career-ops-ui
Kom i gang

Brugervejledning

Redigér denne side på GitHub

Hjælp — career-ops-ui

En komplet gennemgang af hver side, fra det øjeblik du starter appen til du lander en jobsamtale. Hver ##-overskrift nedenfor svarer til en post i sidebjælken eller en fase i arbejdsgangen. Læs oppefra og ned ved første kørsel; spring til en bestemt sektion senere via indholdsfortegnelsen i hjælpe-sidebjælken.

Målgruppe: alle, der lige har lagt denne UI ind i et career-ops- checkout og kørt bash bin/start.sh. Ingen forudgående career-ops-viden antages.

Om career-ops

career-ops er et open source-jobsøgningssystem, der kører som skråstreg-kommandoer inde i enhver AI-kodnings-CLI (Claude Code, Gemini CLI, Codex, Qwen Code, OpenCode, GitHub Copilot CLI — andre Claude-kompatible CLI’er virker også via den samme skråstreg-kommandoflade). Modelagnostisk. Det evaluerer hvert opslag mod dit CV med en seks-dimensionel 0,0–5,0 rubrik, genererer skræddersyede PDF-CV’er og sporer hver ansøgning lokalt på din maskine.

Kanonisk reference (læs disse i rækkefølge ved første installation):

Definerende principper (fra career-ops.org/docs/introduction/what-is-career-ops):

  • Open source, helt seriøst — MIT, ingen betalt niveau, ingen venteliste, ingen telemetri, ingen konti. Systemet fungerer uden betalte niveauer, konti eller telemetri. Kodebidrag gennemgår community-review før udgivelse.
  • Datasuverænitet — cv.md, config/profile.yml, data/, reports/, interview-prep/ forlader aldrig din laptop, medmindre du eksplicit pusher dem. Du kører det lokalt på din maskine og bevarer fuld datasuverænitet.
  • AI-agnostisk arkitektur — career-ops bundter IKKE en model. Det fungerer som kommandoer inde i eksisterende AI-kodnings-CLI’er. Skift udbyder (Anthropic ↔ Gemini ↔ OpenAI), og din evalueringshistorik forbliver konsistent.
  • Menneskestyrede indsendelser — career-ops udarbejder svar og åbner formularen, men du klikker på Indsend. Systemet ansøger aldrig automatisk. Systemet leverer struktur og evaluering; mennesker bevarer den endelige indsendelsesmyndighed.
  • Struktureret søgning — bygget til en aktiv, bevidst jobjagt med mange ansøgninger; ikke et enkelt-indsendelsesværktøj, ikke en anbefalingsmotor. Opsætning tager ~15 minutter og forudsætter, at du er fortrolig med terminalen.

Hvad career-ops IKKE er (eksplicitte ikke-mål):

  • Ikke en auto-ansøger. Den indsender ikke formularer for dig.
  • Ikke en CV-genopbygger. Den skræddersyr per JD; den opfinder ikke erfaring.
  • Ikke en LinkedIn-optimerer. Din profil er din egen sag.
  • Ikke en regneark-erstatning, der gemmer sig bag en SaaS-UI. Dataene er almindelig markdown på dit filsystem.

Nøglebegreber (fuld oversigt — hver artefakt career-ops rører ved):

Begreb Hvad det er
Mode En promptskabelon under modes/<slug>.md. Indbygget: oferta, deep, apply, pipeline, batch, contacto, followup, interview-prep, patterns, project, training, ofertas, auto-pipeline, pdf, latex, scan, tracker.
Archetype En målrolle-profil i config/profile.yml. Rubrikken vægter færdighedsmatch mod den aktive arketype — det enkeltvis vigtigste felt.
Pipeline data/pipeline.md — indbakke af JD-URL’er, der venter på at blive evalueret.
Tracker data/applications.md — historisk GFM-tabel over hver evaluering + ansøgningsstatus.
Report reports/<NNN>-<company>-<DATE>.md — fuld A–F-evaluering per JD, med score + legitimitet i headeren.
Scan history data/scan-history.tsv — append-only log; forhindrer dubletter på tværs af scanninger.
Proof points STAR+R-evidensblokke udtrukket fra cv.md, genbrugt på tværs af evaluering, ansøgningssvar og samtaleforberedelse.
JD store jds/jd-<date>-<ts>.txt — ordrette jobopslag gemt under evaluering til revisionssporet.
Interview-prep interview-prep/<company>-<role>.md — dybe research-briefs og runde-onepagers.
Batch additions batch/tracker-additions/*.tsv — afventende rækker sat i kø af batch-runner.sh til fletning ind i trackeren.

career-ops vs career-ops-ui (denne app)

career-ops (CLI) career-ops-ui (denne app)
Hvor det kører inde i Claude Code / Gemini CLI / Codex / Qwen Code / OpenCode / GitHub Copilot CLI http://127.0.0.1:4317 i din browser
Flade /career-ops <mode> skråstreg-kommandoer sidebjælke med én side per arbejdsgang
Formularudfyldning ja, via Playwright MCP nej — genererer tjeklisten, du afslutter i CLI’en
PDF generate-pdf.mjs 📄 Generér PDF på #/cv, #/reports/:slug, #/evaluate, #/deep, #/interview-prep
Datafiler delt med career-ops-ui delt med career-ops

career-ops-ui er rene tilføjelser. Intet inde i career-ops/ ændres. Begge flader deler de samme cv.md, config/profile.yml, portals.yml, data/, reports/, interview-prep/, modes/.

Handlingstærskler efter score

Når en JD har en evaluering, bestemmer scoren, hvad du skal gøre næste gang (kanonisk tabel fra career-ops.org/docs/introduction/what-is-career-ops):

Score Næste skridt
≥ 4.5 Kør /career-ops apply — høj egnethed, push med det samme.
4.0 – 4.4 Ansøg, eller /career-ops contacto for en varm introduktion først.
3.5 – 3.9 Kør /career-ops deep — undersøg virksomheden / rollen, før du beslutter.
< 3.5 Spring over, medmindre du har en specifik personlig grund.

career-ops-ui’s #/dashboard og #/tracker fremhæver hver række på eller over 4.0, så du kan vælge handling uden at køre noget om igen.

Ekstern dokumentation

Fuld reference for den underliggende career-ops-motor (scanning, evalueringsrubrik, batch-behandling, ansøgningsflow, Playwright-opsætning) findes på career-ops.org/docs:

1. Hurtig start — fuld trin-for-trin fra “opret CV” til “ansøgt og kontaktet”

Dette er den kanoniske, knap-for-knap-drejebog. Følg den i rækkefølge første gang. Hvert trin nævner den nøjagtige rute, den nøjagtige knap og hvad du vil se ved succes. Sektion 2–16 nedenfor dykker dybere ned i hver fase.

Spørg guiden. Åbn Spørg guiden 💬 (sidebjælke, under Hjælp) og skriv et spørgsmål — den svarer kun ud fra denne guide på dit sprog og læser aldrig dit CV. Den samme assistent er ét tryk væk fra hver side — en robot-chatknap svæver i nederste højre hjørne (nederste venstre i højre-mod-venstre-sprog); tryk for at spørge uden at forlade det, du er i gang med.

Start og init med én kommando. Fra en terminal kan du gøre hele bootstrappen uden at røre UI’en:

career-ops-ui setup      # installér deps → doctor → kør serveren
career-ops-ui init       # vælg LLM-udbyder + indsæt dens nøgle (echo undertrykt)
career-ops-ui doctor     # genverificér når som helst (exit 0 ⇔ alt påkrævet grønt)
career-ops-ui run        # start bare serveren på http://127.0.0.1:4317
career-ops-ui open       # åbn + HÆV dashboard-fanen i din browser

Efter setup/run åbnes browser-fanen og bringes i forgrunden automatisk (v1.43.0); career-ops-ui open gør det samme on demand, så du aldrig skal lede efter dashboard-fanen. NO_OPEN=1 deaktiverer auto-åbning ved headless-/CI-starts.

setup kører hele kæden selv. init skriver nøglen til den overordnede career-ops/.env gennem den samme validerede sti, som #/config-fanen API-nøgler bruger, og sætter LLM_PROVIDER (auto | claude | gemini), som de live evaluate / deep / mode / auto-pipeline-ruter respekterer. CI-form: career-ops-ui init --provider claude --anthropic-key sk-ant-… --yes. Foretrækker du UI’en? Fortsæt med trinene nedenfor.

A. Opsætning (gør disse én gang, ~5 minutter)

career-ops-ui skal ligge i career-ops/web-ui/ (indlejret i det overordnede career-ops-projekt). Den læser dit cv.md, config/ og data/ fra den overordnede mappe via ../ og fungerer ikke standalone. Hvis career-ops-ui init ikke findes efter en pull, kør cd career-ops/web-ui && npm install && npx career-ops-ui init.

Trin 1 — Åbn appen på http://127.0.0.1:4317. Hvis den ikke kører, kør bash bin/start.sh fra repo-roden i en terminal. Dashboardet (#/dashboard) indlæses.

Trin 2 — Klik på ❤ Health i venstre sidebjælke. Hvert påkrævet tjek skal være grønt:

  • cv.md, config/profile.yml, portals.yml findes
  • API-nøgle sat (mindst en af ANTHROPIC_API_KEY / GEMINI_API_KEY)
  • Playwright installeret (kun påkrævet hvis du vil bruge Generér PDF)

Hvis noget er rødt, fortæller siden dig den nøjagtige fil eller env-var, der skal rettes. Fortsæt ikke, før Health er grøn.

Trin 3 — Klik på ⚒ App settings i sidebjælken. Du lander på fanen API-nøgler og runtime.

Trin 4 — Skift til fanen Profile på samme side. Dette er den direkte YAML-editor for config/profile.yml. Redigér som minimum:

  • candidate.full_name — erstat enhver placeholder (“Jane Smith”) med dit rigtige navn
  • candidate.email, linkedin, github — bruges i ansøgningsbreve
  • target.roles — de jobtitler, du vil ansøge til
  • target.comp_total_min_usd — minimum total kompensation; tilbud under dette bliver flagget i sektion D af hver evaluering
  • target.archetypes — de karrieremønstre, du accepterer (det enkeltvis mest virkningsfulde felt)

Klik på 💾 Gem. Serveren validerer YAML’en og stempler den kanoniske # Career-Ops Profile Configuration-header.

B. CV (gør dette én gang, ~10 minutter)

Trin 5 — Klik på ✎ CV i sidebjælken. To kolonner: editor til venstre, live preview til højre.

Trin 6 — Vælg én vej til at udfylde editoren:

  • Upload et eksisterende CV — klik på 📁 Upload CV, vælg en af .docx / .doc / .odt / .rtf / .pdf / .html / .txt / .md. Serveren konverterer til markdown via pandoc eller pdftotext, saniterer XSS og lægger resultatet i editoren. Gennemgå konverteringen — især PDF’er kan miste layouttroskab.
  • Indsæt markdown direkte — tekstfeltet er en markdown-editor; højre rude er, hvad LLM’en (og din fremtidige rekrutterer) vil se.
  • Tone-tips: ét punkt = én bedrift med en metrik. Hold dig under 1500 ord. Sektioner i denne rækkefølge: Summary, Experience, Projects, Education, Skills.

Trin 7 — Klik på 💾 Gem (øverst til højre på CV-siden). Serveren saniterer (<script> / javascript: / inline-handlere fjernes) og skriver cv.md. Toast: “Gemt”.

Trin 8 (valgfrit) — Klik på 📄 Generér PDF. Kører generate-pdf.mjs i den overordnede (Playwright påkrævet) og den nye PDF auto-downloades til din browser, når den er færdig. Listen nederst på siden bevarer hver tidligere genereret fil.

C. Find ledige stillinger (~2 minutter per scan)

Trin 9 — Klik på 🌐 Scan i sidebjælken. Bekræft, at portals.yml lister de boards, du bekymrer dig om (sektion 5 i denne hjælp). Tryk på knappen 🌐 Scan nu. En live SSE-log streamer, mens scanneren gennemgår Greenhouse / Ashby / Lever / Workable / SmartRecruiters / Workday (engelske boards) og hh.ru / Habr Career (russiske boards, hvis aktiveret).

Trin 10 — Når scanningen er færdig, gennemgå resultaterne. Klik på en virksomhedstag for at filtrere; klik på ↗-ikonet for at åbne virksomhedens karriereside i en ny fane. Hver ledig stilling, der overlevede titelfilteret, er sat i kø i Pipeline.

D. Vurdér tilbuddene (~30 sekunder per JD)

Trin 11 — Klik på Pipeline i sidebjælken. Du ser hver URL, scanneren satte i kø. Klik på en post for at forhåndsvise JD’en inline.

Trin 12 — Klik på ▶ Evaluate ved siden af en JD. Dette springer til #/evaluate. Med en API-nøgle sat kører den live; uden en får du en manuel prompt at indsætte i din egen LLM. Live-tilstand producerer en 0–5 score mod dit CV på tværs af sektion A–G (Role / Company / Compensation / Risk / Stretch / Cultural fit / Verdict). Gem lander i reports/<date>-<slug>.md.

Trin 13 — Klik på Reports i sidebjælken og gennemgå den seneste evaluering. Alt under dit comp_total_min_usd er flagget rødt i sektion D. Alt med Verdict: pursue er din shortlist.

E. Beslut og lav dybt research på den shortlistede virksomhed (~3 minutter)

Trin 14 — Vælg en stilling værd at forfølge. Klik på Deep research i sidebjælken. Indtast virksomhedens navn og rolle. Modellen producerer et 7-sektions virksomhedsbrief (mission, seneste nyheder, tech- stack, ansættelsessignaler, kompensationsbenchmarks, risici, anbefalet vinkel). Gem lander i interview-prep/<company>-<role>.md.

F. Ansøg (~5 minutter per ansøgning)

Trin 15 — Klik på Apply checklist i sidebjælken. Indsæt stillings-URL’en + JD’en. Hjælperen genererer en trin-for-trin indsendelsestjekliste:

  • Skræddersyet ansøgningsbrev-udkast (bruger dit cv.md + profile.yml)
  • Specifikke nøgleord at spejle fra JD’en
  • Filer at vedhæfte (CV PDF — se trin 8)
  • Hvor man ansøger (den kanoniske karriere-URL, ikke aggregator- omdirigeringer)
  • Påmindelse: ALDRIG auto-indsend — endelig gennemgang og indsendelse er altid manuel.

Trin 16 — Åbn karrieresiden i en ny fane. Brug ansøgnings- tjeklisten som din to-do-liste. Indsend gennem virksomhedens faktiske formular. Vedhæft den PDF, du genererede i trin 8.

Trin 17 — Ræk ud til et rigtigt menneske. Åbn Outreach-tilstanden (#/contacto i sidebjælken). Modellen udarbejder en kort LinkedIn- / e-mail-besked skræddersyet til virksomhedsbriefet fra trin 14. Personaliser indledningen (én specifik detalje fra dit dybe research-brief). Send den.

G. Spor og følg op (løbende)

Trin 18 — Klik på Tracker i sidebjælken og tilføj en række for ansøgningen: virksomhed, rolle, score, status Applied, link til rapporten, link til det dybe research-brief. Datoen udfyldes automatisk.

