ユーザーガイド

ヘルプ — career-ops-ui

アプリを起動した瞬間から面接獲得までの、すべてのページの完全ウォークスルーです。以下の各 ## 見出しは、サイドバーの項目またはワークフローのフェーズに対応しています。初回は上から下へ読み、後で特定のセクションへはヘルプサイドバーの目次からジャンプしてください。

対象読者: この UI を career-ops チェックアウト内に置いて bash bin/start.sh を実行したばかりの方。career-ops の予備知識は不要です。

career-ops について

career-ops は、任意の AI コーディング CLI (Claude Code、Gemini CLI、Codex、Qwen Code、OpenCode、GitHub Copilot CLI — 同じスラッシュコマンド・サーフェスで他の Claude 互換 CLI も動作します) 内でスラッシュコマンドとして動作するオープンソースの求職システムです。モデル非依存です。各求人をあなたの CV と照らし合わせ、6 次元 0.0–5.0 のルーブリックで評価し、ロールに合わせた PDF レジュメを生成し、すべての応募をあなたのマシン上にローカルで記録します。

正規リファレンス (初回インストール時はこの順で読んでください):

What is career-ops — システム、原則、概念インベントリ。
Scan job portals — 求人を発見し、Pipeline に投入します。
Apply for a job — Playwright のフォーム読込を伴う完全な応募フロー。
Batch-evaluate offers — batch-runner.sh で 10 件以上の JD をまとめて採点します。
Set up Playwright — Chromium のインストールと、PDF・フォーム入力用 MCP の登録。

基本原則 (出典: career-ops.org/docs/introduction/what-is-career-ops):

オープンソース、本気で — MIT ライセンス、有料ティアなし、ウェイトリストなし、テレメトリなし、アカウントなし。本システムは有料層・アカウント・テレメトリなしで運用されます。コードへの貢献はリリース前にコミュニティレビューを経ます。
データ主権 — cv.md、config/profile.yml、data/、 reports/、interview-prep/ は、明示的にプッシュしない限りあなたのノート PC を離れません。ローカルマシンで実行し、データ主権を完全に保持します。
AI 非依存アーキテクチャ — career-ops はモデルを同梱しません。既存の AI コーディング CLI 内のコマンドとして機能します。プロバイダ (Anthropic ↔ Gemini ↔ OpenAI) を切り替えても評価履歴は一貫して保たれます。
人間が制御する送信 — career-ops は回答を起草しフォームを開きますが、Submit はあなたがクリックします。本システムは自動応募を行いません。システムは構造と評価を提供し、最終的な送信権限は人間が保持します。
構造化された検索 — 多数の応募を伴う能動的・意図的な求職を想定した設計です。単発応募ツールでもレコメンドエンジンでもありません。セットアップは約 15 分、ターミナル操作に慣れていることを前提とします。

career-ops が「やらないこと」 (明示的な非ゴール):

自動応募ツールではありません。フォームを代わりに送信しません。
レジュメ自動再構築ツールではありません。JD ごとに調整しますが、存在しない経験を捏造しません。
LinkedIn 最適化ツールではありません。あなたのプロフィールはあなたの責任です。
SaaS UI の裏に隠れたスプレッドシート代替品ではありません。データはファイルシステム上のプレーンな markdown です。

主要概念 (career-ops が扱うすべての成果物):

概念	内容
Mode	`modes/<slug>.md` 配下のプロンプトテンプレート。組込み: `oferta`、`deep`、`apply`、`pipeline`、`batch`、`contacto`、`followup`、`interview-prep`、`patterns`、`project`、`training`、`ofertas`、`auto-pipeline`、`pdf`、`latex`、`scan`、`tracker`。
Archetype	`config/profile.yml` のターゲットロールプロファイル。ルーブリックはアクティブな archetype に対してスキル一致を重み付けします — 単一で最重要のフィールドです。
Pipeline	`data/pipeline.md` — 評価待ちの JD URL の受信箱。
Tracker	`data/applications.md` — すべての評価 + 応募ステータスの履歴的な GFM テーブル。
Report	`reports/<NNN>-<company>-<DATE>.md` — JD ごとの完全な A–F 評価。ヘッダに score と legitimacy を含みます。
Scan history	`data/scan-history.tsv` — 追記専用ログ。スキャン間で重複を防止します。
Proof points	`cv.md` から抽出した STAR+R 形式の根拠ブロック。評価・apply 回答・面接準備で再利用されます。
JD store	`jds/jd-<date>-<ts>.txt` — 評価時に保存された求人説明の原文。監査証跡用です。
Interview-prep	`interview-prep/<company>-<role>.md` — 深掘りリサーチのブリーフとラウンドごとの 1 ページ資料。
Batch additions	`batch/tracker-additions/*.tsv` — `batch-runner.sh` によりキューされた、tracker へのマージ待ち行。

career-ops と career-ops-ui (本アプリ)

	career-ops (CLI)	career-ops-ui (本アプリ)
実行場所	Claude Code / Gemini CLI / Codex / Qwen Code / OpenCode / GitHub Copilot CLI 内	ブラウザの `http://127.0.0.1:4317`
表面	`/career-ops <mode>` スラッシュコマンド	サイドバー、ワークフローごとに 1 ページ
フォーム入力	あり、Playwright MCP 経由	なし — チェックリスト生成、CLI で仕上げ
PDF	`generate-pdf.mjs`	`📄 Generate PDF` (`#/cv`、`#/reports/:slug`、`#/evaluate`、`#/deep`、`#/interview-prep`)
データファイル	career-ops-ui と共有	career-ops と共有

career-ops-ui は 純粋な追加 です。career-ops/ 内には一切変更がありません。両表面は同じ cv.md、config/profile.yml、 portals.yml、data/、reports/、interview-prep/、modes/ を共有します。

Score 別のアクション閾値

JD に評価が付くと、score によって次のステップが決まります (正規表は career-ops.org/docs/introduction/what-is-career-ops より):

Score	次のステップ
≥ 4.5	`/career-ops apply` を実行 — 高フィット、即応募。
4.0 – 4.4	応募する、または `/career-ops contacto` で先にウォームイントロ。
3.5 – 3.9	`/career-ops deep` を実行 — 決定前に会社・ロールを調査。
< 3.5	特別な個人的理由がなければスキップ。

career-ops-ui の #/dashboard と #/tracker は 4.0 以上の行をハイライトするので、何も再実行することなくアクションを選べます。

外部ドキュメント

スキャン、評価ルーブリック、batch 処理、apply フロー、Playwright セットアップを含む career-ops エンジンの完全リファレンスは career-ops.org/docs にあります:

1. クイックスタート — 「CV 作成」から「応募 + メッセージ送信」まで完全ステップ

ボタン単位の正規プレイブックです。初回は順番通りに進めてください。各ステップは正確なルート、正確なボタン、成功時に表示される内容を明示しています。第 2 章以降は各フェーズをより詳しく説明します。

ガイドに質問。 サイドバー(ヘルプの下)の**ガイドに質問 💬**を開いて使い方を質問 — あなたの言語でこのガイドのみから回答し、履歴書は決して読みません。同じアシスタントはどのページからもワンタップで開けます — ロボットのチャットボタンが右下(右から左の言語では左下)に浮かびます。作業を中断せずにタップして質問できます。

ワンコマンドで起動と初期化。 ターミナルから、UI に触れずにブートストラップ一式を実行できます:
career-ops-ui setup      # 依存関係のインストール → doctor → サーバー起動
career-ops-ui init       # LLM プロバイダーを選択し、そのキーを貼り付け (エコーは抑制)
career-ops-ui doctor     # いつでも再検証 (終了コード 0 ⇔ 必須項目がすべて緑)
career-ops-ui run        # http://127.0.0.1:4317 でサーバーを起動するだけ
career-ops-ui open       # ブラウザのダッシュボードタブを開いて最前面に表示
setup/run の後、ブラウザタブは自動的に開かれ最前面に表示されます (v1.43.0)。career-ops-ui open はオンデマンドで同じ動作をするので、ダッシュボードタブを探し回る必要はありません。 NO_OPEN=1 でヘッドレス/CI 起動時の自動オープンを無効化できます。

setup はチェーン全体を自分で実行します。init は #/config の API キータブが使うのと同じ検証済みパスを通じて、親の career-ops/.env にキーを書き込み、LLM_PROVIDER (auto | claude | gemini) を設定します。これはライブの evaluate / deep / mode / 自動パイプラインのルートが従います。CI 形式: career-ops-ui init --provider claude --anthropic-key sk-ant-… --yes。 UI のほうがよいですか? 以下の手順を続けてください。

A. セットアップ (一度のみ、約 5 分)

career-ops-ui は career-ops/web-ui/ に配置する必要があります(親の career-ops プロジェクト内にネスト)。../ 経由で親フォルダーの cv.md、config/、data/ を読み込み、単独では動作しません。git pull 後に career-ops-ui init が見つからない場合は、cd career-ops/web-ui && npm install && npx career-ops-ui init を実行してください。

ステップ 1 — http://127.0.0.1:4317 でアプリを開きます。 起動していない場合は、リポジトリのルートで bash bin/start.sh を実行します。Dashboard (#/dashboard) が読み込まれます。

ステップ 2 — 左サイドバーの ❤ Health をクリックします。 必須チェックがすべて緑である必要があります:

cv.md、config/profile.yml、portals.yml が存在
API キーが設定済み (ANTHROPIC_API_KEY / GEMINI_API_KEY の少なくとも一方)
Playwright がインストール済み (Generate PDF を使う場合のみ必須)

赤がある場合、ページは修正すべき正確なファイル名または環境変数名を示します。Health が緑になるまで先に進まないでください。

ステップ 3 — サイドバーの ⚒ App settings をクリックします。 API keys & runtime タブが開きます。

ANTHROPIC_API_KEY (推奨 — 長文採点の品質が高い) かつ/または GEMINI_API_KEY を貼り付けます。キーは https://console.anthropic.com/settings/keys または https://aistudio.google.com/apikey から取得します。
💾 Save をクリック。続いて ▶ Test Anthropic (または Gemini) をクリック — 小さな往復通信でキーが動作することを確認します。

ステップ 4 — 同じページの Profile タブに切り替えます。 これは config/profile.yml の直接 YAML エディタです。少なくとも以下を編集します:

candidate.full_name — プレースホルダ (“Jane Smith”) をあなたの実名に置き換える
candidate.email、linkedin、github — カバーレターで使用
target.roles — 応募する職種タイトル
target.comp_total_min_usd — 最低総報酬。これを下回るオファーは全評価のセクション D でフラグされます
target.archetypes — 受け入れるキャリアパターン (最も影響の大きいフィールド)

💾 Save をクリック。サーバは YAML を検証し、正規の # Career-Ops Profile Configuration ヘッダを刻印します。

B. CV (一度のみ、約 10 分)

ステップ 5 — サイドバーの ✎ CV をクリックします。 2 カラム: 左にエディタ、右にライブプレビュー。

ステップ 6 — エディタを埋める方法を 1 つ選びます:

既存のレジュメをアップロード — 📁 Upload CV をクリックし、 .docx / .doc / .odt / .rtf / .pdf / .html / .txt / .md のいずれかを選択。サーバは pandoc または pdftotext で markdown に変換し、XSS をサニタイズしてエディタに挿入します。変換結果を必ずレビューしてください — 特に PDF はレイアウト忠実度が落ちがちです。
markdown を直接貼り付け — テキストエリアは markdown エディタです。右ペインは LLM (および将来のリクルータ) が見る内容です。
トーンのコツ: 箇条書き 1 つ = メトリクス付きの実績 1 つ。 1500 ワード以内。セクション順: Summary、Experience、Projects、 Education、Skills。

ステップ 7 — 💾 Save をクリック (CV ページの右上)。 サーバはサニタイズ (<script> / javascript: / インラインハンドラを除去) して cv.md に書き込みます。トースト: “Saved”。

ステップ 8 (任意) — 📄 Generate PDF をクリック。 親プロジェクトの generate-pdf.mjs を実行し (Playwright 必須)、新規 PDF が完了時にブラウザへ自動ダウンロードされます。ページ下部のリストは過去に生成されたファイルもすべて保持します。

C. 求人を探す (スキャンあたり約 2 分)

ステップ 9 — サイドバーの 🌐 Scan をクリックします。 portals.yml に関心のあるボードが列挙されていることを確認します (本ヘルプの第 5 章)。🌐 Scan now ボタンを押します。スキャナーが Greenhouse / Ashby / Lever / Workable / SmartRecruiters / Workday (英語圏ボード) と、有効化されていれば hh.ru / Habr Career (ロシア圏ボード) を巡回する間、ライブ SSE ログがストリーム表示されます。

ステップ 10 — スキャン完了後、結果をレビューします。 任意の会社タグをクリックでフィルタ、↗ アイコンで会社の採用ページを新規タブで開きます。タイトルフィルタを通過したすべての求人が Pipeline にキューされます。

D. オファーを採点する (JD あたり約 30 秒)

ステップ 11 — サイドバーの Pipeline をクリックします。 スキャナーがキューしたすべての URL が表示されます。エントリをクリックすると JD がインラインでプレビューされます。

