeliefert — en, es, fr, pt-BR, ko, ja, ru, zh-CN, zh-TW, pl, uk, da, ar, de, it, tr, hi, ta, vi. Seit v1.60.0 (I18N-SPLIT) liegen die Übersetzungen eine Datei pro Sprache unter public/js/lib/locales/ — i18n-dict.<lang>.js, jede eine flache key → string-Tabelle — plus eine gemeinsame i18n-dict.aliases.js. i18n-dict.js fügt sie zu window.__I18N_DICT zusammen; i18n.js löst t('key', 'fallback') auf. Kein Build-Schritt, kein Laufzeit-Fetch — ein Übersetzer bearbeitet eine einzelne Sprachdatei isoliert.
Eine Zeichenkette hinzufügen oder ändern:
// public/js/lib/locales/i18n-dict.en.js → 'scan.newButton': 'Run scan',
// public/js/lib/locales/i18n-dict.es.js → 'scan.newButton': 'Ejecutar búsqueda',
// …add the same key to all 19 locale files (parity is gated)
Verwenden Sie sie dann über data-i18n="scan.newButton" im Markup oder t('scan.newButton') im JS und führen Sie npm test aus. Um eine brandneue Sprache hinzuzufügen, registrieren Sie sie in i18n.js (LANGS + detect()), im Assembler, in index.html und im Locale-aufzählenden Tooling.
📖 Vollständige Anleitung: docs/LOCALIZATION.md — das Layout pro Sprache, der @alias-Mechanismus, das schrittweise Hinzufügen einer neuen Sprache und jedes i18n-CI-Gate.
📘 Wie dieses Repo mit Agenten gebaut wird
Der Großteil dieses Projekts wird mit Coding-Agenten geschrieben. Das ist eine Praxis mit eigenen Fehlermodi, daher wird sie bewusst betrieben — nach den Agentic Coding Design Patterns von Kirill Mokevnin (russische Ausgabe). Die unten aufgeführten Dateien sind diese Praxis in konkreter Form. Keine von ihnen beeinflusst die laufende App — sie existieren, damit eine neue Sitzung dort weitermacht, wo die letzte aufgehört hat, statt dieselben Dinge erneut herzuleiten, erneut zu entscheiden und erneut kaputtzumachen.
| Datei | Was sie ist | Wann man sie liest |
|---|---|---|
CONTEXT.md |
Fachbegriffs-Wörterbuch: ein akzeptierter Name pro Konzept, mit den abgelehnten Varianten als nicht verwenden markiert. | Zuerst. Sie klärt die Verwechslungen, die dieses Repo tatsächlich kosten — source vs. adapter (123 vs. 118, und warum beide richtig sind), mirror vs. relay, telegram vs. telegram-channel. |
PROGRESS.md |
Arbeitsstand: was erledigt ist, der nächste Schritt, bekannte Probleme und verworfene Ansätze. | Zu Beginn jeder Sitzung. Git zeigt, was sich geändert hat; hier steht, wo die Arbeit steht und was bereits versucht und verworfen wurde. |
docs/adr/ |
Nummerierte Entscheidungsprotokolle — Kontext, Entscheidung, Konsequenzen und was uns dazu bringen würde, sie zu überdenken. | Bevor etwas geändert wird, das ein Protokoll abdeckt. Das Protokoll entscheidet, nicht das aktuelle Release. |
CLAUDE.md |
Ein Index auf einem Bildschirm, der auf die drei oben genannten verweist. | Automatisch, durch den Agenten. Bewusst keine Wissensdatenbank — eine lange wird überflogen und dann ignoriert. |
evals/workflow/ |
Ein fester Aufgabensatz mit Bewertern, die das Verhalten der Pipeline prüfen, nicht das des Produkts. | Vor und nach dem Ändern eines Skills, eines Prompts oder eines Tools. |
.claude/skills/ |
Verpackte Workflows. parent-sync führt ein komplettes Paritäts-Release in neun abgesicherten Phasen aus. |
Anstatt ein Release zu improvisieren. |
.githooks/pre-commit |
Ausführbare Leitplanken — ein deterministischer Boden, der hart fehlschlägt, plus eine beratende KI-Schicht, die nie blockiert. | Sie läuft von selbst. |
Verwendung
Die Dokumente brauchen kein Setup — sie sind reines Markdown, gelesen von Ihnen und vom Agenten. Zwei Dinge sind verdrahtet und wissenswert:
# Leitplanken: Repo-eigene Hooks, sodass die Prüfungen für alle gelten, nicht nur für Ihre Maschine.
git config core.hooksPath .githooks
# Workflow-Evals: bewerten den Repo-Zustand gegen die Regeln in docs/adr/ und PROGRESS.md.
node evals/workflow/run.mjs # alle Bewerter
node evals/workflow/run.mjs --task qa-prompt-mandatory
Jeder Bewerter in evals/workflow/tasks.yml entspricht einem Fehler, der einmal ausgeliefert
wurde — eine zerstörte historische Zuschreibung, ein Site-Build, der mitten im Fan-out lief,
ein verpasstes No-Port. Ergebnis und Verlauf werden getrennt bewertet, und ein Bewerter, der
aus dem Repository heraus nicht entschieden werden kann, meldet SKIP, statt stillschweigend
zu bestehen: eine Prüfung, die nicht laufen kann, darf niemals als grün gelten.
Sie aktuell halten
Ein veraltetes Wörterbuch ist schlimmer als gar keines, daher ist die Arbeit, diese zu
schreiben, Teil des Release selbst — parent-sync Phase 0 lädt sie, und Phase 8 leitet das
Gelernte zurück in sie. Fügen Sie CONTEXT.md einen Begriff im selben Commit hinzu, der das
Konzept einführt; eröffnen Sie ein ADR, wenn eine Entscheidung in sechs Monaten willkürlich
aussehen würde; dokumentieren Sie einen verworfenen Ansatz in PROGRESS.md in dem Moment,
in dem er verworfen wird.
Welche Muster aus dem Buch hier tatsächlich umgesetzt sind — und welche nicht — wird auf der Wiki-Seite Agentic Practices geprüft.
Mitwirken
Issues und PRs willkommen. Hausregeln:
- Führen Sie
npm testvor dem Pushen aus — 7243 checks green ist die Messlatte (plus 176 Playwright, wenn Sie die UI berühren). - Nicht-triviale Änderungen durchlaufen die GSD-Pipeline. Siehe
docs/sdd/SDD-GUIDE.md. - Ändern Sie nichts im übergeordneten
career-ops/-Projekt von innerhalb dieses Repos. Der ganze Sinn ist, dass dies ein nicht-invasives Overlay ist. Harte Regeln inCLAUDE.md. - Conventional Commits:
feat,fix,refactor,docs,test,chore,perf,ci. Optionaler Scope:feat(scan):. Breaking Change:feat!:. - Tests müssen CI-isoliert sein — Fixtures über
mkdtempSyncoderCAREER_OPS_ROOT=$(mktemp -d)bootstrappen.
Steuern Sie das Repo von einer Nicht-Claude-CLI (Codex, Aider, Cursor, Gemini)? Lesen Sie AGENTS.md oder GEMINI.md — beide leiten auf das kanonische CLAUDE.md weiter.
🌍 Erste Schritte — nach der Installation
Nach der Ein-Befehl-Installation haben Sie zwei leere git-Klone, mit Starter-Dateien cv.md, config/profile.yml, portals.yml, data/applications.md und data/pipeline.md gerüstet, die EDIT ME-Markierungen enthalten. Die Health-Seite sollte beim ersten Start bereits komplett grün sein. Ersetzen Sie die Platzhalter durch Ihre echten Daten:
1. Erstellen Sie Ihren CV (cv.md)
Sie haben drei Optionen:
- Option A — einen bestehenden Lebenslauf einfügen: öffnen Sie
career-ops/cv.md, ersetzen Sie die EDIT-ME-Platzhalter durch Ihren echten Lebenslauf in sauberem Markdown (Abschnitte: Summary, Experience, Projects, Education, Skills). Je einfacher, desto besser —career-opsliest ihn als reinen Text. - Option B — aus der UI hochladen: klicken Sie CV in der Seitenleiste → 📁 Upload CV → wählen Sie Ihre
.md- /.txt-Datei → prüfen Sie die Vorschau → klicken Sie 💾 Save. - Option C — geben Sie Claude Code Ihre LinkedIn-URL: öffnen Sie Claude Code in
career-ops/, führen Sie/career-opsaus, fügen Sie Ihre LinkedIn-URL ein und bitten Sie "extract my CV from this and write it to cv.md".