Trin 19 — En uge senere: åbn Follow-up-tilstanden (#/followup). Udarbejder en høflig opfølgnings-e-mail, der refererer til den oprindelige ansøgning. Send. Opdater tracker-status til Followed up.

Trin 20 — Når du får en samtaleinvitation, kør Interview prep- tilstanden (#/interview-prep). Genererer målrettet forberedelse til den specifikke virksomhed + fase (system design / behavioral / coding). Trækker fra det dybe research-brief automatisk.

Trin 21 — Fik du tilbuddet? Opdater tracker-status til Offer og genbesøg kompensationssektionen i din evalueringsrapport — dit minimums- accepttal står lige der.

TL;DR — sidebjælke-rækkefølgen matcher arbejdsgangen

Health → App settings → Profile → CV → Scan → Pipeline → Evaluate → Reports → Deep research → Apply checklist → Outreach → Tracker → Follow-up → Interview prep → Activity log

Det var det. 21 trin, knap-for-knap, fra nul til tilbud.

Auto-pipeline med ét klik (#/auto) — genvejen på 21 trin

Hvis du bare vil score ét specifikt opslag hurtigt, så spring den manuelle gennemgang over. Sidebjælke → ✨ Auto-pipeline (eller ✨-knappen på Dashboardet) åbner en dedikeret skærm: indsæt job-URL’en, tryk på Enter eller klik på ▶ Kør fuld pipeline, og serveren kører hele kæden i ét observerbart gennemløb:

  1. Validerer URL — SSRF-sikkert tjek (isValidJobUrl); afviser loopback / file: / private IP’er / script-tegn.
  2. Henter jobbeskrivelse — safeGet (DNS-pinned, redirect- revalideret) trækker + saniterer JD’en.
  3. Evaluerer mod dit CV — Anthropic (foretrukket) → Gemini fallback → manuel prompt hvis ingen nøgle.
  4. Gemmer rapport — skriver reports/<slug>.md med score + legitimitet i headeren.
  5. Tilføjer til tracker — føjer en række til data/applications.md.

Live feedback er en lodret stepper (hvert trin lyser op running → done / failed). Det er en ordnet liste med aria-current på det aktive trin og et høfligt skærmlæser live-område, der annoncerer hver overgang. Ved succes deep-linker resultatkortet direkte til den gemte rapport (Vis rapport · N/5) og trackeren. Et fejlet trin markeres rødt med sin besked, og knappen genaktiveres, så du kan rette URL’en og prøve igen uden at genindlæse.

Ingen API-nøgle? Pipeline kører i manuel tilstand: trin 3–5 kollapser, og du får et klar-til-indsæt promptkort (kopier ind i Claude Code / Anthropic / Gemini). Intet live LLM-kald, ingen omkostning.

#/auto er linkbar: #/auto?url=<encoded>&go=1 åbner skærmen og starter automatisk. Dashboardets ✨-knap og denne sidebjælke-post lander begge her (et enkelt sammenhængende flow — den transiente modal fra før 1.34 blev forfremmet til denne side).

CLI (v1.38.0). Én kommando kører kæden: career-ops-ui setup (bootstrap → installér → start). Standalone-verber: career-ops-ui doctor (env/nøgler/værktøjs-tjek — samme motor som Health-siden; exit 1 ved enhver påkrævet fejl), career-ops-ui run, career-ops-ui init (udbyder+nøgle-wizard, v1.39.0). Udbydere (v1.39.0). API-nøgle-fanen tilføjer en LLM_PROVIDER-select (auto = Anthropic→Gemini standard · claude · gemini) og et OPENAI_API_KEY-felt (Codex/OpenCode CLI-siden). career-ops-ui init er en interaktiv wizard til det samme.

Udbydere (v1.57.0). Headless live-eval spænder nu over Anthropic → Gemini → OpenAI → Qwen → OpenRouter (auto-rækkefølgen; LLM_PROVIDER fastlåser én). OpenRouter — én OPENROUTER_API_KEY fronter 300+ modeller; OPENROUTER_MODEL-dropdownen indlæser OpenRouters live-katalog (server-side proxy, kurateret offline-fallback). Også rettet: nøgler indsat med en efterstillet linjeskift / omgivende mellemrum trimmes nu før validering, så /#/config ikke længere viser “validation failed” for nogen udbyder.

2. App settings og API-nøgler (#/config)

Nyt i v1.55 → v1.56. Med ingen LLM-nøgle sat forklarer et rødt banner på hver skærm, at ⚡ Run-live er i manuel-prompt-tilstand og linker hertil; når en nøgle er sat, bliver det en stille chip, der navngiver den aktive udbyder. Før enhver ⚡ Run-live-knap (#/auto, #/evaluate, #/deep, modes) vises et ærligt omkostningsskøn (f.eks. “Estimeret omkostning: OpenAI gpt-5-codex · ~$0,04/eval”, eller en ingen-API-omkostning-note i manuel tilstand). #/scan gemmer sekundære filtre bag en Avancerede filtre-foldning; #/tracker tilføjer klikbare tragt-chips + valgfri server-side-paginering; #/pipeline virtualiserer ud over 1000 rækker.

AI CLI-værktøjer. Fanen AI CLI-værktøjer viser, hvilke agent-CLI’er (Claude Code, Codex, Gemini, OpenCode, Copilot, Qwen, Antigravity) der er installeret på serveren — en skrivebeskyttet PATH-scanning uden at køre dem. Udseende → Vis firmalogoer (fra som standard) viser hvert firmas favicon i scanningstabellen, hentet fra dets eget domæne (aldrig en tredjepartstjeneste).

Tre faner:

  1. API-nøgler og runtime — struktureret feltformular over det overordnede projekts .env (samme fil, som career-ops Node-scripts læser ved opstart). Grupperet: API-nøgler / Runtime / Regionale kilder. Fanen eksponerer også per-udbyder-modelvælgere — OPENAI_MODEL (OpenAI/Codex) sammen med ANTHROPIC_MODEL og GEMINI_MODEL.
  2. Profile — felt-for-felt-formular over config/profile.yml (web-ui 1.32.0). Gem fletter ind i filen — dine arketyper, proof points og eventuelle brugerdefinerede nøgler bevares urørte.
  3. Modes — struktureret feltformular for modes/_profile.md (web-ui 1.54.3), afledt af det dokumenterede skema. Liste-type- sektioner — Target Roles / Adaptive Framing / Comp Targets — gengives som gentagelige linjepost-inputs (tilføj/fjern rækker); prosa- sektioner — Exit Narrative / Location Policy — gengives som mærkede tekstfelter; enhver ukendt eller ikke-liste-sektion falder tilbage til et mærket ordret tekstfelt. Gem fletter stadig per sektion — indledningen, urørte sektioner og eventuelle brugerdefinerede sektioner bevares byte-for-byte. En Avanceret: rå markdown-foldning forbliver til fuld-fil-redigeringer — tilføjelse/fjernelse af sektioner eller redigering af indledningen.

Et gem i en hvilken som helst fane forplanter sig med det samme — ingen server-genstart.

Opsætning af din LLM-udbyder (trin for trin). Web-UI’ens ⚡ live-evaluering kører headless og bruger én API-nøgle. Den virker via “ELLER” — sæt en hvilken som helst af disse, og det virker bare; med flere sat foretrækker auto dem i denne rækkefølge: Anthropic → Gemini → OpenAI → Qwen. (career-ops selv er CLI-agnostisk — du kører den også inde i Claude Code, Codex, Gemini, OpenCode, Qwen, Copilot eller Kimi; det er adskilt fra denne headless-nøgle.)

  1. Åbn #/config → fanen API-nøgler og runtime.
  2. Vælg din udbyder i LLM_PROVIDER: auto (brug hvilken nøgle der er sat), eller tving en med claude / gemini / openai / qwen.
  3. Udfyld nøglen + modellen for den udbyder, du valgte:
    • Anthropic — sæt ANTHROPIC_API_KEY (console.anthropic.com), valgfrit ANTHROPIC_MODEL (standard claude-sonnet-4-6).
    • Gemini — sæt GEMINI_API_KEY (aistudio.google.com/apikey), valgfrit GEMINI_MODEL (standard gemini-2.0-flash).
    • OpenAI — sæt OPENAI_API_KEY (platform.openai.com), valgfrit OPENAI_MODEL (standard gpt-5-codex).
    • Qwen — sæt QWEN_API_KEY (Alibaba Model Studio / DashScope, dashscope.console.aliyun.com), valgfrit QWEN_MODEL (standard qwen-max). For fastlands-CN-endpointet sæt QWEN_BASE_URL i den rå .env.
  4. Klik på Gem. Nøgler skrives til det overordnede projekts .env; ændringen træder i kraft med det samme — ingen server-genstart nødvendig.
  5. Verificér på #/evaluate: indsæt en job-URL/beskrivelse og tryk på ⚡ Kør live. Resultatheaderen viser, hvilken udbyder der kørte (anthropic / gemini / openai / qwen). Ingen nøgle sat nogen steder → du får i stedet den kopier-indsæt manuelle prompt.

Hemmeligheder maskeres efter gem og logges aldrig. Model-id-felter (*_MODEL) er ikke hemmelige.

Profile-fanen (feltformular — v1.32.0)

Før v1.32.0 var denne fane et enkelt rå-YAML-tekstfelt, hvor hver indstilling levede i én udifferentieret klump. Det er nu en struktureret formular, felter grupperet i tre sammenfoldelige sektioner:

  • Candidate — Fulde navn (påkrævet), E-mail, Telefon, Lokation, LinkedIn, GitHub, Portfolio-URL, X / Twitter.
  • Narrative — Headline, Exit-historie.
  • Compensation — Målinterval, Valuta, Walk-away-minimum, Lokationsfleksibilitet.
  • Strukturerede array-editorer (web-ui 1.35.0) — tilføj/fjern-række- editorer til de liste-formede felter, så selv disse ikke længere behøver den rå YAML: Target roles + Superpowers (strenglister); Archetypes (name / level / fit-rækker); Proof points (name / url / hero-metric-rækker). Tomme rækker droppes; en tømt liste fjerner nøglen rent. Samme flet-ikke-erstat-garanti — hvert array, du ikke rører, overlever urørt.

Sådan er gemningen sikker:

  • Formularen sender kun de 14 modellerede skalar-stier som { fields: { "candidate.full_name": … } }. Serveren læser den eksisterende config/profile.yml, sætter/rydder kun disse blade og re-serialiserer hele objektet — så indlejrede arrays, formularen ikke modellerer (target_roles.archetypes, narrative.proof_points, narrative.superpowers), og eventuelle brugerdefinerede nøgler, du tilføjede i hånden, overlever round-trippet urørt. Rydning af et felt fjerner den nøgle rent (intet phone: ""-restprodukt).
  • Validering kræver stadig et fuldt navn; # Career-Ops Profile Configuration-headeren stemples automatisk.
  • En afvejning: et feltformular-gem re-serialiserer YAML’en, så inline #-kommentarer går tabt. For at bevare kommentarer eller redigere indlejrede arrays, brug Avanceret: redigér rå YAML-foldningen nederst på fanen — det er pre-1.32-fuld-fil-editoren, uændret (erstatter hele filen ved gem).
  • Den skrivebeskyttede oversigt på #/profile er den visuelle ledsager.

Genkendte nøgler

Nøgle Hvad den gør Hvor man får den
ANTHROPIC_API_KEY Aktiverer live Anthropic SDK-kald. Foretrukket når både Anthropic + Gemini er sat — bedre long-form struktureret output til JD-scoring og dybt research. https://console.anthropic.com/settings/keys
ANTHROPIC_MODEL Tilsidesæt standard claude-sonnet-4-6. Prøv claude-opus-4-7 til hårdere reasoning, claude-haiku-4-5-20251001 til billigt-og-hurtigt. —
GEMINI_API_KEY Fallback når ingen Anthropic-nøgle. Bruges af gemini-eval.mjs til oferta-tilstand. Gratis-niveau virker til lav volumen. https://aistudio.google.com/apikey
GEMINI_MODEL Tilsidesæt standard Gemini-model. —
(server uses default UA) Påkrævet ved kørsel af hh.ru-scanninger fra uden for Rusland (API’en returnerer 403 på almindelige User-Agents). Registrér en app på https://dev.hh.ru/admin og brug dens UA-streng. dev.hh.ru
PORT Express bind-port. Standard 4317. —
HOST Bind-adresse. Standard 127.0.0.1. At sætte 0.0.0.0 eksponerer UI’en på LAN’et — ingen auth-gate endnu, se Production-readiness-dokumentet. —

Adfærd

  • Læs (GET /api/config) returnerer hver genkendt nøgle. Hemmelige nøgler (ANTHROPIC_API_KEY, GEMINI_API_KEY) er maskeret — du ser sk-ant•••••••a1b2, aldrig den fulde værdi.
  • Gem (POST /api/config) validerer hver værdi, skriver til <parent>/.env og anvender den straks på den kørende proces. Ingen genstart nødvendig.
  • Tom værdi sletter nøglen. Nyttigt hvis du vil holde op med at bruge en russisk IP / VPN.

Smoke-test-knapper

Efter gem, klik på ▶ Test Anthropic eller ▶ Test Gemini — begge affyrer en lille prompt (≤256 tokens output), så du bruger stort set intet, mens du bekræfter, at nøglen er korrekt forbundet. Returnerer en ~200-tegns prøve ved succes.

3. Profile (#/profile — også tilgængelig som #/settings)

En skrivebeskyttet oversigtskort-visning af config/profile.yml. For at redigere, gå til App settings → Profile-fanen (#/config → Profile) — siden web-ui 1.32.0 er det en felt-for-felt-formular (Candidate / Narrative / Compensation), ikke en rå-YAML-klump. Gemninger fletter ind i samme fil; denne side genparser ved genindlæsning.

De felter, der betyder mest:

  • candidate.full_name — bruges i hver prompt. Erstat skabelonens Jane Smith, før du scanner noget for alvor, ellers vil dine genererede ansøgningsbreve gå ud under placeholder-navnet.
  • candidate.email, linkedin, github — refereret i ansøgningsbrev- generering og ansøgningstjeklisten.
  • target.roles — accepterede jobtitler. Scannerens positive filter bruger dette implicit (via portals.yml::title_filter).
  • target.comp_total_min_usd — minimum total kompensation. Sektion D af hver evaluering flagger tilbud under dette.
  • target.archetypes — det vigtigste felt. Disse er de karrieremønstre, du accepterer (f.eks. Tech-Lead-Backend, Founding-Engineer, Data-Platform). Hver JD matches mod dem, og den bedst egnede arketype lander i rapportheaderen.

Health-siden viser et Profile customized-tjek, der fejler, så længe full_name matcher et kendt placeholder-navn.

4. CV (#/cv)

Eneste sandhedskilde for hver evaluering, dybt research og ansøgnings- brev. Lever i cv.md i den overordnede projektrod.