ステップ 12 — 任意の JD 横の ▶ Evaluate をクリック。 #/evaluate にジャンプします。API キーが設定されていればライブ実行、されていなければ手動プロンプトが返り、自分の LLM に貼り付けます。ライブモードはあなたの CV に対する A–G セクション (Role / Company / Compensation / Risk / Stretch / Cultural fit / Verdict) で 0–5 の score を生成します。Save 先は reports/<date>-<slug>.md。

ステップ 13 — サイドバーの Reports をクリックして最新の評価をレビューします。comp_total_min_usd 未満のものはセクション D で赤くフラグされます。Verdict: pursue のものがショートリストです。

E. ショートリスト企業を決定し深掘りリサーチ (約 3 分)

ステップ 14 — 検討する求人を選びます。サイドバーの Deep research をクリック。 会社名とロールを入力します。モデルが 7 セクションの企業ブリーフ (ミッション、最近のニュース、技術スタック、採用シグナル、報酬ベンチマーク、リスク、推奨アングル) を生成します。 Save 先は interview-prep/<company>-<role>.md。

F. 応募する (応募あたり約 5 分)

ステップ 15 — サイドバーの Apply checklist をクリック。 求人 URL と JD を貼り付けます。ヘルパーが段階的な送信チェックリストを生成します:

ロールに合わせたカバーレター下書き (あなたの cv.md + profile.yml を使用)
JD からミラーすべき具体的キーワード
添付すべきファイル (CV の PDF — ステップ 8 参照)
応募先 (アグリゲータのリダイレクトではなく、正規の採用ページ URL)
リマインダ: 絶対に自動送信しない — 最終レビューと送信は常に手動。

ステップ 16 — 採用ページを新規タブで開きます。 apply チェックリストを ToDo リストとして使います。会社の実際のフォームから送信します。ステップ 8 で生成した PDF を添付します。

ステップ 17 — 実在の人間に連絡します。 サイドバーで Outreach モード (#/contacto) を開きます。モデルがステップ 14 の会社ブリーフに合わせた短い LinkedIn / メールメッセージを起草します。冒頭をパーソナライズ (深掘りブリーフからの具体的な詳細を 1 つ) して送信します。

G. 追跡とフォローアップ (継続)

ステップ 18 — サイドバーの Tracker をクリックして応募の行を追加します: company、role、score、status Applied、レポートへのリンク、深掘りブリーフへのリンク。日付は自動入力されます。

ステップ 19 — 1 週間後、Follow-up モード (#/followup) を開きます。 元の応募を参照する丁寧な確認メールを下書きします。送信して、tracker のステータスを Followed up に更新します。

ステップ 20 — 面接案内が届いたら、Interview prep モード (#/interview-prep) を実行します。 特定の会社 + ステージ (システム設計 / 行動 / コーディング) 向けの的を絞った準備を生成します。深掘りブリーフから自動で情報を引いてきます。

ステップ 21 — オファー獲得? Tracker ステータスを Offer に更新 し、評価レポートの報酬セクションを再確認 — あなたの最低受諾額がそこに記載されています。

TL;DR — サイドバーの順序 = ワークフローの順序

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

以上です。21 ステップ、ボタン単位で、ゼロからオファーまで。

ワンクリック Auto-pipeline (`#/auto`) — 21 ステップの近道

特定の求人を素早く採点したいだけなら手動手順を飛ばせます。サイドバー → ✨ Auto-pipeline(またはダッシュボードの ✨ ボタン):URL を貼り、Enter または ▶ フルパイプライン実行 — サーバが全チェーンを 1 パスで観察可能に実行:

URL 検証 — SSRF 安全チェック(isValidJobUrl)。
JD 取得 — safeGet(DNS 固定)でダウンロード + サニタイズ。
CV 照合評価 — Anthropic → Gemini → キーなしは手動プロンプト。
レポート保存 — reports/<slug>.md(スコア + 正当性)を書き込み。
トラッカー追加 — data/applications.md に行を追加。

フィードバックは縦型 ステッパー(順序リスト、アクティブ手順に aria-current、スクリーンリーダー用ライブ領域)。完了時カードがレポート(レポート表示 · N/5)と トラッカー へディープリンク。失敗手順はマークされ、ボタン再有効化でリロードなし再試行。API キーなし? 手動モード:手順 3–5 が折りたたまれコピー用プロンプト。リンク可:#/auto?url=<enc>&go=1 で自動開始。

CLI (v1.38.0)。 1 コマンドで全チェーン:career-ops-ui setup。動詞:career-ops-ui doctor(env/キー/ツール検査 — Health と同一エンジン;必須失敗で exit 1)、career-ops-ui run、career-ops-ui init(プロバイダ+キーウィザード、v1.39.0)。 プロバイダ (v1.39.0)。 API-keys タブに LLM_PROVIDER セレクト(auto=Anthropic→Gemini · claude · gemini)と OPENAI_API_KEY フィールド(Codex/OpenCode CLI 側)を追加。career-ops-ui init が対話ウィザード。

プロバイダ (v1.57.0)。 ヘッドレス・ライブ評価が Anthropic → Gemini → OpenAI → Qwen → OpenRouter（auto 順序、LLM_PROVIDER で固定）に拡張。OpenRouter — OPENROUTER_API_KEY 一つで 300+ モデルにアクセス。OPENROUTER_MODEL ドロップダウンは OpenRouter のライブカタログを読み込み（サーバ側プロキシ、オフライン時は厳選フォールバック）。さらに修正: 改行/空白付きで貼り付けたキーを検証前にトリムするため、/#/config でどのプロバイダでも「validation failed」が出なくなりました。

2. アプリ設定と API キー (`#/config`)

v1.55 → v1.56 の新機能。 LLM キー未設定時は各画面の赤いバナーが ⚡ ライブ実行が手動プロンプトモードであることを示しここへ誘導;キー設定後はアクティブなプロバイダを示す控えめなチップになります。各 ⚡ ライブ実行ボタン(#/auto、#/evaluate、#/deep、モード)の前に正直な推定コストを表示(例:「推定コスト: OpenAI gpt-5-codex · ~$0.04/eval」、手動モードは API コストなし)。#/scan は副次フィルタを 詳細フィルター ディスクロージャへ、#/tracker はクリック可能なファネルチップ + 任意のサーバーページネーション、#/pipeline は 1000 行超で仮想化。

AI CLIツール。 AI CLIツールタブは、サーバーにどのエージェントCLI(Claude Code、Codex、Gemini、OpenCode、Copilot、Qwen、Antigravity)がインストールされているかを表示 — 実行しない読み取り専用のPATHスキャン。外観 → 会社ロゴを表示(既定オフ)は各社のファビコンを自身のドメインから取得してスキャン表に表示します(サードパーティ不使用)。

2 つのタブ:

API keys & runtime — ブラウザから親プロジェクトの .env を編集 (career-ops の Node スクリプトが起動時に読むのと同じファイル)。このタブはプロバイダ別のモデルセレクタも提供します — ANTHROPIC_MODEL・ GEMINI_MODEL と並んで OPENAI_MODEL(OpenAI/Codex)。
Profile — config/profile.yml の直接 YAML エディタ。Save 時に正規の # Career-Ops Profile Configuration ヘッダを刻印します。

どちらのタブでも、保存は即時に反映されます — サーバ再起動は不要です。

LLM プロバイダのセットアップ(ステップバイステップ)。 web UI の ⚡ ライブ評価はヘッドレスで実行され、1 つの API キーを使用します。“OR” で動作します — これらのいずれか 1 つを設定すればそれだけで動作し、複数設定した場合は auto がこの順で優先します:Anthropic → Gemini → OpenAI → Qwen。(career-ops 自体は CLI 非依存です — Claude Code、Codex、Gemini、OpenCode、Qwen、Copilot または Kimi の中でも実行でき、それはこのヘッドレスキーとは別です。)

#/config → API keys & runtime タブを開きます。
LLM_PROVIDER でプロバイダを選びます:auto(設定されているキーを使用)、または claude / gemini / openai / qwen で 1 つに固定。
選んだプロバイダのキー + モデルを入力します:
- Anthropic — ANTHROPIC_API_KEY(console.anthropic.com)を設定、任意で ANTHROPIC_MODEL(既定 claude-sonnet-4-6)。
- Gemini — GEMINI_API_KEY(aistudio.google.com/apikey)を設定、任意で GEMINI_MODEL(既定 gemini-2.0-flash)。
- OpenAI — OPENAI_API_KEY(platform.openai.com)を設定、任意で OPENAI_MODEL(既定 gpt-5-codex)。
- Qwen — QWEN_API_KEY(Alibaba Model Studio / DashScope、dashscope.console.aliyun.com)を設定、任意で QWEN_MODEL(既定 qwen-max)。中国本土エンドポイントは raw .env で QWEN_BASE_URL を設定します。
Save をクリックします。キーは親プロジェクトの .env に書き込まれます;変更は即時に反映されます — サーバ再起動は不要です。
#/evaluate で検証します:求人の URL/説明を貼り付けて ⚡ Run live を押します。結果ヘッダにどのプロバイダが実行されたか(anthropic / gemini / openai / qwen)が表示されます。どこにもキーが設定されていない場合 → 代わりにコピー&ペーストの手動プロンプトが得られます。

シークレットは保存後にマスクされ、決してログ出力されません。モデル id フィールド(*_MODEL)はシークレットではありません。

Profile タブ

v1.32.0 — 項目別フォーム。 Profile タブは生 YAML の textarea ではなく、候補者 / ナラティブ / 報酬 の折りたたみセクションを持つフォームになりました。保存時はモデル化された 14 のスカラーパスのみ送信し、サーバが config/profile.yml に マージ するため、archetypes・proof_points・独自キーは そのまま保持 されます。トレードオフ: 項目保存は YAML を再シリアライズするため # コメントは失われます — 保持や入れ子配列の編集にはタブ下部の Advanced: edit raw YAML を使用してください。 v1.35.0 — 配列エディタ。 Target roles・Superpowers(文字列リスト)、Archetypes(name/level/fit)、Proof points(name/url/hero-metric)の add/remove エディタを追加。merge-not-replace は同一保証;リストを空にするとキーがクリーンに削除されます。 v1.54.3 — Modes タブの構造化フォーム。 modes/_profile.md はセクション別の生 markdown エディタではなくなり、文書化されたスキーマから派生したフィールドフォームになりました。リスト型セクション — Target Roles / Adaptive Framing / Comp Targets — は繰り返し可能な行項目入力(行の追加/削除)、散文セクション — Exit Narrative / Location Policy — はラベル付き textarea としてレンダリングされ、未知または非リストのセクションはラベル付きの逐語 textarea にフォールバックします。保存は 依然としてセクション単位でマージ — プリアンブル・未編集セクション・カスタムセクションをバイト単位で保持。ファイル全体の編集(セクション追加/削除・プリアンブル編集)用の Advanced: raw markdown はそのまま残ります。

テキストエリアには現在の config/profile.yml がそのまま表示されます。
編集して 💾 Save をクリック。サーバが YAML を検証し (マッピングであること、candidate を含むこと) ファイルに書き込みます。
不足していれば # Career-Ops Profile Configuration ヘッダが追加されます。
#/profile の読み取り専用サマリは視覚的なコンパニオンです。

認識されるキー

キー	動作	取得元
`ANTHROPIC_API_KEY`	Anthropic SDK へのライブコールを有効化。Anthropic と Gemini が両方設定されている場合に優先 — JD 採点と深掘りリサーチでの長文構造化出力の品質が高い。	https://console.anthropic.com/settings/keys
`ANTHROPIC_MODEL`	デフォルトの `claude-sonnet-4-6` を上書き。難しい推論には `claude-opus-4-7`、安価で高速な用途には `claude-haiku-4-5-20251001` を試してください。	—
`GEMINI_API_KEY`	Anthropic キーがない場合のフォールバック。`gemini-eval.mjs` が `oferta` モードで使用。少量なら無料ティアで動作。	https://aistudio.google.com/apikey
`GEMINI_MODEL`	デフォルトの Gemini モデルを上書き。	—
`(server uses default UA)`	ロシア国外から `hh.ru` をスキャンする際に必須 (API は素の User-Agent に対し 403 を返します)。https://dev.hh.ru/admin でアプリを登録し、その UA 文字列を使います。	dev.hh.ru
`PORT`	Express のバインドポート。デフォルト 4317。	—
`HOST`	バインドアドレス。デフォルト `127.0.0.1`。`0.0.0.0` を設定すると UI が LAN に公開されます — まだ認証ゲートはありません。Production-readiness ドキュメントを参照してください。	—

動作

読取り (GET /api/config) はすべての認識キーを返します。シークレットキー (ANTHROPIC_API_KEY、GEMINI_API_KEY) は マスクされます — sk-ant•••••••a1b2 のように見え、完全な値は決して表示されません。
保存 (POST /api/config) は各値を検証し、<parent>/.env に書き込み、実行中のプロセスに即時適用します。再起動不要。
空値で削除 されます。ロシア IP / VPN を使わなくする場合などに便利です。

スモークテストボタン

保存後、▶ Test Anthropic または ▶ Test Gemini をクリックすると、いずれも小さなプロンプト (出力 ≤256 トークン) を発射し、ほとんどコストをかけずにキーの結線を確認できます。成功時は約 200 字のサンプルが返ります。

3. プロフィール (`#/profile` — `#/settings` でも到達可能)

config/profile.yml の読み取り専用サマリカードビューです。 編集には App settings → Profile タブ (#/config → Profile) へ移動してください。Save は同じファイルに書き込まれ、このページはリロード時に再パースします。