Machen Sie jede Kennzahl konkret (z. B. "reduced p99 latency by 38%" statt "improved performance"). Die Bewertungspipeline liest die Kennzahlen direkt aus dieser Datei.
2. Bearbeiten Sie Ihr Profil (config/profile.yml)
$EDITOR career-ops/config/profile.yml
Ersetzen Sie die Platzhalter für vollständigen Namen, E-Mail, Standort, LinkedIn, Zielrollen, Archetypen, Gehaltsziel. Die Archetypen sind das wichtigste Feld — sie bestimmen, wie jede JD gegen Sie abgeglichen wird.
3. Stimmen Sie den Scanner ab (portals.yml)
$EDITOR career-ops/portals.yml
Setzen Sie title_filter.positive (z. B. "PHP", "Go", "Backend", "Senior") und title_filter.negative (z. B. "Junior", "Java", "iOS") passend zu Ihrem Stack und Ihrer Seniorität. Die mitgelieferte tracked_companies-Liste enthält bereits 3 verifizierte Greenhouse / Ashby-Boards (GitLab, Vercel, Linear). Für 24+ weitere einsatzbereite Blöcke siehe docs/portals-examples.md.
Wenn Sie hh.ru / Habr Career scannen möchten, bearbeiten Sie den russian_portals:-Block, den das Setup-Skript erstellt hat — fügen Sie Ihre Suchanfragen hinzu (z. B. "Senior PHP", "Тимлид Go").
4. (Optional) LLM-API-Schlüssel
Die UI bevorzugt Anthropic vor Gemini, wenn beide vorhanden sind. Einer oder keiner funktioniert — ohne Schlüssel gibt Evaluate stattdessen einen Copy-Paste-Prompt für Claude Code zurück.
# Anthropic (preferred)
echo "ANTHROPIC_API_KEY=sk-ant-..." >> career-ops/.env
# Gemini (fallback)
echo "GEMINI_API_KEY=AIza..." >> career-ops/.env
Oder setzen Sie sie über die App settings-Seite in der UI (/#/config) — dieselbe Datei, maskiert beim Lesen, sofort auf process.env angewendet.
5. Prüfen und mit der Arbeit beginnen
Aktualisieren Sie die Health-Seite — jede erforderliche Prüfung sollte grün sein. Dann:
- Klicken Sie 🌐 Scan → warten Sie ~5 Sekunden → Greenhouse / Ashby / Lever / Workable / SmartRecruiters / Workday + hh.ru / Habr Career werden gescannt, Stellen erscheinen in der Tabelle darunter.
- Klicken Sie auf einen beliebigen Titel → die ursprüngliche Ausschreibung öffnet sich in einem neuen Tab.
- Filtern Sie nach Stack-Chips (PHP / Go / Backend / Senior), bis Sie etwas Vielversprechendes sehen.
- Kopieren Sie die URL → fügen Sie sie in die Pipeline ein → klicken Sie Evaluate, um sie live 0-5 zu bewerten (Anthropic / Gemini) oder einen manuellen Prompt zu erhalten.
- Berichte landen in
reports/, der Tracker indata/applications.md, die Live-Tiefenrecherche ininterview-prep/. Alles in der UI sichtbar.
Übersetzungen dieser Anleitung liegen in jeder sprachspezifischen README: 🇬🇧 English · 🇪🇸 Español · 🇧🇷 Português (Brasil) · 🇰🇷 한국어 · 🇯🇵 日本語 · 🇷🇺 Русский · 🇨🇳 简体中文 · 🇹🇼 繁體中文 · 🇫🇷 Français · 🇵🇱 Polski · 🇺🇦 Українська · 🇩🇰 Dansk · 🇸🇦 العربية · 🇮🇹 Italiano · 🇹🇷 Türkçe · 🇮🇳 हिन्दी · 🇱🇰 தமிழ் · 🇻🇳 Tiếng Việt
Lizenz
MIT. Siehe LICENSE.
Aufbauend auf career-ops von santifer. Danke für die brillante Pipeline.
Mitwirkende
Dank an alle, die beim Aufbau von career-ops-ui helfen. Das Projekt wird von Fighter90 betreut und durch Community-Beiträge verbessert — siehe die vollständige Liste im Contributors-Graph.

career-ops-ui
The open-source job search command center