Redigeringsmuligheder

  • Indsæt det direkte — tekstfeltet til venstre er en markdown- editor. Højre rude spejler, hvad LLM’en (og din fremtidige rekrutterer) ser.
  • 📁 Upload CV — vælg en lokal fil i et af disse formater, og serveren konverterer den til markdown for dig:
    • Tekstformater — .md, .markdown, .txt, .html, .htm sendes igennem (HTML går via pandoc → GFM markdown).
    • Office-formater — .docx, .doc, .odt, .rtf konverteres via pandoc (brew install pandoc på macOS, apt install pandoc på Linux).
    • PDF — .pdf udtrækkes via pdftotext fra Poppler (brew install poppler / apt install poppler-utils).
    • Den konverterede markdown lander i editoren; klik på 💾 Gem for at persistere. Resultatet saniteres (samme XSS-strip som indsæt).
    • Hård grænse: 10 MB per upload. Større filer → 413.
  • Fra LinkedIn — nemmeste vej: åbn Claude Code i det overordnede projekt, kør /career-ops, indsæt din LinkedIn-URL og bed om extract my CV from this and write it to cv.md.

Hvad bliver saniteret

Server-side kører hver PUT til /api/cv gennem stripDangerousMarkdown:

  • <script>, <iframe>, <object>, <embed>, <svg>, <style>, <form>-tags — fjernes fuldstændigt.
  • Inline event-handlere (onclick=, onerror=, osv.) — strippet.
  • javascript:, vbscript:, data:text/html URI-skemaer — neutraliseret.

Svaret inkluderer sanitized: true, når noget af ovenstående blev fjernet, så du ved, om kilden havde noget ondsindet.

Maks. body-størrelse: 1 MB. Alt større returnerer 413.

Andre knapper

  • sync-check — kører cv-sync-check.mjs i det overordnede projekt. Flagger inkonsistenser: et projekt nævnt i dit CV, men ikke i data/applications.md-arketyper, osv.
  • 📄 Generér PDF — streamer generate-pdf.mjs. Output lander i output/*.pdf. Kræver Playwright (Health-siden viser, om det er installeret i den overordnedes node_modules). Når genereringen er færdig, auto-downloades den nyeste PDF til din standard Downloads- mappe; on-page-listen bevarer hver tidligere genereret fil.

Tone- / format-tips

  • Ét punkt = én bedrift med en metrik. “Reducerede p99-latens med 38%” slår “forbedrede performance” for hver evalueringsrubrik.
  • Sektioner i denne rækkefølge: Summary (3–5 linjer), Experience (omvendt kronologisk), Projects (maks. 5), Education, Skills (dedupliceret, ingen buzzword-suppe).
  • Hold det under 1500 ord. Scoring-rubrikken bruger tæt info; et vidtløftigt CV bliver straffet for støj.

5. Portaler og kilder (portals.yml)

Scanner-konfigurationen lever i portals.yml i den overordnede rod. Tre sektioner betyder noget. SPA’ens tre sektioner (nedenfor) matcher det kanoniske career-ops.org-skema fra scan-job-portals 1:1.

Genvej: #/portals-URL’en resolver nu direkte til App settings og (når en regional kilde er konfigureret) springer til Regionale kilder-gruppen — så et bogmærket eller indtastet #/portals- link ikke længere giver 404 (v1.42.0).

title_filter

title_filter:
  positive: [backend, engineer, senior, tech lead, golang, php]
  negative: [junior, intern, frontend, ios, android, java]
  seniority_boost: [Senior, Staff, Lead, Principal]

En scannet stilling består, når dens titel indeholder mindst ét positivt nøgleord OG ingen af de negative nøgleord. Justér begge. Nøgleord er case-insensitive delstrenge.

seniority_boost er den tredje title-filter-nøgle. Nøgleord listet her filtrerer ikke noget ud — de skubber matchende jobs højere op i resultaterne, så en “Senior Backend Engineer” lander over en “Engineer”. Standard: ["Senior", "Staff", "Lead"]. Justér til at matche, hvordan dine målroller er titulerede.

Start med 3–5 positive nøgleord for klarhed; udvid senere.

location_filter (valgfrit — web-ui 1.33.0, parent #570)

location_filter:
  allow:
    - "Remote"
    - "United States"
    - "Atlanta"
  block:
    - "India"
    - "London"
    - "Germany"

Filtrerer scannede stillinger efter deres location-streng (case-insensitive delstreng), anvendt af både ATS-sweepet og det regionale sweep. Semantik, identisk med den kanoniske career-ops scan.mjs:

  • Ingen location_filter-nøgle → hver location består (standard).
  • En stilling med en tom/manglende location → består (manglende data straffes ikke).
  • Et block-nøgleordsmatch → afvist (block har forrang over allow).
  • allow tom → består (block har allerede ryddet den).
  • allow ikke-tom → skal matche mindst ét nøgleord.

Top-niveau-nøgle i portals.yml (et søskende til title_filter, ikke indlejret under russian_portals). Brug den til at droppe jobs, der overlevede titelfilteret, men er i en region, du ikke kan tage.

Start med 3–5 positive nøgleord for klarhed; udvid senere.

content_filter (valgfrit — web-ui 1.75.0, parent #974). Et top-niveau- søskende til location_filter med de samme positive / negative-nøgleord- lister, men matchet mod et opslags beskrivelse / snippet-tekst i stedet for dets location:

content_filter:
  positive: ["python", "machine learning"]
  negative: ["security clearance", "on-site only"]

Identisk semantik med location_filter: ingen nøgle → alt består; et opslag med en tom/manglende beskrivelse består (manglende data straffes ikke); et negative-match → afvist; positive tom → består; positive ikke-tom → skal matche mindst ét nøgleord (case-insensitive delstreng). Anvendt af både ATS- og de regionale sweeps. Kun kilder, der leverer en beskrivelse/snippet (f.eks. RSS), påvirkes — hvert andet opslag består — så aktivering af det dropper aldrig stille rækker fra kilder, der ikke bærer en body. Brug den til at droppe et titel-bestående opslag, hvis body afslører en deal-breaker.

trust_filter (valgfrit — web-ui 1.76.0, parent career-ops v1.13.0). En top-niveau-blok, der annoterer (aldrig dropper) hvert scannet opslag med en trust-score (0–100), et niveau (high / medium / low) og flag. Slået fra medmindre til stede og ikke deaktiveret:

trust_filter:
  enabled: true
  suspicious_domains: ["bit.ly", "tinyurl.com"]   # valgfrit — tilsidesætter standard-shortener-listen
  ats_allowlist: ["greenhouse.io", "ashbyhq.com"] # valgfrit — tilsidesætter standard-ATS-host-allowlisten

Heuristikker: manglende apply-URL (−40), ugyldig URL (−50), mistænkelig shortener- domæne (−25), virksomhed↔domæne-mismatch (−15, springes over for kendte ATS-hosts). Opslag under high får et sprogneutralt ⚠ score-badge i #/scan- tabellen (tooltippet lister flag-koderne), så du kan øjne low-trust-rækker uden at noget bliver filtreret ud. Lad blokken være helt ude for at bevare den pre-1.76-adfærd (ingen annotering, ingen badge).

search_queries

search_queries:
  - name: "Greenhouse — Rails Engineer"
    query: 'site:job-boards.greenhouse.io "Rails Engineer" OR "Ruby on Rails" remote'
    enabled: true
  - name: "Ashby — Senior Backend"
    query: 'site:jobs.ashbyhq.com "Senior Backend" remote'
    enabled: false

search_queries driver det AI-drevne Option B-scan (/career-ops scan inde i Claude Code / Codex). De udføres IKKE af det in-process npm run scan (som kun rammer offentlige boards-API’er). Brug dem, når du vil opdage roller hos virksomheder, der endnu ikke er i tracked_companies. Sæt enabled: false for at beholde en post uden at køre den.

tracked_companies

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 }
  - { name: JetBrains,  enabled: true, careers_url: https://jobs.lever.co/jetbrains }

Påkrævede felter per post: name og careers_url. Valgfrit: api (eksplicit Greenhouse / Ashby / Lever / Workable / SmartRecruiters / Workday endpoint), enabled: true|false for at inkludere/ekskludere uden at slette posten. ATS-scanneren detekterer ATS’en fra URL-mønsteret (job-boards.greenhouse.io/<slug> → Greenhouse, osv.) og henter hver virksomheds offentlige boards-api direkte. Virksomheder uden et genkendeligt ATS springes over (Active Companies-kortet på /#/scan viser dem i gråt med ○).

Per-tenant ATS-udbydere (v1.76.0 — parent career-ops v1.13.0-paritet). Seks flere ATS’er auto-detekterer direkte fra careers_url (eller et eksplicit api:), ingen provider: nødvendig:

tracked_companies:
  - { name: Acme,    enabled: true, careers_url: https://acme.bamboohr.com }          # BambooHR
  - { name: Foo,     enabled: true, careers_url: https://foo.breezy.hr }              # Breezy HR
  - { name: Bar,     enabled: true, careers_url: https://bar.jobs.personio.de }       # Personio (XML-feed)
  - { name: Baz,     enabled: true, careers_url: https://baz.recruitee.com }          # Recruitee
  - { name: SolidCo, enabled: true, careers_url: https://solid.jobs/public-api/offers/it }  # SolidJobs
  # Comeet kræver den fulde careers-api-URL (uid + token er ikke på den brandede side):
  - { name: ComeetCo, enabled: true, api: https://www.comeet.co/careers-api/2.0/company/<uid>/positions?token=<token> }

Hver fastlåser sin host med et anchored regex + redirect:'error' (SSRF-sikkert). Se docs/portals-examples.md for fyldigere copy-paste-poster.

rss (RSS / Atom-boards)

tracked_companies:
  - { name: LaraJobs, enabled: true, provider: rss, rss: https://larajobs.com/feed }
  - { name: WeWorkRemotely, enabled: true, provider: rss, rss: https://weworkremotely.com/remote-jobs.rss }

Peg scanneren mod et hvilket som helst jobboard, der publicerer et RSS/Atom-feed (LaraJobs, WeWorkRemotely, RemoteOK, golangprojects, …) ved at tilføje en post med provider: rss plus en rss: (eller feed_url:)-nøgle — ingen kodeændringer. RSS-adapteren parser hvert <item> (CDATA + HTML-entiteter, titler/virksomheder tag-strippet), normaliserer det til et job og kører samme title_filter / location_filter + dedup + pipeline-append-flow som ATS-kilder. RSS vises derefter som en valgbar kilde i #/scan-filter-dropdownen. (web-ui v1.62.x)

russian_portals

russian_portals:
  sources: ["hh", "habr", "trudvsem", "getmatch", "geekjob"]      # eller bare én
  area: 113                 # 1=Moskva, 2=SPb, 113=Rusland, 1001=remote
  per_page: 50
  only_remote: false
  queries:
    - "Senior PHP"
    - "Senior Go"
    - "Тимлид PHP"

queries er case-insensitive delstreng-match mod stillingstitler på hh.ru og Habr Career. Vær forsigtig med overlap med den negative liste — hvis "Senior PHP" er i queries, men "php" ender i title_filter.negative, vil scanningen returnere nul resultater, og konsollen vil advare dig om konflikten.

Konfiguration af russiske portaler — detaljeret opsætningsguide

v1.29.0 leverer 5 russisksprogede adaptere. To behøver ikke andet end standard-UA’en (habr-career, HTML-scrape; trudvsem, statslig open-data-API — ingen nøgle, ingen IP-gate). To er HTML-scrapes af tech-boards (getmatch, geekjob — også ingen nøgle). En er den kanoniske hh.ru-API, som kan returnere 403 fra ikke-russiske IP’er, medmindre du sætter en HH_USER_AGENT-env-var via App settings → API-nøgler og runtime (eller kører serveren fra en russisk IP / VPN-exit-node).

Kildeoversigt

Kilde-nøgle Visningsetiket Type Auth Geo-begrænsning
hh hh.ru JSON API valgfri HH_USER_AGENT ikke-RU IP’er kan give 403
habr Habr Career HTML ingen ingen
trudvsem Trudvsem JSON API (open-data) ingen ingen
getmatch GetMatch HTML ingen ingen
geekjob GeekJob HTML ingen ingen

Trin 1 — Åbn portals.yml

Filen lever i den overordnede career-ops/-rod (IKKE inde i web-ui/). Hvis den ikke findes endnu, kopiér eksemplet, der leveres med det overordnede projekt:

# fra den overordnede career-ops/-rod (IKKE web-ui/)
cp templates/portals.example.yml portals.yml
$EDITOR portals.yml

Trin 2 — Aktivér alle 5 kilder

Tilføj eller opdater russian_portals-blokken til at liste hver kilde, du vil scanne. Rækkefølgen i arrayet er irrelevant; scanneren gennemgår dem i registry-rækkefølge.

russian_portals:
  sources: ["hh", "habr", "trudvsem", "getmatch", "geekjob"]
  area: 113                  # 1=Moskva, 2=SPb, 113=Rusland, 1001=remote
  per_page: 50               # hvor mange stillinger per query per kilde
  only_remote: false         # sæt true for kun at beholde remote-opslag
  queries:
    - "Senior PHP"
    - "Senior Go"
    - "Backend Senior"
    - "Тимлид PHP"

Trin 3 — Justér queries og filtre

queries er de strenge, scanneren bruger til at søge i hver kilde. Hver query kører én gang på hver kilde — så 4 queries × 5 kilder = 20 kald per scan. Hold listen fokuseret (3–7 queries) for at holde scan-tiden under et minut. area er hh.ru-regionskoden (andre kilder ignorerer den). per_page begrænser, hvor mange stillinger hver kilde returnerer per query. only_remote: true filtrerer hvert resultat til remote-only på adapter-niveau (resultattabellen har stadig en separat Remote-chip).

Almindelige faldgruber

Negativ-liste-kollision. Hvis et ord fra en query ("php", "senior") også optræder i title_filter.negative, filtreres hvert resultat ud, før du ser det. Scanneren udsender en stderr-kollisionsadvarsel ved scan-tid — kig efter linjen ⚠ config: query "Senior PHP" contains "php" which is in the negative list. Ret det ved at fjerne det kolliderende ord fra negative:

title_filter:
  positive: [backend, senior, lead, php, go, golang, python]
  negative: [junior, intern, frontend, ios, android]
russian_portals:
  queries:
    - "Senior PHP"     # OK — "php" er ikke længere i negative-listen
    - "Senior Go"

Deaktivering af én kilde midlertidigt

For at deaktivere en kilde uden at slette dens data, drop bare dens nøgle fra sources:

russian_portals:
  sources: ["hh", "habr", "trudvsem"]   # kun 3 af 5 kilder kører

Verificering af opsætningen

Efter at have gemt portals.yml:

# 1. Gem portals.yml.
# 2. I SPA'en, skift til #/scan.
# 3. Klik 🌐 Scan nu.
# 4. Hold øje med SSE-loggen for per-kilde-linjen per query:
#       "Senior PHP"
#         hh.ru    18
#         habr     21
#         trudvsem  3
#         getmatch  0
#         geekjob   2
#    En værdi på 0 er normal for nogle queries — det betyder bare, at
#    den kilde ikke havde nogen match. En "geo-blocked"- eller "timeout"-linje betyder,
#    at adapteren nåede sitet, men ikke kunne læse resultater.

CLI bootstrap-flow (scan-job-portals)

Den kanoniske career-ops-opsætning (kør fra den overordnede rod én gang):

cp templates/portals.example.yml portals.yml
$EDITOR portals.yml

Det er hele bootstrappen. Redigér de tre sektioner (title_filter, tracked_companies, search_queries, valgfri russian_portals), gem, og du er klar til at scanne.