特に重要なフィールド:

candidate.full_name — すべてのプロンプトで使用されます。実運用前に テンプレートの Jane Smith を必ず置き換えて ください。さもないと生成されるカバーレターがプレースホルダ名で送信されてしまいます。
candidate.email、linkedin、github — カバーレター生成と apply チェックリストで参照されます。
target.roles — 受け入れる職種タイトル。スキャナーのポジティブフィルタが暗黙にこれを利用します (portals.yml::title_filter 経由)。
target.comp_total_min_usd — 最低総報酬。各評価のセクション D でこれを下回るオファーがフラグされます。
target.archetypes — 最も重要なフィールド。これらは受け入れるキャリアパターン (例: Tech-Lead-Backend、Founding-Engineer、 Data-Platform) です。各 JD はこれらに照合され、最適な archetype がレポートヘッダに記載されます。

Health ページは Profile customized チェックを表示し、 full_name が既知のプレースホルダ名と一致する限り失敗します。

4. 履歴書 (`#/cv`)

すべての評価、深掘りリサーチ、カバーレターの唯一の真実源です。親プロジェクトルートの cv.md に保存されます。

編集オプション

直接貼り付け — 左のテキストエリアは markdown エディタです。右ペインは LLM (および将来のリクルータ) が見る内容を反映します。
📁 Upload CV — 以下のいずれかの形式のローカルファイルを選択すると、サーバが markdown に変換します:
- テキスト形式 — .md、.markdown、.txt、.html、.htm はそのままパススルー (HTML は pandoc → GFM markdown)。
- Office 形式 — .docx、.doc、.odt、.rtf は pandoc で変換 (macOS は brew install pandoc、Linux は apt install pandoc)。
- PDF — .pdf は Poppler の pdftotext で抽出 (brew install poppler / apt install poppler-utils)。
- 変換された markdown がエディタに挿入されます。💾 Save をクリックして永続化します。結果はサニタイズされます (貼り付けと同じ XSS 除去)。
- ハード上限: アップロードあたり 10 MB。それ以上は 413 で拒否されます。
LinkedIn から — 最も簡単な経路: 親プロジェクトで Claude Code を開き /career-ops を実行、LinkedIn URL を貼り付けて extract my CV from this and write it to cv.md と依頼します。

サニタイズ対象

サーバ側で、/api/cv への各 PUT は stripDangerousMarkdown を通過します:

<script>、<iframe>、<object>、<embed>、<svg>、<style>、 <form> タグ — すべて完全に除去。
インラインイベントハンドラ (onclick=、onerror= など) — 除去。
javascript:、vbscript:、data:text/html の URI スキーム — 無害化。

上記のいずれかが除去された場合、レスポンスには sanitized: true が含まれ、ソースに危険な要素があったことを把握できます。

最大ボディサイズ: 1 MB。それ以上は 413 を返します。

その他のボタン

sync-check — 親プロジェクトで cv-sync-check.mjs を実行します。不整合をフラグ: CV に記載されているプロジェクトが data/applications.md の archetypes にない、など。
📄 Generate PDF — generate-pdf.mjs をストリーミングで実行します。出力先は output/*.pdf。Playwright が必要です (Health ページが親の node_modules でインストール済みかを表示します)。生成完了時に 最新の PDF がデフォルトの Downloads フォルダへ自動ダウンロードされ、ページ上のリストは過去に生成されたファイルもすべて保持します。

トーン / フォーマットのコツ

箇条書き 1 つ = メトリクス付きの実績 1 つ。 “Reduced p99 latency by 38%” は “improved performance” よりあらゆる評価ルーブリックで優位です。
セクション順: Summary (3–5 行)、Experience (新→旧の逆時系列)、Projects (最大 5)、Education、 Skills (重複排除、バズワードの羅列禁止)。
1500 ワード以内に抑えてください。採点ルーブリックは情報密度を重視し、冗長な CV はノイズとしてペナルティを受けます。

5. ポータルとソース (`portals.yml`)

スキャナー設定は親ルートの portals.yml にあります。重要なセクションは 3 つです。SPA の 3 セクション (下記) は scan-job-portals の正規スキーマと 1:1 で対応します。

ショートカット: #/portals URL は App settings に直接解決されるようになり、(地域ソースが設定されている場合は) Regional sources グループへジャンプします — ブックマークや手入力した #/portals リンクはもう 404 になりません (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]

スキャンされた求人は、タイトルに 少なくとも 1 つのポジティブ キーワードを含み、かつ ネガティブキーワードを 1 つも含まない 場合に通過します。両方を調整してください。キーワードは大文字小文字を区別しない部分文字列です。

seniority_boost は 3 つ目のタイトルフィルタキーです。ここに列挙されたキーワードは何もフィルタしませんが — マッチした求人を結果の上位に押し上げ、“Senior Backend Engineer” が “Engineer” より上に来るようにします。デフォルト: ["Senior", "Staff", "Lead"]。ターゲットロールのタイトル付けに合わせて調整してください。

明確化のため、最初は 3–5 個のポジティブキーワードで始め、後で広げます。

content_filter(任意 — web-ui 1.75.0, parent #974)。 location_filter のトップレベルの兄弟キーで、同じ positive / negative キーワードリストを持ちますが、勤務地ではなく求人の 説明 / スニペット テキストに対してマッチします:

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

location_filter と同じセマンティクス: キーなし → すべて通過。説明が 空 / 欠落 の求人は通過(欠落データはペナルティなし)。negative 一致 → 拒否。positive が空 → 通過。positive が非空 → 少なくとも 1 つのキーワードに一致が必要(大文字小文字を区別しない部分文字列)。ATS スイープとリージョナルスイープの両方で適用されます。説明 / スニペットを提供するソース(例: RSS) のみが影響を受け — それ以外の求人はすべて通過 — 本文を持たないソースの行が有効化により黙って落とされることはありません。タイトルは通過したが本文に決定的な問題が現れる求人を落とすのに使います。

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

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

スキャンした求人を 勤務地 文字列(大文字小文字を区別しない部分一致)でフィルタし、ATS スイープと地域スイープの両方に適用されます。正規の career-ops scan.mjs と同一のセマンティクス:

location_filter なし → すべての勤務地が通過(既定)。
勤務地が空/欠落 → 通過(欠損データは不利にしない)。
block 一致 → 却下(block が allow より優先)。
allow 空 → 通過(block で既に除去済み)。
allow 非空 → 少なくとも 1 つ のキーワードに一致が必要。

portals.yml のトップレベルキー(title_filter の兄弟、russian_portals の下ではない)。

`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 は AI 駆動の Option B スキャン (/career-ops scan を Claude Code / Codex 内で実行) を駆動します。インプロセスの npm run scan (パブリックなボード API のみを叩く) では実行 されません。tracked_companies にまだ含まれていない企業のロールを発見したいときに使います。enabled: false でエントリを削除せずに実行を停止できます。

`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 }

エントリごとの必須フィールド: name と careers_url。任意: api (明示的な Greenhouse / Ashby / Lever / Workable / SmartRecruiters / Workday のエンドポイント)、enabled: true|false で削除せずに含める/除外する。ATS スキャナーは URL パターン (job-boards.greenhouse.io/<slug> → Greenhouse など) から ATS を検出し、各社のパブリック boards-api を直接取得します。認識可能な ATS を持たない企業はスキップされます (/#/scan の Active Companies カードがグレー ○ で表示します)。

`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 }

RSS/Atom フィードを公開している任意の求人ボード（LaraJobs、WeWorkRemotely、RemoteOK、golangprojects など）に、provider: rss と rss:（または feed_url:）キーを持つエントリを追加するだけでスキャナーを向けられます — コード変更不要。RSS アダプターは各 <item> を解析し（CDATA + HTML エンティティ、タイトル/会社名はタグ除去）、求人に正規化し、ATS ソースと同じ title_filter / location_filter + 重複排除 + パイプライン追記のフローを実行します。その後 RSS は #/scan のフィルタードロップダウンに選択可能なソースとして表示されます。(web-ui v1.62.x)

`russian_portals`

russian_portals:
  sources: ["hh", "habr", "trudvsem", "getmatch", "geekjob"]      # またはいずれか一方
  area: 113                 # 1=モスクワ、2=サンクトペテルブルク、113=ロシア、1001=リモート
  per_page: 50
  only_remote: false
  queries:
    - "Senior PHP"
    - "Senior Go"
    - "Тимлид PHP"

queries は hh.ru と Habr Career の求人タイトルに対する大文字小文字非依存の部分文字列マッチです。ネガティブリストとの重複に注意してください — "Senior PHP" が queries にあり、"php" が title_filter.negative にある場合、スキャンは結果ゼロになり、コンソールに競合状態の警告が出ます。

ロシア系ポータルの構成 — 詳細セットアップガイド

v1.29.0 は 5 つのロシア向けアダプタを同梱しています。2 つはデフォルト UA 以上の設定不要(habr-career HTML スクレイプ、trudvsem 政府オープンデータ API — キーなし、地域制限なし)。2 つはテック系ポータルの HTML スクレイプ(getmatch、geekjob — キーなし)。1 つは hh.ru 標準 API で、ロシア国外 IP からは App settings → API keys & runtime で HH_USER_AGENT を設定しないと 403 を返す可能性があります(あるいはロシア IP / VPN を経由)。

ソース一覧

キー	表示名	タイプ	認証	地域制限
`hh`	hh.ru	JSON API	任意 `HH_USER_AGENT`	RU 外 IP は 403 の可能性
`habr`	Habr Career	HTML	なし	なし
`trudvsem`	Trudvsem	JSON API(オープンデータ)	なし	なし
`getmatch`	GetMatch	HTML	なし	なし
`geekjob`	GeekJob	HTML	なし	なし

ステップ 1 — `portals.yml` を開く

ファイルは親プロジェクト career-ops/ のルートに存在します(web-ui/ の中ではない)。まだ無い場合は、親プロジェクト同梱のテンプレートをコピーしてください:

# from the parent career-ops/ root (NOT web-ui/)
cp templates/portals.example.yml portals.yml
$EDITOR portals.yml

ステップ 2 — 5 ソースを有効化

russian_portals ブロックを追加/更新し、スキャンしたい全ソースをリストします。配列順は問いません — スキャナはレジストリ順に呼び出します。

russian_portals:
  sources: ["hh", "habr", "trudvsem", "getmatch", "geekjob"]
  area: 113                  # 1=Moscow, 2=SPb, 113=Russia, 1001=remote
  per_page: 50               # how many vacancies per query per source
  only_remote: false         # set true to keep only remote postings
  queries:
    - "Senior PHP"
    - "Senior Go"
    - "Backend Senior"
    - "Тимлид PHP"

ステップ 3 — クエリとフィルタの調整

queries は、スキャナが各ソースに対して検索する文字列です。各クエリはソースごとに 1 回実行されます — 4 クエリ × 5 ソース = 1 スキャン 20 回呼び出し。スキャン時間を 1 分以内に保つため、リストは 3–7 個に絞ってください。area は hh.ru のリージョンコード(他ソースは無視)。per_page はクエリあたりの返却件数上限。only_remote: true はアダプタレベルでリモートのみフィルタ(結果テーブルにも別途 Remote チップあり)。

よくある落とし穴

Negative リスト衝突。 クエリ内の単語("php"、"senior")が title_filter.negative にもある場合、表示前に全結果がフィルタされます。スキャナはスキャン時に stderr 警告を出します — ⚠ config: query "Senior PHP" contains "php" which is in the negative list の行を探してください。negative から該当語を外して解決します:

title_filter:
  positive: [backend, senior, lead, php, go, golang, python]
  negative: [junior, intern, frontend, ios, android]
russian_portals:
  queries:
    - "Senior PHP"     # OK — "php" no longer in negative list
    - "Senior Go"

1 ソースを一時的に無効化する

データを削除せずソースを無効化するには、sources から該当キーを外すだけです:

russian_portals:
  sources: ["hh", "habr", "trudvsem"]   # only 3 of 5 sources will run

設定の確認

portals.yml を保存後:

# 1. Save portals.yml.
# 2. In the SPA, switch to #/scan.
# 3. Click 🌐 Scan now.
# 4. Watch the SSE log for the per-source line per query:
#       "Senior PHP"
#         hh.ru    18
#         habr     21
#         trudvsem  3
#         getmatch  0
#         geekjob   2
#    A value of 0 is normal for some queries — it just means that
#    source had no matches. A "geo-blocked" or "timeout" line means
#    the adapter reached the site but couldn't read results.

CLI ブートストラップフロー (scan-job-portals)

正規の career-ops セットアップ (親ルートで一度だけ実行):

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

これがブートストラップのすべてです。3 つのセクション (title_filter、tracked_companies、search_queries、任意で russian_portals) を編集し、保存すれば、スキャン準備完了です。

SPA のブートストラップ動作

初回起動時、portals.yml に存在しなければサーバはドキュメント済みの russian_portals: ブロックを追記します — 冪等です (2 回目の起動は文字列 russian_portals: が既にあるため no-op)。英語圏セクションは 自動注入されません。上記の正規ブートストラップに従って templates/portals.example.yml をコピーして取得します。

6. ヘルス (`#/health`)

すべてのセットアップゲートを OK / OPTIONAL / FAIL バッジで表示します。「動かない」issue を立てる前にこのページを読んでください。

AI使用量とコスト。 AI使用量ページ(💳、ヘルスの隣)はライブAI生成のトークンをプロバイダーごとに24時間/7日/30日/全期間で表示し、編集可能な価格表からの推定USDコストを併記します(請求なし)。コンパクトな使用量メーターも、すべてのページで左サイドバーの下部に固定されます — 同じ24h/7d/30dのトークン合計と24時間の推定コストがライブ更新され、メニューは常にその上に隠れず表示され、ヘッダーをクリックすると折りたためます。

必須チェック (これらなしではシステムは機能しません)

Node version ≥ 18 — サーバはネイティブの fetch と node:test を使用します。
Project root — CAREER_OPS_ROOT (環境変数または自動検出) が存在すること。
cv.md、config/profile.yml、portals.yml、 data/applications.md、data/pipeline.md、modes/oferta.md。

任意チェック (警告のみ)

Profile customized — candidate.full_name がテンプレートプレースホルダではないこと。
GEMINI_API_KEY / ANTHROPIC_API_KEY — .env に設定済み。
(server uses default UA) — ロシア国外から hh.ru をスキャンする場合のみ重要。
Playwright (parent node_modules) — PDF 生成と check-liveness.mjs に必要。 cd $CAREER_OPS_ROOT && npm install && npx playwright install chromium でインストール。
Parent project dependencies — 不足していれば cd $CAREER_OPS_ROOT && npm install。
data/、reports/、output/、jds/ ディレクトリ — 初回書込み時に自動作成。

サーバがループバック外に公開されている場合 (HOST=0.0.0.0)、レスポンス中の絶対パスと正確な Node バージョンは "hidden" に置き換えられ、好奇心旺盛な隣人があなたのインストールをフィンガープリントできないようにします。

実行ボタン

▶ Doctor は node doctor.mjs を実行し、モーダルに出力を表示します。
▶ Verify pipeline は node verify-pipeline.mjs を実行します。

7. 検索 (`#/scan`)

スキャナーは有効化されたすべてのボードをクロールし、履歴に対して重複排除し、ヒットを data/last-scan.json と data/pipeline.md に書き出します。

検索 + 除外。 検索ボックスはカンマをORとして扱い(「探す役割」)、新しい除外フィールドはカンマ区切りの語に一致する行を隠します。両方とも保存済み検索に保存されます。

ワンクリックスキャン (SPA)

🌐 Scan はすべての有効ソースを 1 回のスイープで実行します:

Greenhouse / Ashby / Lever / Workable / SmartRecruiters / Workday (ATS スイープ) を、認識可能な ATS URL を持つ tracked_companies のすべての企業に対して実行。
v1.75.0 のアグリゲーターを、いずれかにオプトインしている tracked_companies の各エントリに対して実行: RemoteOK / Remotive / Working Nomads(ボード全体のリモートフィード、provider: <slug>)および IBM / Arbeitsagentur / Glints / Jobstreet · SEEK(設定駆動、エントリごとの <provider>: ブロック)。
hh.ru API + Habr Career + Trudvsem + GetMatch + GeekJob を、russian_portals の各クエリに対して実行。

1 クリックで 2 フェーズ(v1.29.2)。 単一の 🌐 Scan ボタンが ATS スイープと地域スイープの両方を、1 つの SSE ストリーム上で実行します。ログには 2 つのフェーズ見出しが順番に現れます:

▶ ATS scan (Greenhouse + Ashby + Lever) — EN ATS ボード。
▶ Regional scan (hh.ru + Habr Career) — レジストリの 5 つの RU ソース。

各フェーズは ✓ done · NEW=N のサマリで終わります。ATS フェーズしか見えない場合、stand は v1.29.2 より前のビルドです — アップグレードしてください。v1.29.2 より前は SSE クライアントが最初の done でクローズし、地域フェーズが静かに失われていました。

ライブ SSE ログがスキャン中に右ペインへストリーム表示されます。 Stop をクリック (または単に離脱) すると中断します — サーバは AbortController 経由で進行中の HTTPS リクエストをキャンセルします。

結果のフィルタリング

ログの下、結果テーブルは data/last-scan.json の行をレンダリングします。

v1.78.1 — ライブ自動更新。 結果テーブルは、スキャンの実行中に自動で更新され、終了直後にもう一度更新されます — 手動でのリロードやページ切り替えは不要です。

v1.80.0 — Max per source とソースの隔離(quarantine)。 Scan ボタンの隣にある Max per source フィールドは、各ボードが提供する求人件数の上限を設定します(空 / 0 = 無制限、既定値) — 1 つの巨大なボードが結果を独占してしまう場合に便利です。これとは別に、恒久的な 404 / 410 を返すソースは data/scan-quarantine.json に記録され、以降のスキャンではスキップされます (自己回復:14 日後に再試行)。これにより、死んだ slug がログを汚し続けるのを防ぎます。portals.yml で scan_quarantine: false を指定すると無効化できます。

フィルタ:

フリーテキスト — タイトル / 会社名に対する部分一致。
Source ドロップダウン — 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 （GET /api/scan/sources から自動構築）。
Remote / Hybrid / Onsite ドロップダウン。
Country ドロップダウン (v1.78.0) — 現在の結果から検出された国で構成される地理フィルターで、各項目は国旗絵文字と件数とともに表示されます(例:🇩🇪 Germany (12))。1 つを選ぶと、その国に紐づく求人だけが残ります。検出は求人の自由記述の勤務地(国名/別名 + ~100 の主要求人市場都市)を国にマッピングします。保守的で決して推測しないため、勤務地を解決できない求人 — または純粋な「Remote」掲載 — は All countries の下に残ります。勤務形態ドロップダウンと組み合わせれば、国に紐づく求人とリモート求人の両方を見つけられます。
Posted within ドロップダウン (v1.80.0) — クライアント側の経過時間フィルター(Last 24 hours / 7 days / 30 days)。pubDate がそれより古い行は非表示になります。日付が記載されていない行は通過します(データの欠落はペナルティになりません)。
★ Favorites (v1.80.0) — 任意の行の ☆ をクリックすると求人にスターを付けられます(URL ごとに localStorage に保存)。フィルターパネルの ★ Favorites にチェックを入れると、スター付きの行だけが表示されます。スターはスキャンやリロードをまたいで保持されます。
Saved searches (v1.80.0) — フィルターの上のバー:現在のフィルターセットに名前を付けて 💾 Save すると、ドロップダウンから再適用したり 🗑 Delete で削除したりできます。localStorage に保存され、破損したり編集された値はクリーンに空へリセットされます。
スタックチップ (PHP / Go / Backend / Senior / …) — 行ごとに Skills.detectTech と Skills.detectLevel で自動検出。複数選択は積集合 — PHP + Senior を選択すると両方を持つ行が表示されます。
動的チップ (静的スタックチップの下) — タイトルから抽出した頻出大文字トークンの上位 25。バックエンドエンジニア向けの語彙に固定されず、実際にスキャンするロール (マーケティング、デザイン、ファイナンス…) に UI が適応します。

Active Companies カード

portals.yml のすべての企業と、そのスキャンステータスを表示する折り畳み可能なカードです:

✓ 緑タグ — 直接 API サポート (Greenhouse / Ashby / Lever / Workable / SmartRecruiters / Workday)。
○ 灰タグ — ウェブ検索プロンプトへフォールバック (API マッチなし)。

会社名クリック → 上の結果フィルタにその名前を入れる。 ↗ アイコンクリック → 会社の careers_url を新規タブで開く。

CLI スキャンフロー (scan-job-portals)

CLI 側からスキャンする方法は 2 つあります (どちらも SPA が読むのと同じ data/pipeline.md に URL を投入します):

Option A — ダイレクトスクリプト (約 30 秒、AI トークンゼロ):

npm run scan                          # すべての Greenhouse/Ashby/Lever ボード
npm run scan -- --dry-run             # 永続化せずプレビュー
npm run scan -- --company Anthropic   # 1 社の tracked company に絞る

Greenhouse / Ashby / Lever / Workable / SmartRecruiters / Workday (認識可能な ATS URL) でのみ動作します。AI トークン消費なし — パブリックボード API を直接叩きます。

Option B — AI 駆動のブラウザスキャン:

/career-ops scan

Claude Code / Codex / Cursor / Gemini CLI 内で実行。モデルトークンを使います。各 tracked_companies のページを直接訪問し、API のないボード (採用ページ、カスタム ATS、地域ポータル) も発見できます。低速ですが広範囲。ATS スイープで結果ゼロでも、採用していると分かっているターゲットに対して有用です。

出力 (両経路共通) — 新規 JD URL が data/pipeline.md に追記され、訪問済み URL は data/scan-history.tsv にログ (今後のすべてのスキャンで重複排除)、サマリ出力: スキャンした企業 · 発見した求人 · タイトルでフィルタされた件数 · 重複スキップ · 新規追加オファー。

Score 別のアクション閾値 (/career-ops pipeline が新規 URL をバッチ採点した後に適用):

Score	推奨される次のステップ
≥ 4.5	`/career-ops apply` — 高フィット、即応募
4.0 – 4.4	応募、または `/career-ops contacto` でウォームイントロ
3.5 – 3.9	`/career-ops deep` — まず調査
< 3.5	特別な個人的理由がなければスキップ

SPA の #/dashboard と #/tracker は 4.0 以上の行をハイライトするので、何も再実行することなくアクションを選べます。

フォローアップコマンド

採点後、正規のフォローアップは以下のとおりです:

/career-ops apply — ロールに合わせた回答で応募フォームを記入
/career-ops contacto — LinkedIn / メールアウトリーチを下書き
/career-ops deep — 会社 / ロールを深く調査
/career-ops tracker — pipeline のステータスを表示

hh.ru — ウェブサイトから取得（2026 年 7 月以降はロシアの IP が必要）

hh.ru は Habr Career と同じく、公開検索サイト（hh.ru/search/vacancy）を読んでスキャンします — キーも設定も不要です。ただし 2026 年 7 月以降、hh.ru はロシア国外の IP に HTTP 451（地域的な法的ブロック）を返すため、スキャンはロシアの IP からのみ動作します — ロシア国内でサーバーを動かすか、ロシアの出口ノードを持つ VPN を使ってください。最初の 451（またはアンチボットの 403）を受けると、スキャナーはその実行の残りで hh.ru を無効化しログに明記するため、他のロシア系ソースは最後まで完了します。JSON API（api.hh.ru）は意図的に使いません: IP や User-Agent に関係なく、あらゆるプログラムクライアントに 403 forbidden を返すためです。

正しそうに見えるネットワークからでも、hh.ru は出口 IP を VPN/プロキシと判定し(データセンター/ホスティングの IP はすべて該当)、スキャンを /vpncheeck 中間ページ(「VPN мешает работе сайта」)へ 302 リダイレクトすることがあります。このページは求人 0 件の HTTP 200 を返します。スキャナーはこのリダイレクトを検出し、実行の残りの間 hh.ru を無効化してログに記録します。対処はネットワーク側です:トラフィックが本当に住宅用 IP から出ているか確認してください — ブラウザのトグルをオフにしてもシステム全体の VPN やプロキシは有効なままのことがよくあります(実際の出口 IP は api.ipify.org などで確認できます)。

8. パイプライン (`#/pipeline`)

評価待ち URL の受信箱です。data/pipeline.md に保存されます。

概要ストリップ。 上部のコンパクトなストリップがパイプラインを一目で表示 — 受信URL数、追跡数、Applied/Responded/Interview/Offer数、各々トラッカーにリンク。

URL の追加

3 通り:

入力欄に URL を入力 / 貼り付けて + Add をクリック。
トップバーのグローバル検索(バッジに Enter と表示)を使います: http(s)://… リンクを貼り付けて Enter を押すと auto-pipeline が開きます。それ以外のテキストを入力して Enter を押すと、その語句が事前入力された状態で #/scan へ移動します (v1.78.1)。ブラウザが許可する場所では Ctrl/Cmd+K で引き続き検索ボックスにフォーカスできます。ブランドロゴはダッシュボードへ戻ります。
スキャンを実行 (上記) — 新規ヒットは自動で pipeline に追加。

すべての URL はサーバ側で isValidJobUrl() を通ります。ループバック (localhost、127.0.0.1)、file://、javascript:、IP リテラル、テンプレート文字 (<、>、") を含む文字列はすべて 400 で拒否されます (SSRF 対策)。

サーバサイドプレビューペイン

任意の pipeline 行をクリックすると、右にプレビューがロードされます。ほとんどの ATS ボードは CORS ヘッダを送らないため、ブラウザは直接取得できません。サーバがリクエストをプロキシし、<script> / <style> / HTML タグを除去して、最大 8 KB のプレーンテキストを返します。

プレビュープロキシはリダイレクトを手動で辿り、ホップごとに SSRF 検証 を実施します — 各 Location ヘッダは再度 isValidJobUrl() を通るので、敵対的なボードがあなたをループバック / プライベート IP / file:// へ跳ね返すことはできません。3 ホップ、 15 秒のタイムアウトでキャップされています (TOCTOU と再バインド攻撃対策)。

行アクション

▶ — URL を事前入力した #/evaluate?url=… へジャンプ。
✕ — data/pipeline.md から URL を削除。

右上ボタン

⚡ Evaluate first — キューの最初の URL を Evaluate ページで採点可能な状態で開きます。
Scan — さらに URL が欲しい場合にスキャナーへ戻ります。