SPA bootstrap-adfærd

Ved første kørsel føjer serveren en dokumenteret russian_portals:-blok til portals.yml, hvis den mangler — idempotent (anden boot er en no-op, fordi den bogstavelige russian_portals:-linje nu er der). De engelske sektioner auto-injiceres IKKE; de kommer fra den templates/portals.example.yml, du kopierede per den kanoniske bootstrap ovenfor.

6. Health (#/health)

Hver opsætnings-gate, i OK / OPTIONAL / FAIL-badges. Læs dette, før du opretter en “virker ikke”-sag.

AI-forbrug og -omkostning. Siden AI-forbrug (💳, ved siden af Helbred) viser tokens for live AI-genereringer pr. udbyder over 24t/7d/30d/al tid, med en estimeret USD-omkostning fra en redigerbar pristabel (faktureres aldrig). En kompakt FORBRUG-måler er også fastgjort nederst i venstre sidebjælke på hver side — de samme 24t/7d/30d token-totaler og en estimeret 24-timers omkostning, opdateret live; menuen forbliver altid fri ovenover, og et klik på overskriften folder den sammen.

Påkrævede tjek (systemet kan ikke fungere uden disse)

  • Node version ≥ 18 — serveren bruger native fetch og node:test.
  • Project root — at CAREER_OPS_ROOT (env eller auto-detekteret) findes.
  • cv.md, config/profile.yml, portals.yml, data/applications.md, data/pipeline.md, modes/oferta.md.

Valgfrie tjek (kun advarsler)

  • Profile customized — candidate.full_name er ikke skabelon- placeholderen.
  • GEMINI_API_KEY / ANTHROPIC_API_KEY — sat i .env.
  • (server uses default UA) — betyder kun noget, hvis du scanner hh.ru fra uden for Rusland.
  • Playwright (parent node_modules) — påkrævet til PDF-generering og check-liveness.mjs. Installér med cd $CAREER_OPS_ROOT && npm install && npx playwright install chromium.
  • Parent project dependencies — cd $CAREER_OPS_ROOT && npm install hvis manglende.
  • data/, reports/, output/, jds/-mapper — auto-oprettet ved første skrivning.

Når serveren er eksponeret ud over loopback (HOST=0.0.0.0) erstattes de absolutte stier og den nøjagtige Node-version med "hidden" i svaret, så en nysgerrig nabo ikke kan fingerprint’e din installation.

Kør-knapper

  • ▶ Doctor kører node doctor.mjs og viser outputtet i en modal.
  • ▶ Verify pipeline kører node verify-pipeline.mjs.

7. Scan (#/scan)

Scanneren gennemgår hvert aktiveret board, deduplikerer mod din historik og skriver hits ind i data/last-scan.json og data/pipeline.md.

Søg + Udeluk. Søg-feltet behandler kommaer som ELLER (“roller at finde”); det nye Udeluk-felt skjuler rækker, der matcher et kommasepareret ord. Begge gemmes med dine søgninger.

Scan med ét klik (SPA)

🌐 Scan kører hver aktiveret kilde i ét enkelt sweep:

  • Greenhouse / Ashby / Lever / Workable / SmartRecruiters / Workday (ATS-sweepet) for hver virksomhed i tracked_companies med en genkendelig ATS-URL.
  • v1.75.0-aggregatorerne for hver tracked_companies-post, der vælger en til: RemoteOK / Remotive / Working Nomads (board-brede remote-feeds, provider: <slug>) og IBM / Arbeitsagentur / Glints / Jobstreet · SEEK (config-drevet, per-post <provider>:-blok).
  • hh.ru API + Habr Career + Trudvsem + GetMatch + GeekJob for hver query i russian_portals.

To faser, ét klik (v1.29.2). Den enkelte 🌐 Scan-knap driver BÅDE ATS-sweepet og det regionale sweep i én SSE-stream. Du vil se to fase-headere i loggen, i rækkefølge:

  1. ▶ ATS scan (Greenhouse + Ashby + Lever) — EN ATS-boards.
  2. ▶ Regional scan (hh.ru + Habr Career) — 5 RU-kilder fra registreringen.

Hver fase slutter med en ✓ done · NEW=N-opsummering. Hvis du kun ser ATS-fasen, er din stand på en pre-v1.29.2-build — opgradér. Pre-v1.29.2 lukkede SSE-klienten ved den første done-event, og den regionale fase blev stille droppet (tests/scan-stream-multi-phase.test.mjs er regression-nettet).

Live SSE-log streamer til højre rude, mens scanningen kører. Klik Stop (eller naviger bare væk) for at afbryde — serveren annullerer in-flight HTTPS-anmodninger via AbortController.

Filtrering af resultater

Under loggen gengiver resultattabellen rækker fra data/last-scan.json.

v1.76.0 — ingen resultatgrænse. Tidligere builds lagrede højst 2000 matchende rækker per region (MAX_STORED_RESULTS), og skjulte stille halen af et stort sweep. Den grænse er væk: hvert matchet opslag lagres, og tabellen pager bare igennem dem (200 per side — brug pager-kontrollerne under tabellen). Intet droppes; du vender bare sider.

v1.78.1 — live auto-opdatering. Resultattabellen opdateres nu automatisk, mens en scanning kører, og endnu en gang lige efter den er færdig — ingen manuel genindlæsning eller sideskift nødvendigt.

v1.80.0 — Max per source & kildekarantæne. Feltet Max per source ved siden af Scan-knappen sætter loft over, hvor mange jobs hvert board bidrager med (tomt/0 = ubegrænset, standarden) — praktisk, når ét kæmpe board ellers ville dominere. Separat skrives enhver kilde, der returnerer en permanent 404 / 410, til data/scan-quarantine.json og springes over ved senere scanninger (selvhelende: prøves igen efter 14 dage), så døde slugs holder op med at spamme loggen. Deaktivér med scan_quarantine: false i portals.yml.

Filtre:

  • Fritekst — delstreng-match mod titel / virksomhed.
  • Source-dropdown — Arbeitsagentur / Ashby / BambooHR / Breezy HR / Comeet / GeekJob / Glints / Greenhouse / GetMatch / Habr Career / hh.ru / IBM / Jobstreet · SEEK / Lever / Personio / Recruitee / RemoteOK / Remotive / RSS / SmartRecruiters / SolidJobs / Teamtailor / Trudvsem / We Work Remotely / Workable / Workday / Working Nomads (auto-udfyldt fra GET /api/scan/sources).
  • Remote / Hybrid / Onsite-dropdown.
  • Country-dropdown (v1.78.0) — et geografifilter, der udfyldes fra de lande, der er registreret på tværs af de aktuelle resultater, hvert vist med sit flag-emoji og et antal (f.eks. 🇩🇪 Germany (12)). Vælg ét for kun at beholde roller knyttet til det land. Registreringen mapper et opslags fritekst-lokation (landenavne/aliasser + ~100 store jobmarkedsbyer) til et land; den er konservativ og gætter aldrig, så et opslag, hvis lokation ikke kan opløses — eller et rent “Remote”-opslag — forbliver under All countries. Kombinér det med arbejdstype-dropdownen for at finde både landebundne og fjernroller.
  • Posted within-dropdown (v1.80.0) — et aldersfilter på klientsiden (Sidste 24 timer / 7 dage / 30 dage). Rækker, hvis pubDate er ældre, skjules; rækker med ingen angivet dato består (manglende data straffes ikke).
  • ★ Favoritter (v1.80.0) — klik på ☆ i en vilkårlig række for at markere et job med stjerne (gemt i localStorage efter URL); sæt flueben i ★ Favoritter i filterpanelet for kun at vise stjernemarkerede rækker. Stjerner overlever scanninger og genindlæsninger.
  • Gemte søgninger (v1.80.0) — linjen over filtrene: navngiv det aktuelle filtersæt og 💾 Gem, anvend det derefter igen fra dropdownen eller 🗑 Slet det. Gemt i localStorage; en korrupt/redigeret værdi nulstilles rent til tom.
  • Stack-chips (PHP / Go / Backend / Senior / …) — auto-detekteret per række af Skills.detectTech og Skills.detectLevel. Multi-select intersektion — at vælge PHP + Senior viser rækker, der har BEGGE.
  • Dynamiske chips under de statiske stack-chips — top-25 mest hyppige kapitaliserede tokens fra titler, så UI’en tilpasser sig til hvilke roller du faktisk scanner (marketing, design, finans…) i stedet for at være låst til backend-engineer-vokabularet.

Active Companies-kort

Et sammenfoldeligt kort, der lister hver virksomhed i portals.yml med dens scan-status:

  • ✓ grøn tag — direkte API-understøttelse (Greenhouse / Ashby / Lever / Workable / SmartRecruiters / Workday).
  • ○ grå tag — fallback til web-søgnings-prompt (intet API-match).

Klik på virksomhedsnavnet → udfylder resultatfilteret ovenfor med det navn. Klik på ↗-ikonet → åbner virksomhedens careers_url i en ny fane.

CLI scan-flow (scan-job-portals)

To måder at scanne fra CLI-siden (begge deponerer URL’er til samme data/pipeline.md, som SPA’en læser):

Option A — direkte script (~30 s, nul AI-tokens):

npm run scan                          # alle Greenhouse/Ashby/Lever-boards
npm run scan -- --dry-run             # forhåndsvis uden at persistere
npm run scan -- --company Anthropic   # begræns til én tracked company

Virker kun for Greenhouse / Ashby / Lever / Workable / SmartRecruiters / Workday (genkendelige ATS-URL’er). Ingen AI-tokens forbruges — det rammer de offentlige boards-API’er direkte.

Option B — AI-drevet browser-scan:

/career-ops scan

Inde i Claude Code / Codex / Cursor / Gemini CLI. Bruger model-tokens. Besøger hver tracked_companies-side direkte og kan opdage ikke-API- boards (karrieresider, custom ATS, regionale portaler). Langsommere men bredere. Nyttig når et ATS-sweep ikke returnerer noget for et mål, du ved er i gang med at ansætte.

Output (begge veje) — nye JD-URL’er føjet til data/pipeline.md, hver besøgt URL logget til data/scan-history.tsv (dedup på tværs af alle fremtidige scanninger), opsummering printet: virksomheder scannet · jobs fundet · filtreret efter titel · dubletter sprunget over · nye tilbud tilføjet.

Handlingstærskler efter score (anvend efter /career-ops pipeline batch-scorer de nye URL’er):

Score Anbefalet næste skridt
≥ 4.5 /career-ops apply — høj egnethed, push med det samme
4.0 – 4.4 ansøg, eller /career-ops contacto for varm introduktion
3.5 – 3.9 /career-ops deep — undersøg først
< 3.5 spring over, medmindre du har en specifik personlig grund

SPA’ens #/dashboard og #/tracker fremhæver hver række på eller over 4.0, så du kan vælge handling uden at køre noget om igen.

Opfølgningskommandoer

Efter scoring er de kanoniske opfølgninger:

  • /career-ops apply — Udfyld ansøgning med skræddersyede svar
  • /career-ops contacto — Udarbejd LinkedIn- / e-mail-outreach
  • /career-ops deep — Undersøg virksomhed / rolle dybt
  • /career-ops tracker — Vis pipeline-status

hh.ru — scannet fra websitet (kræver russisk IP siden juli 2026)

hh.ru scannes ved at læse det offentlige søgewebsite (hh.ru/search/vacancy), på samme måde som Habr Career — uden nøgle og opsætning. Siden juli 2026 svarer hh.ru dog med HTTP 451 (regional juridisk blokering) til IP’er uden for Rusland, så scanningen virker kun fra en russisk IP — kør serveren fra Rusland eller via en VPN med russisk exit-node. Ved den første 451 (eller anti-bot 403) deaktiverer scanneren hh.ru for resten af kørslen og skriver det i loggen, så de øvrige russiske kilder stadig gennemføres. JSON-API’et (api.hh.ru) bruges bevidst ikke: det returnerer 403 forbidden til enhver programmatisk klient uanset IP og User-Agent.

Selv fra et netværk, der ser rigtigt ud, kan hh.ru markere egress-IP’en som VPN/proxy (enhver datacenter-/hosting-IP tæller) og omdirigere scanningen (302) til en interstitial /vpncheeck (“VPN мешает работе сайта”), der svarer HTTP 200 med nul vakancer. Scanneren opdager denne omdirigering, deaktiverer hh.ru for resten af kørslen og skriver det i loggen. Løsningen ligger på netværkssiden: sørg for, at trafikken reelt går ud via en residential IP — en systemdækkende VPN eller proxy er ofte stadig aktiv, selv når browser-kontakten er slået fra (tjek din reelle egress-IP, f.eks. på api.ipify.org).

8. Pipeline (#/pipeline)

Indbakke af URL’er, der venter på at blive evalueret. Lever i data/pipeline.md.

Overbliksstribe. En kompakt stribe øverst viser din pipeline med ét blik — hvor mange URL’er i indbakken, hvor mange sporet og Applied/Responded/Interview/Offer-antal, hver linker til trackeren.

Tilføjelse af URL’er

Tre måder:

  • Skriv / indsæt en URL i inputtet + klik på + Tilføj.
  • Brug den globale søgning i topbjælken (dens badge viser Enter): indsæt et hvilket som helst http(s)://…-link og tryk på Enter for at åbne auto-pipelinen; skriv en hvilken som helst anden tekst, og Enter springer til #/scan med det udtryk forudfyldt (v1.78.1). Ctrl/Cmd+K fokuserer stadig feltet, hvor browseren tillader det. Brand-logoet vender tilbage til dashboardet.
  • Kør en Scan (se ovenfor) — friske hits går til pipeline automatisk.

Hver URL passerer gennem isValidJobUrl() server-side. Loopback (localhost, 127.0.0.1), file://, javascript:, IP-literaler og strenge med template-tegn (<, >, ") giver alle 400.

Server-side preview-rude

Klik på en hvilken som helst pipeline-række for at indlæse en preview til højre. De fleste ATS-boards sender ikke CORS-headere, så browseren ikke kan hente dem direkte; serveren proxyer anmodningen, stripper <script> / <style> / HTML-tags og returnerer op til 8 KB almindelig tekst.

Preview-proxyen gennemgår omdirigeringer manuelt med per-hop SSRF- validering — hver Location-header kører gennem isValidJobUrl() igen, så et fjendtligt board ikke kan sende dig til loopback / privat IP / file://. Begrænset til 3 hops, 15-sekunders timeout.

Rækkehandlinger

  • ▶ — springer til #/evaluate?url=… med URL’en for-udfyldt.
  • ✕ — fjerner URL’en fra data/pipeline.md.

Knapper øverst til højre

  • ⚡ Evaluér første — åbner den første køsatte URL på Evaluate- siden, klar til at score.
  • Scan — tilbage til scanneren, hvis du vil have flere URL’er.

9. Evaluate (#/evaluate)

Scorer en enkelt jobbeskrivelse mod cv.md og config/profile.yml. Returnerer en struktureret A–G-evaluering per modes/oferta.md plus en 0–5 score.

Input

Indsæt JD’en i tekstfeltet, eller ankom her fra #/pipeline med ?url=<href> — siden henter URL’en gennem samme SSRF-sikre proxy, der bruges til pipeline-previews, og for-udfylder tekstfeltet.

Klik på 💾 Gem JD for at persistere JD’en til jds/jd-<date>-<ts>.txt til revisionssporet (eller send save: true i API-kaldet — samme effekt).