9. 評価 (`#/evaluate`)

1 件の求人説明 (JD) を cv.md と config/profile.yml に対して採点します。modes/oferta.md に従って構造化された A–G 評価と 0–5 score を返します。

入力

JD をテキストエリアに貼り付けるか、#/pipeline から ?url=<href> 付きで到達した場合 — ページが pipeline プレビューと同じ SSRF セーフなプロキシを通して URL を取得し、テキストエリアに事前入力します。

💾 Save JD をクリックすると JD を jds/jd-<date>-<ts>.txt に永続化します (監査証跡用)。API 呼び出しで save: true を渡しても同じ効果が得られます。

フォールバックチェーン

Anthropic — ANTHROPIC_API_KEY が設定されている場合に優先。サーバはプロンプトの前に cv.md、config/profile.yml、 modes/_shared.md、modes/oferta.md を <project_context> ブロックに束ねます (各ファイル 16 KB でキャップ、フルプロンプトは 200 KB のソフトキャップ)。グラウンディングされた markdown を直接ページに返します。
Gemini — GEMINI_API_KEY のみが設定されている場合。サーバが JD を一時ファイルとして gemini-eval.mjs を spawn します。無料ティアモデル (gemini-2.0-flash) は通常の採点には十分です。
手動 — キー未設定。ページは Claude Code、ChatGPT、または他の任意の LLM に貼り付けられる完全な形のプロンプトを返します。

出力セクション (正規 career-ops.org A-F)

v1.15.0 リアラインメント。 ブロックレターは正規 career-ops.org スキーマと一致するようになりました。v1.15 以前のレポートは A–G (C=Risks、F=Verdict、G=Legitimacy) を使っていました。後方互換性のためそのまま描画しますが、新規レポートは以下の正規セマンティクスで A–F を出力します。Score と Legitimacy はレポートヘッダに移動しました (score: 4.2/5、 legitimacy: High|Medium|Low)。

A. Role Summary — 3 つの箇条書きで要約 (リスクはインラインで明示)。 B. CV Match — 上位 3 つの一致スキル + 上位 3 つの不足スキル。 C. Strategy — 推奨: 即応募 / 先に contacto / 先に deep / スキップ。v1.15 以前は Risks でした。 D. Compensation — target.comp_total_min_usd (レガシー) または compensation.target_range (正規) に対する相対評価。 E. Personalization — リードするアングル、archetype ごとのフレーミング、カバーレター / アウトリーチで触れるフック。v1.15 以前は Application Strategy でした。 F. STAR stories — ロールに合わせた、貼り付け可能な S-T-A-R ブロック 1–3 件。v1.15 以前は Verdict (生 score) でした。 score は現在 legitimacy と並んでレポートヘッダに表示されます。

レポートの保存

💾 Save report をクリック (または API 呼び出しの save トグル) で markdown を reports/<date>-<company>-<role>.md に永続化します。レポートのパース済みヘッダ (Score / Legitimacy / URL) は Reports ページと Dashboard に表示されます。

10 件以上の JD があるならバッチ評価

単一 JD には #/evaluate ページが最適ツールですが、pipeline にキューされた 10 件以上の URL に対しては JD ごとのクリックスルーは非現実的です — 第 14 章の Batch evaluate サブセクション (親で ./batch/batch-runner.sh を実行) にジャンプして一晩回し、結果を #/reports / #/tracker で確認してください。完全フローは batch-evaluate-offers。

10. レポート (`#/reports`)

保存されたすべての評価をブラウズします。カードはタイトル、日付、 legitimacy フラグ、score (色分け: 緑 ≥ 4.0、黄 ≥ 3.0、それ未満は赤) を表示します。

カードをクリックすると完全な markdown を読めます。ページネーション: 1 ページ 12 件、下部にコントロール。

単一レポートビューにはさらに:

← All reports — グリッドに戻る。
🔗 Open JD — 元の求人投稿を新規タブで開く。

11. トラッカー (`#/tracker`)

CRM です。応募 1 件 = 1 行。data/applications.md に GitHub Flavored Markdown テーブルとして保存されます。

ステータスフロー

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

Hired(v1.118.0)は幸せな最終ステータス — オファーを受諾したことを意味します。トラッカーはお祝いバッジで表示し、内定獲得バナーで迎えます。

ステータスのホワイトリストはサーバサイドで強制されます。 POST /api/tracker に他の値を送ると Evaluated にデフォルトされます。正規の Evaluated → Applied 遷移は、/career-ops apply の最後で Submitted. を確認した時点で自動的に発生します (第 14 章参照)。

列レイアウト

列	内容
`#`	自動採番、ゼロパディング (`001`、`002`、…)。
`Date`	ISO 日付 (`YYYY-MM-DD`)。デフォルトは当日。
`Company`	フリーテキスト。パイプ (`\|`) と改行は自動エスケープされます。
`Role`	同上。
`Score`	`N/5` 形式 (例: `4.2/5`)。
`Status`	ホワイトリスト化された列挙型。
`PDF`	該当行で `generate-pdf.mjs` が成功すると ✅。
`Report`	対応する `reports/*.md` への markdown リンク。
`Notes`	フリーテキスト、200 文字でキャップ。

フィルタ

Status ドロップダウン。
Score ドロップダウン — ≥ 4.0 (高)、≥ 3.0 (中)、 < 3.0 (低)。
Search — company + role に対する部分一致。

すべてのフィルタは paginator を 1 ページ目にリセットします。 1 ページ 25 行。

メンテナンスボタン

▶ Normalize は normalize-statuses.mjs を実行 — ステータスの綴りを正規化 (applied → Applied、interview → Interview)。
▶ Dedup は dedup-tracker.mjs を実行 — (company, role) をキーに大文字小文字非依存で重複行を削除。
▶ Merge は merge-tracker.mjs を実行 — batch/tracker-additions/*.tsv (親の batch フローが Apply ヘルパー経由で投入した応募を置く場所) からペンディングエントリを取り込みます。重複排除し、処理済みファイルは batch/tracker-additions/merged/ にアーカイブします。上流の batch フローは batch-evaluate-offers を参照してください。

行の追加

POST /api/tracker — ボディ { company, role, score?, status?, url?, reportSlug?, notes?, date? }。(company, role) を大文字小文字非依存で重複排除します。UI からは、Evaluate ページが採点成功後に “Add to tracker” ボタンを提供します。

12. 深掘りリサーチ (`#/deep`)

構造化された企業ブリーフを生成します: スナップショット、エンジニアリング文化、最近のニュース、Glassdoor センチメント、面接プロセス、交渉のレバレッジポイント、リクルータに尋ねるべき賢い質問 3 つ。

入力

2 つのフィールド — 会社名と (任意) ロール。構造はモードテンプレート (modes/deep.md) によって形作られます。

出力経路

Evaluate と同じフォールバックチェーン:

Anthropic ライブ (推奨) — bundleProjectContext が cv + profile + _shared.md + deep.md をインライン化します。出力: グラウンディングされた 10–30 KB の markdown を interview-prep/<company>-<role>.md に保存。
Gemini ライブ — gemini-eval.mjs の呼び出し。保存先は同じ。
手動プロンプト — ページが Claude Code (WebFetch + WebSearch を持ち実リサーチが可能) 向けの即使用可能なプロンプトを返します。

コツ

claude-sonnet-4-6 での Anthropic は通常、呼び出しあたり 1–3 分で約 13 KB の有用なテキストを返します。
Anthropic SDK には組込みのウェブ検索がありません。最新ニュースや Glassdoor センチメントが必要なロールでは、手動プロンプトを Claude Code に貼り付け、その WebFetch ツールを使ってください。
ライブ実行は課金されます。Sonnet 4.6 の深掘りリサーチ 1 回で約 $0.30–0.50 です。

13. モードプロンプト (7 つの `/#/<mode>` ページ)

ケイデンスボード (v1.117.0)。 フォローアップページは、親の followup-cadence.mjs を用いた決定的なケイデンスボードで開くようになりました:応募ごとの緊急度(🔴 緊急 / 🟠 期限超過 / 🟡 待機 / 🔵 停滞)と次のステップまでの日数、さらに全ての Applied 行に最初のフォローアップ日を固定するフォローアップ日をシードボタン(followup-seed.mjs --backfill)。親スクリプトがなければ、ボードは正直に「利用不可」と表示します。

7 つのプロンプトビルダー: Project アイデア、Training プラン、Follow-up メール、Batch 評価、リクルータへの Outreach、Interview prep 1 ページ資料、Patterns レトロスペクティブ。それぞれが特定の modes/<slug>.md テンプレートをラップします:

ページ	Slug	目的
`#/project`	`project`	ターゲットロール向けのポートフォリオプロジェクトを調整。
`#/training`	`training`	スキルギャップ分析 → カリキュラム。
`#/followup`	`followup`	面接後のメール下書き。
`#/batch`	`batch`	複数 JD のバッチ評価プロンプト。
`#/contacto`	`contacto`	リクルータ / リファラルへのアウトリーチメッセージ。
`#/interview-prep`	`interview-prep`	特定の面接ラウンド向けの 1 ページ準備資料。
`#/patterns`	`patterns`	「成功パターンは何か?」の内省分析。

共通の形

各ページは小さなフォーム (フィールドはモード固有)、▶ Generate prompt ボタン (手動)、そして — Anthropic または Gemini キーがあれば — プライマリに昇格する ⚡ Run live ボタンを持ちます。

▶ Generate prompt をクリックすると、フォーム値を JSON シリアライズした User-supplied context: ブロックに、その後に modes/<slug>.md テンプレートを逐語的に付けた組み立て済みプロンプトを返します。コピーして好みの LLM に貼り付けます。

⚡ Run live をクリックすると同じプロンプトを Anthropic (または Gemini) に送ります。bundleProjectContext 経由で cv.md + profile.yml + _shared.md をインライン化します。結果はページに描画され、コピー可能、.md としてダウンロード可能です。

7 つのページは明示的なホワイトリストです。専用ルートを持つモード (oferta → Evaluate、deep → Deep research) と、親プロジェクトが Claude Code 内でのみサポートするモード (apply、scan、 pipeline、tracker、pdf、latex、ofertas、auto-pipeline) は意図的にこの UI から外されています。

14. 応募チェックリスト (`#/apply`)

応募を決めたら、この Apply ヘルパーページが実際の応募ステップ用の送信チェックリストを生成します。フォームの自動入力は 行いません — そのフローは親プロジェクトの Playwright を使う Claude Code 内の /career-ops apply に残されています。

SPA チェックリストモード (`#/apply`)

SPA のチェックリストは、Playwright を起動せず手動でフォームを埋めたいユーザ向けです。以下を含みます:

Claude Code で /career-ops apply <url> を実行し、Playwright でフォームを読み取り (手動入力なら本ステップはスキップ)。
投稿がまだ有効かを確認 (check-liveness.mjs)。
CV が最新かを確認 (cv-sync-check.mjs、score ≥ 4.0 なら PDF)。
cv.md の STAR+R 根拠点を使い、カバーレター / “Why us?” 回答をロールに合わせる。
EEO / スポンサーシップ / 開始日の質問に正直に回答。
入力済み回答を interview-prep/{company}-{role}.md に送信前に保存。
絶対に自動送信しない — 最終ボタンは人間 (あなた) がクリック。
送信後: data/applications.md に行を追加 (または TSV を batch/tracker-additions/ に書く)。

手動入力 vs Playwright 支援

実送信には 2 つのルート:

手動 — 通常のブラウザタブで採用ページを開き、上記の SPA チェックリストに従い、回答をコピペします。Playwright 不要です。フォームが短いか、Chromium をインストールしていない場合に使用。
Playwright 支援 — Claude Code (親プロジェクト) で /career-ops apply <company> を実行。Playwright が独自のブラウザを開き、すべてのフォームフィールドを読み、番号付きの下書き回答を返します。Submit はあなたがクリックします。フォームが長い、動的、またはどの質問にどう答えたかの監査証跡が欲しい場合に使用。

完全な CLI apply フロー (apply-for-a-job)

前提条件:

まず /career-ops pipeline を実行し、JD が reports/ 配下に評価レポートを持っている状態にします。apply コマンドは既存の評価に依存します。なければ最初に pipeline を実行してください。
レポートとプロフィールがロード済み。
推奨: Playwright がインストール済み (npx playwright install chromium — 下記 Playwright Setup 参照)。なければ WebFetch (テキストのみのフォームプレビュー、クリック入力なし) にフォールバックします。

番号付きフロー (正規 8 ステップ):

コマンドを実行、会社名を指定:
```
/career-ops apply <company>
```
例: /career-ops apply Anthropic。引数なしの場合、次のターンでフォームのスクリーンショット、フォームテキストの貼り付け、または応募 URL を供給します。
レポートを特定。 システムは reports/ 内の対応する評価 (/career-ops pipeline または以前の #/evaluate で作成されたもの) を見つけます。
フォームを開く。 Playwright がブラウザウィンドウを 自動的に起動 — 自分で開く必要はありません。
フィールドを読む。 システムはすべてのフォームフィールド (ラベル、型、required、select の選択肢) を読み取りパースします。
回答を生成。 career-ops はプロフィール、根拠点、ロールに基づいて各フィールド向けにカスタマイズされた回答を作成します。
番号付きリストを返す。 フォームレイアウトに合わせて並べられた回答が返ります — シンプルなフィールド (名前、メール) が先、フリーテキストフィールド (カバーレター、“Why us?”) は後。フラグ付きの項目は人間の判断が必要なもの — 給与アンカー、レジュメの不足詳細、任意質問 — を指し示します。
手動入力。 あなたが各回答を対応するフィールドにコピペします。このステップは手動、自動化されません。各回答を必ず先にレビューしてください。
ユーザが送信。 Submit はあなた自身がクリック。career-ops は 絶対に Submit をクリックしません。チャットで以下を入力して完了を確認:
```
Submitted.
```

Submitted. 時の自動更新:

data/applications.md でステータスが Evaluated → Applied に反転。
入力済み回答は将来の参照のためレポートのセクション G に永続化されます。

Tracker への引き渡し:

/career-ops tracker

ロールの score に関係なく、pipeline 全体のステータスを監視します。

バッチ評価 (batch-evaluate-offers)

一度に 10 件以上の JD を採点する場合 (SPA の 1 件ずつの #/evaluate はそのボリュームには非現実的)、CLI のバッチランナーを使います。

入力ファイル — batch/batch-input.tsv (タブ区切り):

列	目的
`id`	一意の連番
`url`	求人投稿の完全リンク
`source`	出所プラットフォーム (LinkedIn、Greenhouse など)
`notes`	任意のコンテキスト詳細

行の例:

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

./batch/batch-runner.sh のフラグ:

--dry-run — 評価せずペンディングのオファーをプレビュー。常に最初にこれを実行して TSV を検証してください。
--parallel N — N 個のワーカーを同時実行 (推奨は 1、2、または 3)。
--min-score X.X — 閾値未満のオファーは永続化をスキップ。高フィットロールのレポートのみ保持したい場合に便利。
--retry-failed — 前回ランでエラーになったオファーのみ再処理 (ネットワーク失敗、レート制限)。
--max-retries N — 失敗したオファーを N 回まで再試行 (デフォルト: 2)。
--model NAME — claude -p --model に渡す Claude モデル (career-ops 1.8.0, #504)。未設定 = Claude Max サブスクリプションの既定モデル。大規模バッチには安価なモデルを、例: claude-sonnet-4-6。#/batch では モデル 入力として表示 (web-ui 1.31.0)。
--start-from N — N 未満のオファー ID をスキップ (部分処理済みバッチを再開)。#/batch では 開始 # 入力として表示 (web-ui 1.31.0)。

標準シーケンス:

batch/batch-input.tsv を編集 — JD ごとに 1 行。
ドライラン (まず推奨):
```
./batch/batch-runner.sh --dry-run
```

実行 — 逐次または並列:

./batch/batch-runner.sh                       # 1 件ずつ
./batch/batch-runner.sh --parallel 2          # 同時 2 件
./batch/batch-runner.sh --parallel 3          # 同時 3 件
./batch/batch-runner.sh --parallel 2 --min-score 4.0  # 高フィットのみ永続化

失敗の再試行 (ネットワーク / レート制限):

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

レポート は reports/ 配下に {id}-{company}-{YYYY-MM-DD}.md として作成されます。サマリ行は batch/tracker-additions/ に追記されます。
Tracker にマージ:
```
node merge-tracker.mjs                 # バッチ追加を適用
node merge-tracker.mjs --dry-run       # マージのプレビュー
```
マージコマンドはエントリを重複排除し、処理済みファイルを batch/tracker-additions/merged/ にアーカイブします。

SPA は結果のレポートを #/reports (ページネーション、score ピル色付け) に、tracker 行を #/tracker に — #/evaluate から 1 件ずつ追加したのと全く同じように — 表面化します。CLI に降りたくない場合は #/tracker の ▶ Merge メンテナンスボタンとペアで使ってください。

Playwright セットアップ (set-up-playwright)

career-ops の以下 2 つの機能に必須です:

フォーム入力 (/career-ops apply の上記ステップ 3 — Playwright がブラウザを開き、フィールドラベルを読み、回答を提案)。
PDF 生成 (/career-ops pdf と SPA の 📄 Generate PDF ボタン: #/cv / #/reports/:slug / #/evaluate / #/deep / #/interview-prep)。

Playwright がない場合のフォールバック: apply フローは WebFetch (テキストのみのフォームプレビュー、クリック入力なし) にフォールバックします。PDF 生成は単にエラーになります。

コアセットアップ (career-ops 親ルートで実行):

# Playwright 用の Chromium をインストール
npm install
npx playwright install chromium

# Playwright MCP を登録し Claude Code がフォームを駆動できるように
claude mcp add playwright npx @playwright/mcp@latest

# 3 つのコンポーネント (Chromium、Playwright lib、MCP) を検証
npm run doctor

代替の MCP 登録方法 — .claude/settings.local.json に追加:

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

動作の注意点:

デフォルトはヘッドレス。 Playwright は静かに動作します。ブラウザの動作を見たい場合は Claude に open up with playwright the browser and fill out the entire form. と伝えてください。
1 つのパッケージで 3 役 — Playwright の npm インストールで、ブラウザ自動化ライブラリ、/career-ops pdf の PDF レンダリングエンジン、(MCP 経由で) Claude Code 内のフォーム入力ワークフローが揃います。
依存する前に検証 — npm run doctor で 3 つすべてが動作中であることを確認できます。SPA の Health ページは欠けていれば即時失敗する Playwright (parent node_modules) チェックを表示します。

15. 面接準備

これはリサーチ後、面接前のフェーズです。本アプリの 3 つの成果物が収束します:

保存済み深掘りリサーチファイル (interview-prep/ 配下)、実行した company-role ペアごとに 1 つ。Deep research ページまたは /api/interview-prep エンドポイント経由でブラウズします。
Patterns モード (#/patterns) — 自己内省プロンプトを生成: 「直近 N 回の面接 / オファー / 不合格を通じて、どんなパターンが保たれているか?」 tracker 行が 5 件以上溜まったときに有用。
Interview-prep モード (#/interview-prep) — 特定の今後のラウンド (行動、技術、システム設計) 向けに 1 ページ資料を事前入力。出力は同じ interview-prep/ フォルダへ。

推奨ワークフロー

予定されている各面接について:

Deep を再実行 (または保存済みファイルを開く) を前日に。
#/interview-prep — 特定ラウンド向けに 1 ページ資料を生成。自分のノートに貼り付けます。
システム設計 / コーディングラウンド — #/training を開き、 JD が強調する特定サブシステムについて 30 分の的を絞ったリフレッシュを依頼。
報酬ラウンド — 深掘りリサーチファイルを開き「Negotiation leverage points」へ。具体的なデータポイントを 2–3 件 (Glassdoor のバンド、最近の資金調達、他社の同等オファー) 持参。
行動ラウンド — 元の Evaluate レポートのセクション B に入った STAR+R ストーリーを cv.md から引いてくる。

面接後、すぐに:

tracker 行を更新: ステータス → Responded (続いて Interview、Offer など)。
#/followup を実行してお礼メールを下書き。
新しい情報 (報酬レンジ、チーム構成、技術スタックの意外な点) があれば、保存済み interview-prep/<company>-<role>.md を ## Post-round notes で編集し、未来の自分が参照できるようにします。

16. アクティビティログとトラブルシューティング

アクティビティログ (`#/activity`)

サーバに到達した、状態を変更するすべてのリクエストの監査証跡です。記録対象: pipeline 追加、tracker 書込み、CV 保存、JD 保存、 evaluate 実行、deep-research 実行、scan 実行、設定変更、モード実行。

シークレット (ANTHROPIC_API_KEY、GEMINI_API_KEY) は受信時に編集 (redact) されます。data/activity.jsonl で実キー値を目にすることはありません。

アクションプレフィックス (pipeline.、cv.、evaluate、 scan. など) でフィルタ可能。1 ページ 25 行、サーバは直近最大 500 イベントを返します。

トラブルシューティング

症状	想定される原因	修正
Health ページが `cv.md` で赤	初回起動、ファイルがまだ存在しない	`touch $CAREER_OPS_ROOT/cv.md` してリロード。
Health が `Profile customized` で赤	`candidate.full_name` がまだ `Jane Smith`	`config/profile.yml` を編集。
スキャンログで `hh.ru: HTTP 403`	ロシア国外 IP、`(server uses default UA)` 未設定	`dev.hh.ru/admin` で登録、ロシア IP / VPN を設定。
`gemini-eval.mjs: ERR_MODULE_NOT_FOUND`	親プロジェクトの依存が未インストール	`cd $CAREER_OPS_ROOT && npm install`。
Generate PDF がエラー	親に Playwright が未インストール	`cd $CAREER_OPS_ROOT && npx playwright install chromium`。
`/career-ops apply` が “no report found”	この JD で pipeline がまだ採点していない	まず `/career-ops pipeline` (または `#/evaluate`) を実行; 第 14 章の前提条件を参照。
`batch-runner.sh: no such file`	間違ったディレクトリで実行	`cd $CAREER_OPS_ROOT` してから `./batch/batch-runner.sh` を起動。
サーバが `EADDRINUSE: 4317` を報告	古いインスタンスがまだ実行中	`pkill -f 'node server/index.mjs'` してから再起動。
ライブ LLM 呼び出しが 2 分超ハング	プロンプトが巨大、または Anthropic が低速	`/api/health` の Anthropic フラグを確認; サーバはプロンプトを 200 KB でソフトキャップし 413 を返します。
Pipeline プレビューに `(unsafe redirect)`	投稿がプライベート IP / ループバックへリダイレクト	これはセキュリティ機能です (REVIEW-B1)。リダイレクト先は拒否され、元の URL は変更されません。
Tracker 行のテキストがテーブルを壊す	v1.9.1 以前で会社名にパイプ	v1.9.1 以上へ更新 — パイプはエンドツーエンドでエスケープされます (BF-1)。
新規クローンで `npm test` が失敗	テストが親プロジェクトレイアウトを仮定	`CAREER_OPS_ROOT=$(mktemp -d)` を使ってフィクスチャをブートストラップ。

より詳細な診断には: Health ページで ▶ Doctor を実行し、出力をコピーし、issue トラッカー https://github.com/Fighter90/career-ops-ui/issues を検索してください。

17. 新しい求人ポータルソースを追加する方法

career-ops-ui は各求人サイトを アダプタ として扱います — server/lib/sources/<slug>.mjs 配下の 1 ファイルが、1 サイトの結果取得と正規化の方法を持ちます。v1.118.0 時点で server/lib/sources/ レジストリは 59 個のアダプタを同梱しています — 英語圏 54 個 + ロシア系 5 個 のボードです。英語圏のセットは主要な ATS(Greenhouse / Ashby / Lever / Workable / SmartRecruiters / Workday)、明示的な provider: で選択されるボード全体のアグリゲーター(RemoteOK, Remotive, We Work Remotely, NoDesk, Get on Board, Amazon, …)、および careers_url ホストまたは明示的な api: URL から自動検出されるテナント単位の ATS(BambooHR, Personio, Recruitee, Teamtailor, Avature, SAP SuccessFactors, …)にわたります。完全なリストをここで手作業で数える必要はまったくありません — server/lib/sources/ から自動検出され、#/scan の Source ドロップダウンにライブで表示されます。 YAML は §5、コピー&ペースト用のエントリは docs/portals-examples.md を参照してください。

v1.69.0 (P-14) — ドロップイン自動検出。 12 個目のソース追加はいまや ファイルを置くだけ で完結します。レジストリ (server/lib/sources/registry.mjs) は手書きリストを持たなくなりました — 起動時にこのフォルダをスキャン (readdirSync + 動的 import()) し、全 *.mjs から export const meta ブロックを収集します。アダプタを書いて meta を宣言すれば、スキャナ・#/scan フィルタドロップダウン・RU ディスパッチャに即座に認識されます — registry.mjs の編集は不要。(RU ソースは引き続き親の portals.yml に 1 行必要です。ステップ 5 参照。)

ステップ 1 — アダプタを書く

server/lib/sources/<slug>.mjs を作成します。ソースに JSON API があるかどうかによって 2 つのパターンが使えます:

API バックエンド付きソース(最もクリーン — サイトにオープンデータエンドポイントがあれば優先):

// 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) — self-describing metadata. The registry auto-discovers
// this block at boot; THIS is what registers the source (see Step 2).
export const meta = {
  value: 'example',          // ← must equal job.source written below
  label: 'Example.com',      // ← shown in the #/scan filter dropdown
  region: 'ru',              // ← 'en' (ATS sweep) | 'ru' (regional dispatcher)
  configKey: 'example',      // ← RU only; the key used in 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',           // ← must match the registry `value` exactly
  };
}

HTML スクレイプソース(API がない場合 — getmatch.mjs と geekjob.mjs に完全な例があります):

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-based card extraction. Return [] on parse failure (DON'T throw):
  // a healthy 200 with no parseable cards is "no results", not "error",
  // so the multi-source scanner can keep going.
}

アダプタが必ず守るべき 3 つの契約:

有効な meta ブロックをエクスポートする(ステップ 2 参照)。ない場合、レジストリはそのファイルを起動時に静かにスキップします(起動時に console.warn 1 回)。ソースは一切表示されません。
opts に { onlyRemote, fetchImpl, signal } を受け取る。 fetchImpl はアダプタをネットワークなしでテスト可能にし、signal はクライアント切断の伝播に必要です (REVIEW-B3)。
共通の形のレコードを返す — { id, title, company, url, salary, location, isRemote, workplaceType, relocates, date, snippet, source } で、source は meta.value と一致すること。