Fallback-kæde

  1. Anthropic — foretrukket når ANTHROPIC_API_KEY er sat. Serveren bundter cv.md, config/profile.yml, modes/_shared.md, og modes/oferta.md ind i en <project_context>-blok før prompten (hver fil begrænset til 16 KB, fuld prompt soft-capped ved 200 KB). Returnerer grundet markdown direkte til siden.
  2. Gemini — når kun GEMINI_API_KEY er sat. Serveren spawner gemini-eval.mjs med JD’en som en temp-fil. Gratis-niveau-model (gemini-2.0-flash) er fin til rutinescoring.
  3. Manuel — ingen nøgle sat. Siden returnerer en fuldt formet prompt, du kan indsætte i Claude Code, ChatGPT eller en hvilken som helst anden LLM.

Output-sektioner (kanoniske career-ops.org A-F)

v1.15.0-omjustering. Block-bogstaver matcher nu det kanoniske career-ops.org-skema. Pre-v1.15-rapporter brugte A–G (med C=Risks, F=Verdict, G=Legitimacy); vi gengiver dem stadig som de er for baglæns kompatibilitet, men nye rapporter udsender A–F med den kanoniske semantik nedenfor. Score og Legitimacy lever nu i rapport- headeren (score: 4.2/5, legitimacy: High|Medium|Low).

A. Role Summary — 3-punkts genopsummering (risici nævnt inline). B. CV Match — top 3 færdigheds-hits + top 3 manglende. C. Strategy — anbefaling: ansøg nu / contacto først / deep først / spring over. Var Risks før v1.15. D. Compensation — relativt til dit target.comp_total_min_usd (legacy) eller compensation.target_range (kanonisk). E. Personalization — vinkel at lede med, framing per arketype, hooks at nævne i ansøgningsbrev / outreach. Var Application Strategy før v1.15. F. STAR stories — 1–3 klar-til-indsæt S-T-A-R-blokke skræddersyet til rollen. Var Verdict (rå score) før v1.15; score vises nu i rapportheaderen sammen med legitimacy.

Gemning af rapporten

Klik på 💾 Gem rapport (eller brug gem-toggle i API-kaldet) for at persistere markdownen til reports/<date>-<company>-<role>.md. Rapportens parsede header (Score / Legitimacy / URL) vises på Reports-siden og Dashboardet.

Batch-evaluér når du har 10+ JD’er

For en enkelt JD er denne #/evaluate-side det rigtige værktøj. For 10+ URL’er køsat i pipeline er den per-JD click-through upraktisk — spring til §14’s Batch evaluate-underafsnit (kørsel af ./batch/batch-runner.sh fra den overordnede), lad den arbejde sig igennem natten over, og kom så tilbage til #/reports / #/tracker for resultaterne. Fuldt flow: batch-evaluate-offers.

10. Reports (#/reports)

Gennemse hver gemt evaluering. Kort viser titel, dato, legitimitets- flag og score (farvekodet: grøn ≥ 4.0, gul ≥ 3.0, rød under).

Klik på et kort for at læse den fulde markdown. Paginering: 12 per side; kontroller nederst.

Enkelt-rapport-visningen har også:

  • ← Alle rapporter — tilbage til gitteret.
  • 🔗 Åbn JD — åbner det oprindelige jobopslag i en ny fane.

11. Tracker (#/tracker)

CRM’en. Én række per ansøgning; lever i data/applications.md som en GitHub-Flavored Markdown-tabel.

Statusflow

Evaluated → Applied → Responded → Interview → Offer / Hired / Rejected / Discarded / SKIP.

Hired (v1.118.0) er den lykkelige slutstatus — tilbuddet blev accepteret. Trackeren markerer den med et festligt badge og byder den velkommen med et «jobbet er i hus»-banner.

Status-whitelisten håndhæves server-side; at sende noget andet i en POST /api/tracker defaulter til Evaluated. Den kanoniske Evaluated → Applied-overgang er automatisk, når du bekræfter Submitted. i slutningen af /career-ops apply (se §14).

Kolonnelayout

Kolonne Hvad det er
# Auto-nummereret, nul-padded (001, 002, …).
Date ISO-dato (YYYY-MM-DD). Defaulter til i dag.
Company Fritekst. Pipes (|) og linjeskift escapes automatisk.
Role Samme.
Score N/5-format (f.eks. 4.2/5).
Status Whitelistet enum.
PDF ✅ når generate-pdf.mjs lykkedes for denne række.
Report Markdown-link til det matchende reports/*.md.
Notes Fritekst, begrænset til 200 tegn.

Filtre

  • Status-dropdown.
  • Score-dropdown — ≥ 4.0 (høj), ≥ 3.0 (mid), < 3.0 (lav).
  • Søg — delstreng-match på tværs af virksomhed + rolle.

Hvert filter nulstiller paginatoren til side 1. 25 rækker per side.

Vedligeholdelsesknapper

  • ▶ Normalize kører normalize-statuses.mjs — re-kanoniserer status-stavemåder (applied → Applied, interview → Interview).
  • ▶ Dedup kører dedup-tracker.mjs — fjerner case-insensitive dubletter efter (company, role).
  • ▶ Merge kører merge-tracker.mjs — trækker afventende poster ind fra batch/tracker-additions/*.tsv (hvor den overordnedes batch-flow dropper ansøgninger indsendt via Apply-hjælperen). Deduplikerer og arkiverer behandlede filer til batch/tracker-additions/merged/. Se batch-evaluate-offers for upstream-batch-flowet.

Tilføjelse af rækker

POST /api/tracker — body { company, role, score?, status?, url?, reportSlug?, notes?, date? }. Dedup efter (company, role) case-insensitive. Fra UI’en tilbyder Evaluate-siden en “Add to tracker”-knap efter en vellykket score.

12. Deep research (#/deep)

Generér et struktureret virksomhedsbrief: snapshot, engineering-kultur, seneste nyheder, Glassdoor-sentiment, samtaleproces, forhandlings- løftestænger, tre smarte spørgsmål at stille rekrutteren.

Input

To felter — virksomhedsnavn og (valgfri) rolle. Mode-skabelonen (modes/deep.md) er det, der former strukturen.

Output-stier

Samme fallback-kæde som Evaluate:

  1. Anthropic live (foretrukket) — bundleProjectContext inliner cv + profil + _shared.md + deep.md. Output: 10–30 KB grundet markdown gemt til interview-prep/<company>-<role>.md.
  2. Gemini live — gemini-eval.mjs-invokation. Samme gem-mål.
  3. Manuel prompt — siden giver dig en klar prompt til Claude Code (som har WebFetch + WebSearch og kan lave rigtigt research).

Tips

  • Anthropic på claude-sonnet-4-6 returnerer typisk ~13 KB nyttig tekst på 1–3 minutter per kald.
  • Anthropic SDK’en har ingen indbygget websøgning. For roller hvor du har brug for friske nyheder + Glassdoor-sentiment, indsæt den manuelle prompt i Claude Code og lad den bruge sit WebFetch-værktøj.
  • Live-kørsler faktureres; ét Sonnet 4.6 deep-research-kald koster ≈ $0,30–0,50.

13. Mode-prompts (de syv /#/<mode>-sider)

Kadencetavle (v1.117.0). Opfølgningssiden åbner nu med en deterministisk kadencetavle drevet af forælderens followup-cadence.mjs: hastighed pr. ansøgning (🔴 akut / 🟠 forsinket / 🟡 venter / 🔵 kold) med dage til næste skridt, plus en Så opfølgningsdatoer-knap, der fastgør en første dato for hver Applied-række (followup-seed.mjs --backfill). Uden forælderens scripts viser tavlen ærligt “ikke tilgængelig”.

Syv prompt-byggere: Project-idéer, Training-planer, Follow-up-e-mails, Batch-evalueringer, Outreach til rekrutterere, Interview prep-onepagers og Patterns- retrospektiver. Hver enkelt indkapsler en specifik modes/<slug>.md-skabelon:

Side Slug Formål
#/project project Skræddersy et porteføljeprojekt til en målrolle.
#/training training Færdighedsgab-analyse → curriculum.
#/followup followup Efter-samtale-e-mail-udkast.
#/batch batch Multi-JD batch-evaluerings-prompt.
#/contacto contacto Outreach-besked til en rekrutterer / henvisning.
#/interview-prep interview-prep Onepager-forberedelse til en specifik samtalerunde.
#/patterns patterns “Hvilke mønstre gjorde mig succesfuld?”-reflekterende analyse.

Fælles form

Hver side har en lille formular (felterne er mode-specifikke), en ▶ Generér prompt-knap (manuel), og — når en Anthropic- eller Gemini- nøgle er til stede — en ⚡ Kør live-knap, der forfremmes til primær.

At klikke på ▶ Generér prompt returnerer den samlede prompt med dine formularværdier JSON-strengificeret ind i en User-supplied context:-blok, efterfulgt af den ordrette modes/<slug>.md-skabelon. Kopier og indsæt i din LLM efter eget valg.

At klikke på ⚡ Kør live sender den samme prompt til Anthropic (eller Gemini), med cv.md + profile.yml + _shared.md inlinet via bundleProjectContext. Resultatet gengives på siden, kan kopieres og downloades som .md.

De syv sider er en eksplicit allowlist — modes der har en dedikeret rute (oferta → Evaluate, deep → Deep research) og modes det overordnede projekt kun understøtter inde i Claude Code (apply, scan, pipeline, tracker, pdf, latex, ofertas, auto-pipeline) holder sig bevidst uden for denne UI.

14. Apply checklist (#/apply)

Når du har besluttet at ansøge, genererer denne Apply-hjælperside en indsendelsestjekliste til det faktiske ansøgningstrin. Den auto-udfylder IKKE formularer — det flow forbliver i /career-ops apply inde i Claude Code, som bruger Playwright i det overordnede projekt.

SPA-tjeklistetilstand (#/apply)

SPA’ens tjekliste er til brugere, der foretrækker at udfylde formularen i hånden uden at invokere Playwright. Den dækker:

  1. Kør /career-ops apply <url> i Claude Code for at læse formularen via Playwright (spring dette trin over, hvis du udfylder i hånden).
  2. Verificér, at opslaget stadig er live (check-liveness.mjs).
  3. Bekræft, at CV’et er det nyeste (cv-sync-check.mjs, derefter PDF hvis score ≥ 4.0).
  4. Skræddersy ansøgningsbrevet / “Why us?”-svaret ved hjælp af STAR+R proof points fra cv.md.
  5. Besvar EEO- / sponsorship- / startdato-spørgsmål sandfærdigt.
  6. Gem udfyldte svar til interview-prep/{company}-{role}.md før indsendelse.
  7. ALDRIG auto-indsend — du (mennesket) klikker på den endelige knap.
  8. Efter indsendelse: tilføj række til data/applications.md (eller skriv TSV til batch/tracker-additions/).

Manuel udfyldning vs Playwright-assisteret

To veje til den faktiske indsendelse:

  • Manuel — åbn karrieresiden i en normal browser-fane, følg SPA-tjeklisten ovenfor, kopier/indsæt svar. Ingen Playwright nødvendig. Brug når formularen er kort, eller du ikke har Chromium installeret.
  • Playwright-assisteret — kør /career-ops apply <company> i Claude Code (overordnet projekt). Playwright åbner sin egen browser, læser hvert formularfelt, returnerer nummererede udkast-svar. Du klikker stadig på Indsend. Brug når formularen er lang, dynamisk, eller du vil have revisionssporet over hvilke spørgsmål, der havde hvilke svar.

Fuldt CLI apply-flow (apply-for-a-job)

Forudsætninger:

  1. Kør /career-ops pipeline først, så JD’en har en evalueringsrapport under reports/. Apply-kommandoen afhænger af en eksisterende evaluering; uden en, kør pipeline indledningsvist.
  2. Hav rapporten og profilen indlæst.
  3. Anbefalet: Playwright installeret (npx playwright install chromium — se Playwright-opsætning nedenfor). Falder tilbage til WebFetch (kun-tekst formular-preview, ingen click-fill) når manglende.

Nummereret flow (kanoniske 8 trin):

  1. Kør kommandoen med virksomhedsnavnet:

    /career-ops apply <company>

    Eksempel: /career-ops apply Anthropic. Uden et argument, lever et screenshot af formularen, formularteksten indsat eller ansøgnings- URL’en i næste tur.

  2. Find rapporten. Systemet finder den matchende evaluering i reports/ (den oprettet af /career-ops pipeline eller #/evaluate tidligere).

  3. Åbn formularen. Playwright starter et browser-vindue automatisk — du åbner det IKKE selv.

  4. Læs felterne. Systemet læser og parser hvert formularfelt (label, type, required, options for selects).

  5. Generér svar. career-ops opretter skræddersyede svar for hvert felt baseret på din profil, proof points og rollen.

  6. Returnér nummereret liste. Du modtager svar ordnet til at matche formularlayoutet — simple felter (navn, e-mail) først, fritekst-felter (ansøgningsbrev, “Why us?”) sidst. Flaggede poster peger på ting, der kræver menneskelig opmærksomhed — løn-anker, manglende CV-detaljer, valgfrie spørgsmål.

  7. Manuel udfyldning. Du kopierer og indsætter hvert svar i det tilsvarende felt. Dette trin er manuelt, ikke automatiseret. Du gennemgår hvert svar først.

  8. Bruger indsender. Du klikker på Indsend selv. career-ops klikker aldrig på Indsend. Bekræft færdiggørelse ved at skrive i chatten:

    Submitted.

Automatiske opdateringer ved Submitted.:

  • Status skifter Evaluated → Applied i data/applications.md.
  • De udfyldte svar persisterer i Section G af rapporten til fremtidig reference.

Overdragelse til tracker:

/career-ops tracker

Overvåg hele din pipelines status, uanset rolle-score.

Batch evaluate (batch-evaluate-offers)

Når du har 10+ JD’er at score på én gang (SPA’ens en-ad-gangen #/evaluate er upraktisk til den volumen), brug batch-runneren fra CLI’en.

Inputfil — batch/batch-input.tsv (tab-separeret):

Kolonne Formål
id Unikt sekventielt nummer
url Fuldt jobopslag-link
source Oprindelsesplatform (LinkedIn, Greenhouse, osv.)
notes Valgfri kontekstuel detalje

Eksempelrække:

1<TAB>https://jobs.example.com/senior<TAB>LinkedIn<TAB>

./batch/batch-runner.sh-flag:

  • --dry-run — Forhåndsvis afventende tilbud uden evaluering. Kør altid dette først for at validere TSV’en.
  • --parallel N — Kør N workers samtidigt (1, 2 eller 3 anbefalet).
  • --min-score X.X — Spring persistering af tilbud, der scorer under tærsklen. Nyttigt til kun at beholde rapporter for høj-egnethed-roller.
  • --retry-failed — Genbehandl kun de tilbud, der fejlede i den forrige kørsel (netværksfejl, rate limits).
  • --max-retries N — Forsøg fejlede tilbud op til N gange (standard: 2).
  • --model NAME — Claude-model sendt til claude -p --model (parent career-ops 1.8.0, #504). Usat = din Claude Max-abonnementsstandard. Brug en billigere model til store batches, f.eks. claude-sonnet-4-6. Vist i #/batch som Model-inputtet (web-ui 1.31.0).
  • --start-from N — Spring tilbuds-ID’er under N over (genoptag en delvist behandlet batch). Vist i #/batch som Start from #-inputtet (web-ui 1.31.0).