ステップ 2 — アダプタの `meta` を宣言する(自動登録)

これが登録ステップのすべてです。registry.mjs は編集しません。 アダプタが meta ブロックをエクスポートしていれば、レジストリが起動時に自動検出します:

// at the top of server/lib/sources/example.mjs
export const meta = {
  value: 'example',          // job.source value AND #/scan option.value
  label: 'Example.com',      // display label in the dropdown
  region: 'ru',              // 'en' | 'ru'
  configKey: 'example',      // RU only — key in portals.yml::russian_portals.sources
};

検出時のバリデーションルール(いずれかに違反したファイルはスキップされ、[sources/registry] 警告が 1 件出力されます — 移行途中のブランチでも原因が追えます):

value — 空でない文字列。アダプタが書く job.source と一致すること。
label — 空でない文字列。
region — 正確に 'en' または 'ru'。それ以外は拒否。
configKey — region: 'ru' では必須、'en' では無視。

region: 'en' は ATS スイープに加わります(tracked_companies の URL パターンから自動検出)。region: 'ru' はリージョナルディスパッチャに加わります。公開 API (SOURCES、SOURCES_BY_REGION、RU_CONFIG_KEYS、getRegionalSources) は検出された全 meta から再構築され、en 優先・各リージョン内でラベルのアルファベット順に並ぶので、ドロップダウンの順序はユーザに対して安定します。

ステップ 3 — ディスパッチャに配線(RU のみ)

EN ATS ソースは tracked_companies の URL パターンから自動検出されるため、追加の配線は不要です。RU ソースの場合は server/lib/ru-scanner.mjs を開き、 RU_DISPATCH テーブルに 1 行追加します:

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

ディスパッチャループは cfg.sources に存在する各キーについて entry.search(query, opts) を呼び出します。それ以上のコード変更は不要です。

ステップ 4 — テスト(モック、ライブネットワーク禁止)

テストは tests/sources-<slug>.test.mjs に置きます。実ネットワークは禁止です (CI-isolation 契約):

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');
});

ステップ 5 — 自分の `portals.yml` で有効化

親プロジェクトの portals.yml はユーザ所有の設定です。新しいソースの configKey を配列に追加します:

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

ブラウザで #/scan をリロードしてください。ソースフィルタのドロップダウンは新エントリを自動取得します(単一情報源: GET /api/scan/sources → registry.mjs)。 🌐 スキャンボタンは以降、全リージョナルスイープに新ソースを含めます。

参照アダプタ(新ソースはこれらをミラーする)

アダプタファイル	種別	備考
`hh.mjs`	JSON API	標準 RU API アダプタ。ジオ対応 UA フォールバック。
`trudvsem.mjs`	JSON API	ロシア政府オープンデータ。IP ゲートなし。
`habr.mjs`	HTML スクレイプ	ロシアの技術系掲示板。正規表現ベースのカードパーサ。
`getmatch.mjs`	HTML スクレイプ	防御的パーサ。パース失敗時は `[]`。
`geekjob.mjs`	HTML スクレイプ	GetMatch と同じ防御的スタイル。
`greenhouse.mjs`	JSON API	標準 EN ATS アダプタ。`tracked_companies` URL パターンを使用。

よくある落とし穴

meta エクスポートの忘れ。 v1.69.0 以降、meta ブロックがソースを登録する唯一の手段です。meta がない(または不正な)場合、ファイルは起動時に静かにスキップされ、[sources/registry] <file> has no valid \export const meta` — skipped` という警告が 1 件だけ出ます。新しいアダプタがドロップダウンに現れない場合はサーバーログを確認してください。
source フィールドの不一致。 アダプタが書き込む文字列は meta.value と完全に一致しなければなりません。ずれると、 #/scan のフィルタドロップダウンにはソースが表示されますが、選択するとすべての行が除外されます(等価チェックが r.source === fs のため)。
パース失敗時に例外を投げる。 HTML スクレイパは、カードをパースできない健全な 200 では [] を返さなければなりません。例外を投げるとマルチソースディスパッチャのループが壊れ — 一つの不正な HTML 構造が、同じクエリの他のすべてのソースを巻き添えにします。
fetchImpl / signal の忘れ。 これらがないと、アダプタは実ネットワークに触れずにユニットテストできず、クライアントの切断も伝播しません(ユーザがタブを閉じてもバックグラウンドのフェッチが生き続けます)。
RU で tracked_companies を当てにする。 このリストは EN ATS ソース専用です。RU アダプタは代わりに russian_portals.queries から自走します — 企業ごとのエントリはありません。

18. 通知 (トップバーの 🔔)

v1.58.34 — 右下に表示される全ての toast を in-memory ジャーナル(上限 50、古いものは削除)に記録します。トップバーの 🔔 をクリックして右側の通知ドロワーを開き、見逃したメッセージを再確認できます。ジャーナルはタブ単位・セッション単位 — タブを閉じるとクリアされます。

ドロワーは ベルをクリックしたときだけ開きます(またはキーボード Enter / Space)。自動では開きません。赤いバッジは未読件数を表示し、開くとリセットされます。

カテゴリ

カテゴリ	発火条件	視覚的合図
成功	`保存しました`, `コピー`, `更新しました`, スキャン完了, CV インポート, apply-checklist 操作, プロフィール保存	左ボーダー緑; 緑の toast 背景
エラー	URL バリデーション失敗、API エラー (`(METHOD /path · HTTP NNN)` 付き)、ネットワーク失敗、pipeline-400 重複、doctor / verify 異常終了	左ボーダー赤; 赤の toast 背景; 技術詳細は `詳細` `<details>` に格納 (U-4)
情報 / 進行	`Running doctor.mjs…`, `Running verify-pipeline.mjs…`, `Refreshing…`, `Loading…`, スキャン進行	左ボーダーグレー

エントリ表示項目: 時刻 (HH:MM:SS 言語別)、メッセージ (U-4 で末尾の技術情報を分離後)、必要に応じて (METHOD /path · HTTP NNN) 等の技術詳細 (monospace)。

通知ではないもの

Doctor / verify の結果モーダル — モーダルであって toast ではない、ジャーナル外。
#/scan / #/auto の SSE ログ行 — ページ本体に直接書かれ、toast パイプラインを経由しない。
toast を伴わない spinner のみのローディング状態。

キーボード

ベルを クリック または focus + Enter / Space → ドロワー開く。
Esc、× ボタン、ベル再クリック → 閉じる; ベルにフォーカス戻る。

19. アプリを自分の言語にローカライズする

インターフェースは 9 言語で提供されます(English, Español, Français, Português, 한국어, 日本語, Русский, 简体中文, 繁體中文)。画面上のラベルはすべて翻訳辞書から来ており、アプリのロジックに触れずに言語を追加・修正できます。

翻訳の場所。 v1.60.0 以降、各言語は public/js/lib/locales/ 配下の個別ファイルです — i18n-dict.en.js、i18n-dict.es.js、i18n-dict.ru.js など — 'キー': 'テキスト' の単純な一覧です。共通の i18n-dict.aliases.js により、常に同じ表記であるべきキー(サイドバーのラベルとそのページタイトル)を 1 つの翻訳に向けられます。i18n-dict.js が読み込み時にまとめます。これは編集しません。

文言の修正・追加。 対象言語のファイルを開き、キー(例: 'nav.scan')を見つけてテキストを編集します。新しいラベルを追加するには、8 つすべての言語ファイルに同じキーと翻訳値を追加し、ページ内で t('your.key') として使います。npm test を実行してください — いずれかの言語でキーが欠けると失敗するため、中途半端な翻訳のまま出荷されません。

新しい言語を追加する。 i18n-dict.en.js を i18n-dict.<code>.js にコピーしてすべての値を翻訳し、コードを i18n.js(言語リスト + ブラウザ自動判定)と i18n-dict.js のアセンブラに登録し、index.html に <script> 行を追加します。テストのスナップショットやヘルプ / README の付随ファイルを含む完全なチェックリストは docs/LOCALIZATION.md にあります。

補足。 言語切替はサイドバー下部にあり、選択はブラウザごとに記憶されます。サーバーの診断メッセージは意図的に英語のままです(ログの一貫性のため) — 翻訳されるのは画面のインターフェースだけです。

ステップごとの完全なローカライズガイドはリポジトリの docs/LOCALIZATION.md を参照してください。

20. ターゲット職種別の統計 (`#/stats`)

Analytics → ターゲット職種の統計 ページは、スキャンがすでに収集しているまばらなデータを、あなたが実際に狙っている職種の市場像へと変換します。国ごとの求人数と給与水準、そして時系列で追える推移を示します。何も捏造しません。スキャナーが見つけたものだけを集計し、サンプルがどれほど薄いかについても正直です。

数字の出どころ

ターゲット職種はプロフィール（config/profile.yml → target roles）から読み込まれ、ハードコードされていません。まず #/profile で設定してください。職種が未設定の場合、このページは空のグラフの代わりに「ターゲット職種を設定してください」という案内を表示します。
求人は最新のスキャンから取得されます（まず #/scan で一度実行してください）。各求人の勤務地は国にマッピングされ（スキャンの国フィルターと同じ検出器）、給与文字列は解析されて概算の為替レート表を通じて USD に正規化されます。
すべての集計はブラウザ内で行われます。データが端末外に出ることはなく、このページが書き込むのは、あなたが明示的に保存するスナップショットだけです。

グラフの読み方

国別の求人数: 一致した求人が各国にいくつあるか。上部の職種および国フィルターで、1つのターゲット職種や1つの国に絞り込めます。
国別の中央値給与（USD）: 国ごとに解析された給与の中央値。解析可能な給与を持つ求人のみが集計され、サンプルサイズはグラフの横に表示されます。金額は概算レートで換算されるため、正確な値ではなく目安として読んでください。単独の ¥（日本円と中国元の間で曖昧）は、大きな FX の歪みを避けるため、推測せずに除外されます。
現在のスキャンに解析可能な給与がない場合、給与グラフは数字を捏造する代わりにその旨を表示します。

スナップショットの保存と推移の追跡

スナップショットを保存をクリックすると、現在の集計が data/role-stats.jsonl に追記されます。各スナップショットにはサーバー側でタイムスタンプが付きます。スナップショットはこのページが書き込む唯一のものであり、あなたの CV やプロフィールに触れることは決してありません。
推移グラフは、保存したスナップショット全体にわたる求人数をプロットします。定期的に（例えば毎週のスキャンのたびに）保存しておくと、ターゲット職種の市場が時間とともにどう動くかを観察できます。

21. あなたのツーページャー — 候補者としての市場適合度 (`#/two-pager`)

career-ops-ui の大半は「この求人は自分の CV に合っているか？」を問います。**ツーページャー（two-pager）は残り半分、すなわち「この求人は自分が本当に望むものに合っているか？」に答えます。これは Never Search Alone に登場する「Mnookin のツーページャー」**をモデルにしたもので、何が自分を活気づけるか、何を必須とするか、何を受け入れないかを一人称で簡潔に述べた文書です。Setup → Two-pager 🎯 から開きます。

AI自動入力 + エクスポート(v1.100)。 「✨ AI入力アシスタント」が履歴書から全フィールドをライブで入力するように(確認して保存);👁 プレビューとエクスポートはツーページャーを描画し、Markdown/PDF/DOCXにエクスポートします。

何を記入するか

私は何者か — あなたの実績と、あなたが力を発揮する役割の形について、一人称で数文。
理想の環境 — 望む企業の規模、ステージ、文化。
五つのチップリスト — 入力して Enter（またはカンマ）を押して各項目を追加し、× をクリックして削除します:
- 好きなこと — 活力を与える要素（リモート、オーナーシップ、ゼロからの開発、メンタリング…）。
- 必須条件 — 譲れない要求（報酬の下限、国、技術スタック…）。
- 嫌いなこと — 消耗させる要素（オンコール、終わりのない会議、レガシーのみ…）。
- 絶対に避けたいこと（Deal-breakers） — 完全に無理なもの（オンサイトのみ、ビザ支援なし、ある金額未満…）。
- 譲れない一線（Non-negotiables） — 境界線（勤務地、リモート、報酬の下限…）。

Save two-pager をクリックして保存します。これは親 career-ops プロジェクトのユーザーレイヤーの config/two-pager.yml に書き込まれるため — CV やプロフィールと同様に — システムを更新しても決して上書きされません。

AI 記入アシスタント

どう表現すればよいか分からない？ ✨ AI fill assistant をクリックしてください。すぐに実行できるプロンプト（あなたの CV とプロフィールをインラインで含めた Mnookin 形式）を組み立て、ダイアログに表示します。そのプロンプトを任意の LLM で実行し、得られた YAML フィールドをフォームに貼り戻してください。このアシスタントが使うのはあなた自身の CV とプロフィールだけです — あなたに関する事実を捏造することはなく、このボタンからライブの API 呼び出しは行われません。

望むものとの適合スコア

ツーページャーを保存すると、#/scan のすべての求人に小さな ◎ N バッジ（0–100）が付きます。各求人の勤務形態（リモート／ハイブリッド／オンサイト）、国、報酬の下限、**移住（relocation）**を、あなたのツーページャーと照合します — 緑のバッジは高い適合を、赤は絶対に避けたい条件が発動したことを意味します。ホバーすると詳細が見られます（✓ 何が一致したか、✗ どの絶対条件に反したか）。