Standardsekvens:

  1. Redigér batch/batch-input.tsv — én række per JD.

  2. Dry-run (anbefalet først):

    ./batch/batch-runner.sh --dry-run

  3. Kør — sekventielt eller parallelt:

    ./batch/batch-runner.sh                       # én ad gangen
./batch/batch-runner.sh --parallel 2          # to samtidige
./batch/batch-runner.sh --parallel 3          # tre samtidige
./batch/batch-runner.sh --parallel 2 --min-score 4.0  # persistér kun høj-egnethed

  4. Genforsøg fejl (netværk / rate-limit):

    ./batch/batch-runner.sh --retry-failed --max-retries 3

  5. Rapporter lander i reports/ som {id}-{company}-{YYYY-MM-DD}.md. Opsummeringsrækker føjes til batch/tracker-additions/.

  6. Flet ind i tracker:

    node merge-tracker.mjs                 # anvend batch-tilføjelserne
node merge-tracker.mjs --dry-run       # forhåndsvis fletningen

    Flet-kommandoen deduplikerer poster og arkiverer behandlede filer til batch/tracker-additions/merged/.

SPA’en viser de resulterende rapporter under #/reports (pagineret, score-pille-farvet) og tracker-rækkerne under #/tracker — nøjagtigt som hvis du havde tilføjet hver enkelt gennem #/evaluate. Par med ▶ Merge-vedligeholdelsesknappen på #/tracker, hvis du foretrækker ikke at falde ned til CLI’en.

Playwright-opsætning (set-up-playwright)

Påkrævet til to career-ops-funktioner:

  • Formularudfyldning i /career-ops apply (trin 3 ovenfor — Playwright åbner browseren, læser feltlabels, foreslår svar).
  • PDF-generering via /career-ops pdf og SPA’ens 📄 Generér PDF-knap på #/cv / #/reports/:slug / #/evaluate / #/deep / #/interview-prep.

Fallback når Playwright mangler: apply-flowet falder tilbage til WebFetch (kun-tekst formular-preview, ingen click-fill). PDF-generering fejler simpelthen.

Kerneopsætning (kør fra career-ops-overordnet-roden):

# Installér Chromium til Playwright
npm install
npx playwright install chromium

# Registrér Playwright MCP'en, så Claude Code kan drive formularer
claude mcp add playwright npx @playwright/mcp@latest

# Verificér alle tre komponenter (Chromium, Playwright-lib, MCP)
npm run doctor

Alternativ MCP-registrering — tilføj til .claude/settings.local.json:

{
  "mcpServers": {
    "playwright": {
      "command": "npx",
      "args": ["-y", "@playwright/mcp@latest"]
    }
  }
}

Adfærdsnoter:

  • Headless som standard. Playwright opererer lydløst. For at se browseren i aktion, fortæl Claude open up with playwright the browser and fill out the entire form.
  • Tre roller i én pakke — Playwright npm-installationen giver dig browser-automatiserings-biblioteket, PDF-renderingsmotoren til /career-ops pdf og (via MCP’en) formularudfyldnings-workflowet inde i Claude Code.
  • Verificér før du stoler på det — npm run doctor bekræfter, at alle tre er operationelle. SPA’ens Health-side viser et Playwright (parent node_modules)-tjek, der fejler hurtigt, hvis det mangler.

15. Forberedelse til jobsamtale

Dette er post-research, præ-samtale-fasen. Tre artefakter i denne app konvergerer:

  1. Gemte deep-research-filer under interview-prep/, en per virksomhed-rolle-par du kørte. Gennemse fra Deep research-siden eller direkte via /api/interview-prep.
  2. Patterns-tilstand (#/patterns) — genererer en selvreflekterende prompt: “på tværs af mine sidste N samtaler / tilbud / afslag, hvilke mønstre holder?” Nyttig når du har akkumuleret 5+ tracker-rækker.
  3. Interview-prep-tilstand (#/interview-prep) — for-udfylder en onepager til en specifik kommende runde (behavioral, technical, system design). Output går ind i samme interview-prep/- mappe.

Anbefalet workflow

For hver samtale du har i kalenderen:

  1. Kør Deep igen (eller åbn den gemte fil) dagen før.
  2. #/interview-prep — generér en onepager til den specifikke runde. Indsæt i dine noter.
  3. System design / coding-runder — åbn #/training og bed om en 30-minutters målrettet genopfriskning af det specifikke delsystem, JD’en fremhæver.
  4. Kompensationsrunder — åbn deep-research-filen, spring til “Negotiation leverage points”. Medbring 2–3 specifikke datapunkter (Glassdoor-bånd, seneste funding, sammenligneligt tilbud hos en anden virksomhed).
  5. Behavioral-runder — træk STAR+R-historier fra dit cv.md, der lander i sektion B af den oprindelige Evaluate-rapport.

Efter samtalen, med det samme:

  1. Opdater tracker-rækken: status → Responded (derefter Interview, Offer, osv.).
  2. Kør #/followup for at udarbejde tak-e-mailen.
  3. Hvis du fik ny intel (kompensationsinterval, team-sammensætning, tech-stack- overraskelse), redigér den gemte interview-prep/<company>-<role>.md med ## Post-round notes, så fremtids-dig har det.

16. Activity log + Fejlfinding

Activity log (#/activity)

Revisionsspor over hver tilstandsændrende anmodning, der rammer serveren. Registrerer: pipeline-tilføjelser, tracker-skrivninger, CV-gemninger, JD-gemninger, evaluate- kørsler, deep-research-kørsler, scan-kørsler, config-ændringer, mode-kørsler.

Hemmeligheder (ANTHROPIC_API_KEY, GEMINI_API_KEY) redigeres på vej ind; du vil aldrig se en rigtig nøgleværdi i data/activity.jsonl.

Filtrér efter handlingspræfiks (pipeline., cv., evaluate, scan., osv.). 25 rækker per side; serveren returnerer op til 500 nyeste events.

Fejlfinding

Symptom Sandsynlig årsag Løsning
Health-side rød på cv.md Første kørsel, filen findes ikke endnu touch $CAREER_OPS_ROOT/cv.md derefter genindlæs.
Health rød på Profile customized candidate.full_name siger stadig Jane Smith Redigér config/profile.yml.
hh.ru: HTTP 403 i scan-log Ikke-russisk IP, ingen (server uses default UA) Registrér på dev.hh.ru/admin, sæt en russisk IP / VPN.
gemini-eval.mjs: ERR_MODULE_NOT_FOUND Overordnet projekts deps ikke installeret cd $CAREER_OPS_ROOT && npm install.
Generér PDF fejler Playwright ikke installeret i den overordnede cd $CAREER_OPS_ROOT && npx playwright install chromium.
/career-ops apply siger “no report found” Pipeline scorede aldrig denne JD Kør /career-ops pipeline (eller #/evaluate) først; se §14-forudsætninger.
batch-runner.sh: no such file Kører fra forkert mappe cd $CAREER_OPS_ROOT før du invokerer ./batch/batch-runner.sh.
Serveren rapporterer EADDRINUSE: 4317 Gammel instans kører stadig pkill -f 'node server/index.mjs' derefter genstart.
Live LLM-kald hænger > 2 min Prompt enorm eller Anthropic langsom Tjek /api/health Anthropic-flag; serveren soft-capper prompts ved 200 KB og returnerer 413.
Pipeline-preview viser (unsafe redirect) Opslag omdirigerede til en privat IP / loopback Dette er en sikkerhedsfunktion (REVIEW-B1). Redirect-målet afvises, og den oprindelige URL er uændret.
Tracker-rækketekst bryder tabellen Pipe i virksomhedsnavn pre-v1.9.1 Opdater til v1.9.1+ — pipes escapes end-to-end (BF-1).
npm test fejler på frisk clone Tests antager overordnet projektlayout Brug CAREER_OPS_ROOT=$(mktemp -d) og bootstrap fixtures.

For dybere diagnostik: kør ▶ Doctor på Health-siden, kopier outputtet, og søg i issue-trackeren på https://github.com/Fighter90/career-ops-ui/issues.

17. Sådan tilføjer du en ny jobportal-kilde

career-ops-ui behandler hvert jobboard som en adapter — en enkelt fil under server/lib/sources/<slug>.mjs, der ved, hvordan man henter + normaliserer ét boards resultater. Pr. v1.118.0 leverer server/lib/sources/-registreringen 59 adaptere — 54 engelske + 5 russiske boards. Det engelske sæt spænder over de store ATS’er (Greenhouse / Ashby / Lever / Workable / SmartRecruiters / Workday), board-brede aggregatorer valgt af en eksplicit provider: (RemoteOK, Remotive, We Work Remotely, NoDesk, Get on Board, Amazon, …) og per-tenant-ATS’er auto-detekteret fra en careers_url-host eller en eksplicit api:-URL (BambooHR, Personio, Recruitee, Teamtailor, Avature, SAP SuccessFactors, …). Den komplette liste behøver aldrig at blive talt manuelt her — den auto-opdages fra server/lib/sources/ og vises live i Source-dropdownen på #/scan. Se §5 for YAML’en og docs/portals-examples.md for copy-paste-poster.

v1.69.0 (P-14) — drop-in auto-discovery. At tilføje en 12. kilde er nu et rent fil-drop. Registreringen (server/lib/sources/registry.mjs) holder ikke længere en håndvedligeholdt liste — ved boot scanner den denne mappe (readdirSync + dynamisk import()) og indsamler export const meta- blokken fra hver *.mjs. Skriv adapteren, deklarér dens meta, og den er straks synlig for scanneren, #/scan-filter-dropdownen og RU- dispatcheren — ingen redigering af registry.mjs påkrævet. (RU-kilder behøver stadig én linje i den overordnedes portals.yml; se Trin 5.)

Trin 1 — Skriv adapteren

Opret server/lib/sources/<slug>.mjs. To mønstre virker afhængigt af, om kilden har en JSON-API eller kun renderer HTML:

API-baseret kilde (reneste — brug denne hver gang sitet har et åbent data-endpoint):

// server/lib/sources/example.mjs
const ENDPOINT = 'https://example.com/api/v1/vacancies';
const UA = 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) ...';

// v1.69.0 (P-14) — selvbeskrivende metadata. Registreringen auto-opdager
// denne blok ved boot; DETTE er det, der registrerer kilden (se Trin 2).
export const meta = {
  value: 'example',          // ← skal være lig med job.source skrevet nedenfor
  label: 'Example.com',      // ← vist i #/scan-filter-dropdownen
  region: 'ru',              // ← 'en' (ATS-sweep) | 'ru' (regional dispatcher)
  configKey: 'example',      // ← kun RU; nøglen brugt i portals.yml
};

export async function searchExample(query, opts = {}) {
  const { onlyRemote = false, fetchImpl = fetch, signal } = opts;
  const res = await fetchImpl(`${ENDPOINT}?text=${encodeURIComponent(query)}`, {
    signal,
    headers: { 'User-Agent': UA, Accept: 'application/json' },
  });
  if (!res.ok) {
    const err = new Error(`Example: HTTP ${res.status}`);
    err.status = res.status;
    throw err;
  }
  const data = await res.json();
  return (data.items || []).map(normalizeExample);
}

function normalizeExample(item) {
  return {
    id: `example-${item.id}`,
    title: item.title || '',
    company: item.company?.name || '',
    url: item.url || '',
    salary: item.salary || '',
    location: item.location || '',
    isRemote: !!item.remote,
    workplaceType: item.remote ? 'Remote' : 'Onsite',
    relocates: false,
    date: item.posted_at || '',
    snippet: (item.description || '').slice(0, 240),
    source: 'example',           // ← skal matche registreringens `value` nøjagtigt
  };
}

HTML-scrape-kilde (når der ingen API er — se getmatch.mjs og geekjob.mjs for fulde eksempler):

const BASE = 'https://example.com';

export async function searchExample(query, opts = {}) {
  const { fetchImpl = fetch, signal } = opts;
  const res = await fetchImpl(`${BASE}/vacancies?q=${encodeURIComponent(query)}`, {
    signal,
    headers: { 'User-Agent': UA, Accept: 'text/html' },
  });
  if (!res.ok) {
    throw Object.assign(new Error(`Example: HTTP ${res.status}`), { status: res.status });
  }
  return parseExampleCards(await res.text());
}

export function parseExampleCards(html) {
  // …regex-baseret kort-ekstraktion. Returnér [] ved parse-fejl (KAST IKKE):
  // en sund 200 uden parsebare kort er "ingen resultater", ikke "fejl",
  // så multi-source-scanneren kan fortsætte.
}

Tre kontrakter hver adapter SKAL overholde:

  • Eksportér en gyldig meta-blok (se Trin 2). Uden den springer registreringen filen stille over (én console.warn ved boot), og kilden vises aldrig.
  • Accepter { onlyRemote, fetchImpl, signal } i opts. fetchImpl er det, der gør adaptere testbare uden netværk; signal er påkrævet til client-disconnect-propagering (REVIEW-B3).
  • Returnér records med den fælles form — { id, title, company, url, salary, location, isRemote, workplaceType, relocates, date, snippet, source }, hvor source matcher meta.value.

Trin 2 — Deklarér adapterens meta (auto-registrering)

Dette er hele registreringstrinet. Du redigerer ikke registry.mjs. Sørg bare for, at adapteren eksporterer en meta-blok — registreringen auto-opdager den ved boot:

// øverst i server/lib/sources/example.mjs
export const meta = {
  value: 'example',          // job.source-værdi OG #/scan option.value
  label: 'Example.com',      // visningsetiket i dropdownen
  region: 'ru',              // 'en' | 'ru'
  configKey: 'example',      // kun RU — nøgle i portals.yml::russian_portals.sources
};

Hvordan discovery validerer den (en fil, der fejler en regel, springes over, med én [sources/registry]-advarsel, så en halvmigreret branch forbliver diagnosticerbar):

  • value — ikke-tom streng. SKAL matche job.source fra din adapter.
  • label — ikke-tom streng.
  • region — nøjagtigt 'en' eller 'ru'; alt andet afvises.
  • configKey — påkrævet for region: 'ru', ignoreret for 'en'.

region: 'en' slutter sig til ATS-sweepet (auto-opdager fra tracked_companies- URL-mønstre); region: 'ru' slutter sig til den regionale dispatcher. Den offentlige API (SOURCES, SOURCES_BY_REGION, RU_CONFIG_KEYS, getRegionalSources) genopbygges fra hver opdaget meta, ordnet en først derefter ru, alfabetisk efter label inden for hver region — så dropdown-rækkefølgen forbliver stabil for brugere.

Trin 3 — Forbind til dispatcheren (kun RU)

EN ATS-kilder auto-opdager fra tracked_companies-URL-mønstre — ingen yderligere forbindelse nødvendig. For RU-kilder, åbn server/lib/ru-scanner.mjs, find RU_DISPATCH-tabellen, og tilføj en række:

import { searchExample } from './sources/example.mjs';
// …
const RU_DISPATCH = {
  // …eksisterende…
  example: { label: 'example.com', search: searchExample },
};

Dispatcher-loopet kalder entry.search(query, opts) for hver nøgle, der er til stede i cfg.sources. Ingen yderligere kodeændring nødvendig.

Trin 4 — Test (mocket, aldrig live)

Drop en fil under tests/sources-<slug>.test.mjs. Rigtigt netværk er forbudt i tests (CI-isolerings-kontrakt):

import test from 'node:test';
import assert from 'node:assert/strict';
import { searchExample } from '../server/lib/sources/example.mjs';

test('searchExample normalizes one record', async () => {
  const fetchImpl = async () =>
    new Response(
      JSON.stringify({ items: [{ id: 1, title: 'Backend Engineer' }] }),
      { status: 200, headers: { 'content-type': 'application/json' } }
    );
  const out = await searchExample('q', { fetchImpl });
  assert.equal(out.length, 1);
  assert.equal(out[0].source, 'example');
});

Trin 5 — Aktivér i din portals.yml

Det overordnede projekts portals.yml er den brugerejede konfiguration. Tilføj den nye kildes configKey til arrayet:

russian_portals:
  sources: ["hh", "habr", "trudvsem", "getmatch", "geekjob", "example"]
  area: 113
  per_page: 50
  only_remote: false
  queries:
    - "Senior PHP"
    - "Senior Go"

Genindlæs #/scan i browseren. Kilde-filter-dropdownen samler den nye post op automatisk (eneste sandhedskilde via GET /api/scan/sources → registry.mjs). 🌐 Scan-knappen inkluderer nu den nye kilde på hvert regionalt sweep.

Referenceadaptere (spejl disse for nye kilder)

Adapter-fil Type Noter
hh.mjs JSON API Kanonisk RU API-adapter; geo-bevidst UA-fallback.
trudvsem.mjs JSON API Russisk statslig open-data; ingen IP-gate.
habr.mjs HTML scrape Russisk tech-board; regex-baseret kort-parser.
getmatch.mjs HTML scrape Defensiv parser, [] ved parse-miss.
geekjob.mjs HTML scrape Samme defensive stil som GetMatch.
greenhouse.mjs JSON API Kanonisk EN ATS-adapter; bruger tracked_companies-URL-mønster.

Almindelige faldgruber

  • At glemme meta-eksporten. Siden v1.69.0 er meta-blokken det eneste, der registrerer en kilde. Ingen meta (eller en misdannet) = filen springes stille over ved boot med en enkelt [sources/registry] <file> has no valid \export const meta` — skipped`- advarsel, og kilden når aldrig dropdownen. Tjek server-loggen, hvis en helt ny adapter ikke dukker op.
  • source-felt-mismatch. Strengen skrevet af din adapter SKAL matche meta.value nøjagtigt. Hvis de driver fra hinanden, vil #/scan-filter-dropdownen vise kilden, men at vælge den vil filtrere hver række ud (fordi lighedstjekket er r.source === fs).
  • At kaste ved parse-fejl. HTML-scrapere SKAL returnere [] ved en sund 200 uden parsebare kort. At kaste bryder multi-source- dispatcher-loopet — én dårlig HTML-struktur dræber hver anden kilde for den samme query.
  • At glemme fetchImpl / signal. Uden dem kan din adapter ikke unit-testes uden at ramme live-netværk, og client- disconnects propagerer ikke (baggrunds-fetch forbliver i live efter brugeren lukker fanen).
  • At stole på tracked_companies for RU. Den liste er for EN ATS- kilder kun. RU-adaptere driver sig selv fra russian_portals.queries i stedet — ingen per-virksomheds-poster.

18. Notifikationer (🔔 i topbjælken)

v1.58.34 — hver toast, der vises i nederste højre hjørne, fanges også ind i en in-memory journal (grænse 50, ældste droppet). Klik på 🔔-klokken i topbjælken for at åbne den højre-glidende Notifikationer-skuffe og genlæse alt, du gik glip af. Journalen er per-fane, per-session — at lukke fanen rydder den.

Skuffen åbnes kun, når du klikker på klokken (eller aktiverer den med Enter / Mellemrum, når den er keyboard-fokuseret). Den vises aldrig af sig selv. Det røde badge på klokken tæller poster, du ikke har set siden sidste åbning; at åbne skuffen rydder badget.

Notifikationskategorier

Kategori Hvornår den udløses Visuelt signal
Success Gemt, Kopieret, Genopfrisket, scan færdig, CV importeret, apply-tjekliste-handlinger (“Kopieret ukrydset”, “Nulstil”), profil gemt, pipeline-URL tilføjet grøn venstre kant i skuffen; grøn toast-baggrund
Error URL-valideringsfejl (skal starte med http:// / https://, ingen script-/template-tegn), API-fejl med (METHOD /path · HTTP NNN)-postfikset, netværksfejl (server nede), pipeline-400-dubletter, doctor / verify-pipeline ikke-nul exit rød venstre kant; rød toast-baggrund; teknisk postfiks tucket ind i Details-<details>-blokken (U-4 / v1.58.24)
Info / progress Running doctor.mjs…, Running verify-pipeline.mjs…, Refreshing…, Loading…, Generating prompt…, scan-progress-linjer grå venstre kant; standard toast-baggrund

Hver skuffe-post viser:

  • Tidsstempel (HH:MM:SS lokaliseret til det aktive SPA-sprog).
  • Besked (den menneskelige sætning, med det tekniske postfiks strippet fra overskriften per U-4).
  • Details (når til stede — API-kaldets (METHOD /path · HTTP NNN)-postfiks eller enhver anden teknisk bemærkning, monospace).

Hvad der IKKE er en notifikation

  • Doctor / verify-pipeline-resultatmodalen (fuld stdout / stderr) — det er en modal, ikke en toast, og ikke journaliseret.
  • SSE-log-linjer på #/scan og #/auto — de streamer ind i sidens body, ikke ind i toast-pipelinen.
  • Spinner-kun loading-tilstande (de bruger UI.withSpinner uden en toast).

Tastatur

  • Klik eller fokus + Enter / Mellemrum på klokken → åbner skuffen.
  • Esc, klik på ×-lukkeknappen, eller klik på klokken igen → lukker skuffen; fokus vender tilbage til klokken.
  • Tab mens skuffen er åben → bevæger sig gennem lukkeknappen og eventuelle fokuserbare details indeni; skuffen er aria-modal="false", så Tab fanger ikke (du kan stadig nå resten af siden).

19. Lokalisering af appen til dit sprog

Grænsefladen leveres på 9 sprog (English, Español, Français, Português, 한국어, 日本語, Русский, 简体中文, 繁體中文). Hver skærm-label kommer fra en oversættelsesordbog, og du kan tilføje eller rette et sprog uden at røre app-logikken.

Hvor oversættelserne lever. Siden v1.60.0 er hvert sprog sin egen fil under public/js/lib/locales/ — i18n-dict.en.js, i18n-dict.es.js, i18n-dict.ru.js osv. — en simpel liste af 'key': 'text'-par. En delt i18n-dict.aliases.js lader nøgler, der altid skal læse identisk (en sidebjælke-label og dens sidetitel), pege på én oversættelse. i18n-dict.js fletter dem alle ved sideindlæsning; du redigerer den aldrig.

Ret eller tilføj en frase. Åbn filen for dit sprog, find nøglen (f.eks. 'nav.scan') og redigér teksten. For at tilføje en helt ny label, tilføj den samme nøgle til alle 8 sprogfiler med den oversatte værdi, og referér den derefter i siden via t('your.key'). Kør npm test — den fejler, hvis et sprog mangler nøglen, så intet leveres halvt-oversat.

Tilføj et helt nyt sprog. Kopier i18n-dict.en.js til i18n-dict.<code>.js, oversæt hver værdi, og registrér derefter koden i i18n.js (sproglisten + browser-auto-detektering), i i18n-dict.js-assembleren, og tilføj en <script>-linje i index.html. Den fulde tjekliste — inklusive test-snapshottet og hjælpe- / README-ledsagerfilerne — er i docs/LOCALIZATION.md.

Godt at vide. Sprog-vælgeren er i sidebjælke-footeren; dit valg huskes per browser. Server-diagnostiske beskeder forbliver bevidst på engelsk (så logs læses konsistent) — kun den skærm-baserede grænseflade er oversat.

Se docs/LOCALIZATION.md i repositoriet for den komplette, trin-for-trin lokaliseringsguide.

20. Statistik efter målroller (#/stats)

Siden Analytics → Statistik for målroller forvandler de sparsomme data, som dine scanninger allerede indsamler, til et markedsbillede for de roller, du reelt sigter efter: antal stillinger og lønniveauer pr. land plus en tendens, du kan følge over tid. Intet er opdigtet: den aggregerer kun det, scannerne fandt, og er ærlig om, hvor tynd stikprøven er.

Hvor tallene kommer fra

  • Målroller læses fra din Profil (config/profile.yml → target roles) — aldrig hårdkodet. Angiv dem først på #/profile; uden roller viser siden en “angiv dine målroller”-besked i stedet for tomme diagrammer.
  • Opslagene kommer fra din seneste scanning (kør en først på #/scan). Hvert jobs placering knyttes til et land (samme detektor som landefilteret i scanningen), og dets lønstreng parses og normaliseres til USD via en omtrentlig valutakurstabel.
  • Alt aggregeres i din browser — ingen data forlader din maskine, og det eneste, siden nogensinde skriver, er et øjebliksbillede, du udtrykkeligt gemmer.

At læse diagrammerne

  • Stillinger pr. land — hvor mange matchende opslag der ligger i hvert land. Brug Rolle- og Land-filtrene øverst til at indsnævre til én målrolle eller ét land.
  • Medianløn pr. land (USD) — den midterste parsede løn pr. land. Kun opslag med en løn, der kan parses, tælles med; stikprøvestørrelsen vises ved siden af diagrammet, og beløbene omregnes til grove kurser, så læs det som vejledende, ikke præcist. Et blot ¥ (tvetydigt mellem japanske yen og kinesiske yuan) droppes i stedet for at blive gættet, for at undgå en stor FX-forvrængning.
  • Når den aktuelle scanning ikke har lønninger, der kan parses, siger løndiagrammet det i stedet for at opfinde tal.

Gem øjebliksbilleder, og følg tendensen

  • Klik på Gem øjebliksbillede for at føje det aktuelle aggregat til data/role-stats.jsonl. Hvert øjebliksbillede tidsstemples på serveren; øjebliksbilleder er det eneste, denne side skriver, og de rører aldrig dit CV eller din profil.
  • Tendens-diagrammet plotter antal stillinger på tværs af dine gemte øjebliksbilleder — gem ét jævnligt (for eksempel efter hver ugentlig scanning) for at se, hvordan markedet for dine målroller bevæger sig over tid.

21. Din two-pager — kandidatens markedstilpasning (#/two-pager)

Det meste af career-ops-ui spørger “matcher dette job mit CV?”. Two-pager’en besvarer den anden halvdel: “matcher dette job det, jeg faktisk vil have?”. Den er modelleret efter “Mnookin two-pager” fra Never Search Alone — en kort førstepersonserklæring om, hvad der giver dig energi, hvad du kræver, og hvad du ikke vil acceptere. Åbn den fra Opsætning → Two-pager 🎯.

AI-autoudfyldning + eksport (v1.100). “✨ AI-udfyldningsassistenten” udfylder nu alle felter live fra dit CV (gennemgå, og gem); 👁 Forhåndsvis og eksportér gengiver two-pageren og eksporterer den til Markdown, PDF eller DOCX.

Hvad du udfylder

  • Hvem jeg er — et par førstepersonssætninger om din erfaring og den slags rolle, du trives i.
  • Målmiljø — den virksomhedsstørrelse, det stadie og den kultur, du ønsker.
  • Fem chip-lister — skriv og tryk Enter (eller komma) for at tilføje hvert punkt, klik × for at fjerne det:
    • Hvad jeg elsker — energigivere (remote, ejerskab, greenfield, mentoring…).
    • Skal-haves — hårde krav (et lønloft, et land, en stak…).
    • Hvad jeg hader — energidræn (on-call, endeløse møder, kun legacy…).
    • Deal-breakers — absolutte nej’er (kun on-site, ingen sponsorering, under et beløb…).
    • Ikke til forhandling — grænser (lokation, remote, lønloft…).

Klik Gem two-pager for at gemme den. Den skrives til dit overordnede career-ops-projekts brugerlag i config/two-pager.yml, så — ligesom dit CV og din profil — bliver den aldrig overskrevet, når du opdaterer systemet.

AI-udfyldningsassistenten

Usikker på formuleringen? Klik ✨ AI fill assistant. Den bygger en klar-til-brug-prompt (Mnookin-formatet, med dit CV og din profil indlejret) og viser den i en dialog. Kør den prompt i en hvilken som helst LLM, og indsæt derefter de resulterende YAML-felter tilbage i formularen. Assistenten bruger kun dit eget CV og din egen profil — den opfinder aldrig fakta om dig, og der foretages ingen live API-kald fra denne knap.

Fit-to-what-you-want-scoren

Når du har gemt en two-pager, får hvert opslag på #/scan et lille ◎ N-badge (0–100). Det sammenligner hvert jobs arbejdstype (remote/hybrid/on-site), land, lønbund og flytning med din two-pager — et grønt badge betyder stærk match, rødt betyder, at en deal-breaker blev udløst. Hold musen over for detaljerne (✓ hvad der matchede, ✗ hvad en deal-breaker overtrådte).

Den er bevidst ærlig: når et opslag ikke giver noget sammenligneligt signal (for eksempel er dine præferencer ren fritekst, som en scanningsrække ikke kan bekræfte), vises der slet intet badge — systemet opfinder aldrig et tal. En hård deal-breaker-overtrædelse vejer tungere end en blød hate af det samme. Ud over badget indlejres din gemte two-pager i hver LLM-evaluering, så dine angivne præferencer også former den skrevne vurdering, ikke kun CV-vs-JD-matchet.

22. Prøvesamtale (#/mock-interview)

At læse interviewforberedelse er én ting; at sige svarene højt er noget helt andet. Siden Prøvesamtale (åbn den fra Interview prep → Mock interview 🎤 i sidebjælken) kører en tur-for-tur-øvelse mod en bestemt rolle, forankret i dit eget CV, din profil, din two-pager og dit historiebank. Det er ikke en færdig spørgeliste — intervieweren reagerer på det, du faktisk siger.

At starte en session

  • Indtast en målrolle (og eventuelt en virksomhed). Indsæt også jobbeskrivelsen, hvis du har den — spørgsmålene bliver mærkbart skarpere.
  • Klik Start interview. Intervieweren åbner med ét fokuseret spørgsmål tilpasset rollen og din baggrund.
  • Skriv dit svar og klik Send answer. Gentag så længe du vil — det er en samtale, ikke en fast quiz.

Hvad hver tur giver dig

Efter hvert svar svarer intervieweren med tre dele:

  • Feedback — hvad der ramte plet (styrker), og hvad der manglede, formuleret i STAR+R-termer (Situation, Task, Action, Result, Reflection). Den navngiver præcis den dimension, du sprang over.
  • Score — en hurtig N/5 med en enkelt linjes begrundelse, så du kan mærke fremgang gennem en session.
  • Næste spørgsmål — et opfølgende spørgsmål, der bevidst borer i den svageste del af dit sidste svar.

Alt er forankret i dine rigtige materialer: cv.md, config/profile.yml, config/two-pager.yml og dit STAR+R-historiebank (interview-prep/story-bank.md) indlejres alle i prompten. Intervieweren vil presse på reelle huller, men opfinder aldrig erfaring, du ikke har. Hvis der ikke er sat en LLM-nøgle, giver siden dig en klar-til-brug-prompt til at indsætte i en hvilken som helst assistent — den samme ærlige nødløsning, der bruges andre steder i appen.

At gemme og vende tilbage til sessioner

Klik Save transcript for at beholde en færdig øvelse. Den skrives til dit overordnede projekts brugerlag i interview-prep/mock-{company}-{role}-{date}.md, så den ligger sammen med dine øvrige interviewforberedelsesnoter og bliver aldrig overskrevet af systemopdateringer. Listen Saved sessions nederst på siden lader dig genåbne enhver udskrift eller slette den. Brug New interview for at starte forfra med en anden rolle.

23. Networking & dybdegående virksomhedsresearch (#/networking)

At ansøge ad fordøren er kun halvdelen af spillet — den anden halvdel handler om at kende nogen, eller i det mindste at vide, hvem man skal kontakte, og hvad man skal sige. Siden Networking (åbn den fra Dybdegående research → Networking 🤝 i sidepanelet) forvandler en virksomhed til en konkret plan for at få en samtale, forankret i dit eget CV, din profil og din two-pager.

At bygge en plan

  • Indtast en virksomhed (påkrævet) og eventuelt en rolle og jobbeskrivelsen. Jobbeskrivelsen skærper “hvorfor jeg passer”-krogene.
  • Klik på Byg plan. Med en LLM-nøgle kører den live og gengiver planen direkte på siden; uden nøgle giver den dig en klar prompt til at indsætte i en vilkårlig assistent (den samme ærlige reserveløsning, der bruges i hele appen — intet opdigtes).

Hvad planen indeholder

Planen kommer tilbage i fire sektioner:

  • Virksomhedsdossier — en stram briefing om, hvad virksomheden laver, nylige signaler værd at citere, og to eller tre “hvorfor jeg passer”-kroge hentet fra din reelle baggrund.
  • Hvem man skal kontakte — tre til fem målpersonaer (teamets hiring manager, en intern rekrutterer, en senioringeniør i teamet, en varm kontakt eller alumni-forbindelse) med en konkret LinkedIn-søgestreng til at finde hver enkelt. Den opdigter aldrig rigtige navne — den fortæller dig, hvordan du finder de rette personer.
  • Varmeste introvej — den ene mest realistiske varme rute ind for din baggrund: en fælles arbejdsgiver, skole eller fællesskab; en forbindelse i anden grad; eller en kold besked med højt signal, når det oprigtigt er den bedste mulighed.
  • Kontaktudkast — korte, konkrete beskeder (tre til fem sætninger, ingen fyld) til dine vigtigste personaer, forankret i dine reelle beviser, så de ikke virker generiske.

At gemme og vende tilbage til planer

Klik på Gem plan for at beholde en. Den skrives til dit overordnede projekts brugerlag på networking/net-{company}-{role}-{date}.md — din egen fil, aldrig overskrevet af systemopdateringer. Listen Gemte planer nederst på siden lader dig genåbne eller slette enhver plan. Da udkastene og personaerne kun er forankret i dine reelle materialer, skal du behandle dem som et stærkt første udkast til at personliggøre — ikke som et manuskript, du sender i blinde.

24. CV Studio (#/cv-studio)

Føj til CV (v1.117.0). Et nyt kort forvandler et projekt, en publikation eller en portefølje-side (URL eller indsat tekst) til ATS-klare punkter, der KUN bygger på den kilde — målinger, arbejdsgivere eller datoer, der ikke findes i kilden, udelades og opdigtes aldrig. Du gennemgår forslagene og indsætter selv de accepterede i CV-editoren; intet skrives automatisk, og URL’er går gennem den samme anti-SSRF-validator som pipelinen.

Siden #/cv er der, hvor du skriver dit CV; CV Studio (åbn det via Setup → CV Studio 🎨 i sidepanelet) er der, hvor du skærper det. Det giver din cv.md tre ærlige værktøjer, hvoraf de to aldrig forlader din browser.

Tilpas til et job (v1.101). Indsæt en jobbeskrivelse, og CV Studio laver et tilpasset CV plus en matchende ansøgning, kørt gennem en rekrutterings-checkliste-gate (fejl blokerer, advarsler rådgiver), kun baseret på dine materialer.

CV-diagnostik

I det øjeblik du åbner siden, giver den dit CV en score op til 100 og lister fund pr. kontrol, hver med en kort forklaring, så du selv bestemmer, hvad der skal ændres (den omskriver aldrig i stilhed):

  • Længde — ligger CV’et i et sundt spænd på en til to sider?
  • Kvantificeret effekt — hvor stor en andel af dine punkter indeholder et rigtigt tal eller en metrik? Rekrutterere skimmer efter dem.
  • Stærke handlingsverber — markerer svage formuleringer som “ansvarlig for” eller “hjalp med”.
  • Buzzwords — markerer tomme klichéer (“resultatorienteret”, “holdspiller”).
  • Kerneafsnit — tjekker for Resumé, Erfaring, Uddannelse og Kompetencer.
  • Kontaktoplysninger — sikrer, at der er en e-mail.

Det hele kører udelukkende i din browser uden nogen LLM — tallene er deterministiske, og intet bliver opdigtet.

Privatlivsmaske

Før du deler dit CV som en skriveprøve eller et skærmbillede, skjuler Privatlivsmasken personhenførbare data: e-mail, telefon, links/handles og gadeadresse samt dit navn → initialer, hvis du slår det til og indtaster det. Slå hver kategori til/fra, kopiér den maskerede version, og del den sikkert. Det hele foregår udelukkende i browseren, rapporterer præcist, hvor mange elementer den skjulte, og gemmer eller sender aldrig originalen.

Gør det menneskeligt (stemmematch)

Indsæt en stiv linje eller et afsnit — den slags generiske AI-formulering, der læses som standardtekst — og Gør det menneskeligt omskriver det i din stemme. Omskrivningen er forankret på serversiden i din voice-dna.md (hvordan din skrift læses) og dine writing-samples/ (din faktiske prosa). Den hårde regel: den må omordne, stramme op og justere stemmen, men den vil aldrig indføre et faktum, en metrik eller en præstation, der ikke allerede står i den tekst, du indsatte. Med en LLM-nøgle omskriver den live; uden nøgle giver den dig en klar prompt til at indsætte i en hvilken som helst assistent. Rediger derefter dit CV på siden #/cv som sædvanligt — CV Studio foreslår, du bestemmer.

25. Hukommelse (#/memory)

Alle andre sider starter forfra hver gang. Hukommelse (åbn den fra Opsætning → Hukommelse 🧠 i sidebjælken) er det ene sted, hvor du fortæller assistenten noget én gang og får det til at blive hængende. Den rummer en kort, redigerbar “husk dette om mig”-note, som fødes ind i hver AI-forespørgsel.

Hvad den er til for

Brug den til varige præferencer og arbejdsstil, for eksempel:

  • De typer roller og virksomheder, du sigter efter (og dem, du aldrig vil se).
  • Hvordan du kan lide, at svar skrives — kortfattet eller detaljeret, senior tone, uden fyld.
  • Hårde krav, der er værd at gentage — kun remote, en lønbund, ingen vagt.

Hold den til præferencer og styring. Det er ikke stedet til fakta om din erfaring — dine kompetencer, arbejdsgivere og resultater bor i dit CV, din profil og dit to-siders resumé, som forbliver de eneste kilder til alt, hvad der optræder i dine CV’er og ansøgninger. Hukommelsesnoten former, hvordan assistenten arbejder med dig, aldrig hvad den påstår om dig.

Hvordan den når ud til alt

Når du klikker på Gem hukommelse, skrives noten til dit overordnede projekts brugerlag i config/memory.md og indlejres i den delte projektkontekst. Det betyder, at den automatisk rejser med hver AI-forespørgsel — evalueringer, øvelsessamtaler, netværksplaner, omskrivninger i CV Studio — og på tværs af hver udbyder, du har konfigureret. Skriv den én gang; du behøver ikke gentage dig selv på hver side. Ligesom dine andre brugerlagsfiler bliver den aldrig overskrevet, når du opdaterer systemet, og den forlader kun din maskine inde i de LLM-prompts, du vælger at køre.

Foreslå ud fra dine data

Ikke sikker på, hvad du skal skrive? ✨ Foreslå ud fra mine data læser din ansøgningstracker og udkaster et sæt adfærdsmæssige punkter — mønstrene i, hvad du forfølger, accepterer og afviser. Kør den prompt, den giver dig, i en hvilken som helst LLM, gennemgå forslagene, og indsæt en redigeret version i noten. Den henter kun fra din egen tracker og opfinder aldrig fakta; du gennemgår altid, før noget gemmes.

26. Statistik (#/stats)

Fanen afvisningsmønstre (v1.117.0). En fjerde fane kører forælderens analyze-patterns.mjs (skrivebeskyttet) og viser udfaldsmiks, handlingsrettede anbefalinger og avanceringsraten pr. ATS-leverandør (signalet om “algoritmisk monokultur” — Bommasani et al., FAccT 2026). Leverandører under minimumsstikprøven markeres med stjerne; uden forælderprojektet siger fanen det ærligt.

Siden Statistik samler tre visninger under én sektion: en AI-genereret markedsrapport, analyser af din egen pipeline og tendensen i antallet af ledige stillinger for dine målroller ud fra dine scanninger. Skift mellem dem med fanerne øverst.

Markedsrapport

Fanen Markedsrapport beder modellen om en løn- og arbejdsmarkedsanalyse af dine målroller — den læser dit CV og din profil for at vide, hvilke roller og hvilket senioritetsniveau der skal dækkes. Skriv en Region / marked (for eksempel Russia, EU-remote, US eller Germany), vælg en Valuta, og klik på Generér markedsrapport. Du får en struktureret rapport med et ledelsesresumé, løn efter niveau (median plus P10/P25/P75/P90), de største arbejdsgivere, en tabel over efterspurgte kompetencer, hyppigheden af goder, fordelingen mellem kontor/hybrid/remote, tendenser over 12-24 måneder inklusive AI’s indvirkning og vejledning til forhandling. Hvert tal er et retningsangivende skøn ud fra modellens træningsviden — ikke skrabet eller live data — og det siger rapporten selv; behandl tallene som intervaller, ikke som citater. Uden en API-nøgle sat får du i stedet en kopier-og-indsæt-prompt frem for en opdigtet rapport. Brug Download .md, Gem som PDF eller Kopiér for at få rapporten ud af appen.

Min pipeline

Fanen Min pipeline tegner din egen ansøgningstracker — intet eksternt. Den viser, hvor mange roller du har fulgt, din scorefordeling, statustragten, dine største virksomheder og roller, ansøgninger over tid og konverteringsrater (hvor stor en andel af ansøgningerne når frem til Ansøgt, Besvaret, Interview og Tilbud). Det er det ærlige spejl af din søgning: den afspejler kun det, der allerede står i data/applications.md.

Tendens for målroller

Fanen Tendens for målroller er den oprindelige visning: antal ledige stillinger og medianløn pr. land for dine målroller, samlet fra din seneste scanning, med en valutavælger og et overblik over Opslag efter målrolle. Gem snapshot registrerer den aktuelle aggregering, så du kan følge, hvordan antallet af ledige stillinger bevæger sig over tid, og tendenslinjen læser disse snapshots tilbage. Sparsomme data er forventet og mærkes som vejledende — de bliver aldrig fyldt ud med opdigtede tal.

Samlet og løn

Fanen Samlet (v1.118.0) relæer skrivebeskyttet to forældre-scripts uden token-omkostning: stats.mjs — din samlede tracker-oversigt, akkumulerede tragtrater (svar / samtale / tilbud), scannertal og portaldækning — og salary-gap.mjs — ønsket vs annonceret vs faktisk løn pr. ansøgning, samlet fra rapporternes Machine Summary og data/salary-observations.tsv. Små stikprøver markeres som vejledende; uden forældre-projektet viser fanen en ærlig note.

27. Karriereplan (#/career-plan)

Siden Karriereplan forvandler dit CV og din profil til en konkret, personlig udviklingsplan — den slags, du ville bygge sammen med en karrierecoach, men genereret ud fra dine egne materialer og din at redigere.

Generér en plan

Vælg en Horisont (6, 12 eller 24 måneder), skriv eventuelt et Fokus (for eksempel “gå over i ledelse”, “arbejde remote” eller “skifte til Go”), og klik på Generér plan. Modellen læser dit CV, din profil, din two-pager og din hukommelsesnote (via den delte projektkontekst) og skriver en struktureret plan: et ærligt øjebliksbillede af dit udgangspunkt, en SWOT over styrker og vækstområder, mål udtrykt som SMART / OKR / WOOP, alternative karrierespor med deres afvejninger, en plan for hårde og bløde kompetencer, en måned-for-måned-køreplan for din valgte horisont, hvordan du følger fremskridt, sandsynlige faldgruber og støttende træk. Hver anbefaling er forankret i det, dine materialer faktisk viser — den planlægger fremad, den opfinder aldrig fakta om din historik. Uden en API-nøgle sat får du i stedet en prompt til at kopiere og indsætte.

Redigering og gemning

Planen lander i et redigerbart tekstfelt — juster hvad som helst, og klik derefter på Gem plan. Den skrives til dit overordnede projekts brugerlag i config/career-plan.md, så den overlever systemopdateringer og kun sendes inde i de LLM-prompts, du vælger at køre. Forhåndsvisning gengiver din Markdown, så du kan læse den formateret, før du gemmer.

Eksport

Brug Download .md, Gem som PDF eller Kopiér for at tage planen ud af appen — de samme eksportknapper, der bruges på tværs af appens AI-rapporter. PDF’en går gennem den eksisterende inline-PDF-generator; Markdown er en direkte download.

28. Karriereorientering (#/orientation)

Siden Karriereorientering besvarer “hvilke retninger passer faktisk til mig?” — den slags læsning, du ville få af en erhvervstest, men udledt af dit eget CV og din profil frem for et spørgeskema.

Hvad den producerer

Klik på Generér profil, og modellen læser dit CV, din profil, din two-pager og din hukommelsesnote og skriver en karriereorienteringsprofil: dine bedst passende karrierevektorer (hvilke af de otte arketyper — Funktionalist, Administrator, Kommunikator, Specialist, Analytiker, Innovator, Leder, Iværksætter — der passer bedst, med belæg fra dit CV), en karrieretype-tendens, et sæt anbefalede roller, dine professionelle styrker knyttet til det, CV’et viser, arbejdsstilstendenser (“hvordan dit CV læses” på nogle få akser) og udviklingsanbefalinger til at udvide din pasform.

Hvordan den genereres

Den er en AI-refleksion af, hvordan dit CV læses — ikke en psykometrisk test. Prompten er fuldt ud forankret i dine egne materialer: den opfinder ikke resultater, og den rapporterer aldrig numeriske testresultater, som om de var målt. Uden en API-nøgle sat får du en kopiér-indsæt-prompt at køre i en vilkårlig LLM i stedet for en live profil. Intet skrives til disk — profilen genereres på ny hver gang.

Eksport

Brug Download .md, Gem som PDF eller Kopiér for at beholde profilen — de samme eksportknapper, der bruges på tværs af appens AI-rapporter. PDF’en går gennem den eksisterende inline-PDF-generator; Markdown er en direkte download.