これは意図的に正直です: 求人が照合可能なシグナルをまったく与えないとき（たとえばあなたの希望がすべて、スキャン行では確認できない自由記述である場合）には、バッジはまったく表示されません — システムは決して数字を捏造しません。同じ対象について、緩やかな**嫌い（hate）よりも、強い絶対条件（deal-breaker）**の違反のほうが重く扱われます。バッジのほかにも、保存されたツーページャーはすべての LLM **評価（evaluation）**にインラインで含まれるため、あなたが述べた希望は CV 対 JD のマッチだけでなく、書面での判定にも反映されます。

22. 模擬面接 (`#/mock-interview`)

面接対策を読むことと、答えを声に出して言うことは別物です。模擬面接ページ（サイドバーの Interview prep → Mock interview 🎤 から開きます）は、特定の職務を相手にターンごとのリハーサルを進め、あなた自身の CV、プロフィール、ツーページャー、ストーリーバンクに基づきます。あらかじめ用意された質問リストではありません — 面接官は、あなたが実際に話した内容に反応します。

セッションを始める

対象の職務（および任意で企業）を入力します。手元にあれば求人票も貼り付けてください — 質問が目に見えて鋭くなります。
Start interview をクリックします。面接官は、その職務とあなたの経歴に合わせた、的を絞った質問一つで口火を切ります。
答えを入力し Send answer をクリックします。好きなだけ繰り返してください — 固定のクイズではなく、会話です。

各ターンで得られるもの

答えるたびに、面接官は三つの部分で応答します:

フィードバック — 何がうまく伝わったか（強み）と、何が欠けていたかを、STAR+R（Situation, Task, Action, Result, Reflection）の観点で示します。あなたが飛ばした具体的な次元を名指しします。
スコア — 一行の根拠を添えた手早い N/5 で、セッションを通じた進歩を実感できます。
次の質問 — 直前の答えの最も弱い部分を意図的に突く追撃質問。

すべてはあなたの実際の資料に基づきます: cv.md、config/profile.yml、config/two-pager.yml、そしてあなたの STAR+R ストーリーバンク（interview-prep/story-bank.md）が、いずれもプロンプトにインラインで含まれます。面接官は本物の穴は突きますが、あなたにない経験を決して捏造しません。LLM キーが設定されていない場合、このページは任意のアシスタントに貼り付けてそのまま実行できるプロンプトを渡してくれます — アプリの他の箇所でも使われている、同じ正直なフォールバックです。

セッションの保存と再訪

リハーサルを終えたら Save transcript をクリックして残します。これは親プロジェクトのユーザーレイヤーの interview-prep/mock-{company}-{role}-{date}.md に書き込まれるため、他の面接対策ノートと並んで保存され、システム更新で上書きされることはありません。ページ下部の Saved sessions リストから、どの記録も再度開いたり削除したりできます。別の職務で最初からやり直すには New interview を使ってください。

23. ネットワーキングと企業の深掘りリサーチ (`#/networking`)

正面から応募するのはゲームの半分にすぎません。もう半分は誰かを知っていること、あるいは少なくとも誰に連絡し何を言うべきかを知っていることです。ネットワーキングページ（サイドバーの 深掘りリサーチ → ネットワーキング 🤝 から開きます）は、企業を、あなた自身の CV・プロフィール・two-pager に基づいて面接を勝ち取るための具体的な計画へと変えてくれます。

計画を立てる

企業（必須）を入力し、任意で職種と求人票を入力します。求人票は「なぜ自分が合うのか」のフックを鋭くします。
計画を立てるをクリックします。LLM キーがあればライブで実行され、計画をその場でレンダリングします。キーがなければ、任意のアシスタントに貼り付けられる用意されたプロンプトを渡します（アプリ全体で使われている同じ誠実なフォールバック — 何も捏造しません）。

計画に含まれる内容

計画は 4 つのセクションで返ってきます:

企業ドシエ — 企業が何をしているかの引き締まったブリーフ、引用する価値のある最近のシグナル、そしてあなたの実際の経歴から引き出された 2〜3 個の「なぜ自分が合うのか」フック。
誰に連絡すべきか — 3〜5 人のターゲットペルソナ（チームの採用マネージャー、社内リクルーター、チームのシニアエンジニア、温かいつながりや卒業生のつながり）と、それぞれを見つけるための具体的な LinkedIn 検索文字列。実在の名前を決して捏造せず — 適切な人物の見つけ方を教えてくれます。
最も温かい紹介ルート — あなたの経歴にとって最も現実的な、たった一つの温かい入り口ルート: 共通の雇用主・学校・コミュニティ、二次のつながり、あるいはそれが本当に最善の選択肢である場合のシグナルの強いコールドメッセージ。
アウトリーチの下書き — あなたの主要ペルソナ向けの短く具体的なメッセージ（3〜5 文、無駄なし）。ありきたりに読まれないよう、あなたの実際の実証ポイントに基づいています。

計画の保存と再訪

計画を残すには計画を保存をクリックします。親プロジェクトのユーザーレイヤー networking/net-{company}-{role}-{date}.md に書き込まれます — あなた自身のファイルであり、システムアップデートで上書きされることは決してありません。ページ下部の保存済みの計画リストから、任意の計画を再度開いたり削除したりできます。下書きとペルソナはあなたの実際の資料のみに基づいているため、そのまま盲目的に送るスクリプトではなく、個人化するための強力な初稿として扱ってください。

24. CV Studio (`#/cv-studio`)

CVに追加 (v1.117.0)。 新しいカードは、プロジェクト・論文・ポートフォリオページ(URLまたは貼り付けテキスト)を、その出典のみに基づくATS対応の箇条書きに変えます — 出典にない指標・雇用主・日付は創作せず省略します。提案を確認して自分でCVエディタに貼り付けます; 自動保存はなく、URLはパイプラインと同じSSRF安全バリデータを通ります。

#/cv ページは職務経歴書を書く場所であり、CV Studio（サイドバーの Setup → CV Studio 🎨 から開く）はそれを磨き上げる場所です。あなたの cv.md に、うち2つは決してブラウザの外に出ない、3つの正直なツールを提供します。

求人に合わせて最適化(v1.101)。 求人内容を貼り付けるとCV Studioが最適化した履歴書と対応するカバーレターを作成し、リクルーターのチェックリストゲートを通します(エラーはブロック、警告は助言)。あなたの資料のみに基づきます。

履歴書診断

ページを開いた瞬間、あなたのCVを100点満点で採点し、チェックごとの所見を、何を変えるかをあなたが決められるよう短い説明とともに一覧表示します（黙って書き換えることは決してありません）:

長さ — CVは1〜2ページという健全な範囲に収まっているか？
定量化された成果 — 箇条書きのうち、実際の数値や指標を含むものの割合は？採用担当者はざっと目を通す際にこれを探します。
強い行動動詞 — 「担当した」「手伝った」のような弱い言い回しを指摘します。
バズワード — 空虚な決まり文句（「成果志向」「チームプレーヤー」）を指摘します。
主要セクション — 概要、職歴、学歴、スキルの有無を確認します。
連絡先情報 — メールアドレスがあるか確認します。

これらはすべてLLMなしで完全にブラウザ内で実行されます — 数値は決定論的で、何も捏造されません。

プライバシーマスク

CVを文章サンプルやスクリーンショットとして共有する前に、プライバシーマスクは個人を特定できるデータを伏せます: メール、電話番号、リンク/ハンドル、住所、そして有効にして入力すれば氏名 → イニシャルまで。各カテゴリーを切り替え、マスク済みバージョンをコピーして、安全に共有できます。すべてはブラウザ内で完結し、いくつの項目を伏せたかを正確に報告し、原文を保存も送信も決してしません。

人間らしくする（ボイスマッチング）

硬い一文や段落 — 定型文のように読める、あの一般的なAIっぽい言い回し — を貼り付けると、人間らしくするがそれをあなたの声で書き換えます。書き換えはサーバー側で、あなたの voice-dna.md（あなたの文章がどう読めるか）と writing-samples/（あなたの実際の文章）に基づきます。厳格なルール: 並べ替え、引き締め、声の調整はできますが、貼り付けたテキストにまだない事実、指標、実績を決して持ち込みません。LLMキーがあればライブで書き換え、キーがなければどんなアシスタントにも貼り付けられる、そのまま使えるプロンプトを渡します。その後はいつも通り #/cv ページでCVを編集してください — CV Studioは提案し、決めるのはあなたです。

25. メモリ (`#/memory`)

他のすべてのページは毎回まっさらな状態から始まります。メモリ（サイドバーの セットアップ → メモリ 🧠 から開きます）は、アシスタントに何かを一度伝えるとそれが残り続ける唯一の場所です。すべての AI リクエストに注入される、短く編集可能な「私についてこれを覚えておいて」というメモを保持します。

何のためのものか

永続的な好みや働き方に使ってください。たとえば:

狙っている職種や企業のタイプ（そして絶対に見たくないもの）。
回答をどう書いてほしいか — 簡潔か詳細か、シニアなトーン、無駄なし。
繰り返す価値のある硬い制約 — リモートのみ、給与の下限、オンコールなし。

好みと方向づけにとどめてください。ここはあなたの経験に関する事実のための場所ではありません — あなたのスキル、雇用主、実績は CV、プロフィール、2ページ要約に存在し、それらがあなたの CV やカバーレターに現れるあらゆるものの唯一の出典であり続けます。メモリのメモは、アシスタントがあなたとどのように働くかを形づくるものであり、あなたについて何を主張するかを形づくるものでは決してありません。

どうやってすべてに届くのか

メモリを保存をクリックすると、メモは親プロジェクトのユーザー層である config/memory.md に書き込まれ、共有プロジェクトコンテキストに組み込まれます。つまり、評価、模擬面接、ネットワーキング計画、CV Studio での書き直しなど、すべての AI リクエストと、あなたが構成したすべてのプロバイダーにわたって自動的に付いてまわります。一度書けば、ページごとに繰り返す必要はありません。他のユーザー層ファイルと同様に、システムを更新しても決して上書きされず、あなたが実行を選んだ LLM プロンプトの中でのみあなたのマシンを離れます。

あなたのデータから提案

何を書けばいいか分かりませんか？✨ 私のデータから提案は、あなたの応募トラッカーを読み取り、一連の行動指針の項目を下書きします — あなたが追い求め、受け入れ、拒否するものの中にあるパターンです。提示されたプロンプトを任意の LLM で実行し、提案を確認し、編集したバージョンをメモに貼り付けてください。あなた自身のトラッカーからのみ抽出し、事実を捏造することは決してありません。何かが保存される前に、常にあなたが確認します。

26. 統計 (`#/stats`)

不採用パターンタブ (v1.117.0)。 4つ目のタブは親の analyze-patterns.mjs(読み取り専用)を実行し、結果の内訳、実行可能な推奨、ATSベンダー別の前進率(「アルゴリズム的モノカルチャー」のシグナル — Bommasani et al., FAccT 2026)を表示します。最小サンプル未満のベンダーにはアスタリスクが付き、親プロジェクトがなければタブは正直に知らせます。

統計ページは、3 つのビューを 1 つのセクションにまとめます。AI が生成した市場レポート、あなた自身のパイプラインの分析、そしてスキャンから得たターゲットロールの求人トレンドです。上部のタブで切り替えてください。

市場レポート

市場レポート タブは、あなたの ターゲットロールに関する給与および労働市場の分析をモデルに求めます — どのロールとシニアリティを扱うべきかを知るために、あなたの CV とプロフィールを読み込みます。地域 / 市場（例: Russia、EU-remote、US、Germany）を入力し、通貨を選択して 市場レポートを生成 をクリックしてください。エグゼクティブサマリー、グレード別給与（中央値に加え P10/P25/P75/P90）、主要な雇用主、需要の高いスキルの表、福利厚生の頻度、オフィス/ハイブリッド/リモートの内訳、AI の影響を含む 12〜24 か月のトレンド、そして交渉ガイダンスを備えた構造化されたレポートが得られます。すべての数値は モデルの学習知識に基づく方向性のある推定値 であり — スクレイピングされたデータでもライブデータでもありません — レポートにもその旨が記載されます。数値は引用値ではなく範囲として扱ってください。API キーが未設定の場合は、捏造されたレポートの代わりにコピー＆ペースト用のプロンプトが得られます。レポートをアプリの外に持ち出すには、.md をダウンロード、PDF として保存、または コピー を使用してください。

マイパイプライン

マイパイプライン タブは、あなた自身の応募トラッカーをグラフ化します — 外部のものは一切ありません。追跡したロール数、スコア分布、ステータスのファネル、上位の企業とロール、時系列の応募数、そしてコンバージョン率（応募のうちどれだけの割合が Applied、Responded、Interview、Offer に到達したか）を表示します。それはあなたの求職活動を正直に映す鏡です。反映するのは常に data/applications.md にすでにあるものだけです。

ターゲットロールのトレンド

ターゲットロールのトレンド タブは元々のビューです。最新のスキャンから集計された、ターゲットロールの国別の求人数と給与中央値であり、通貨セレクターと ターゲットロール別の求人 の概要が付いています。スナップショットを保存 は現在の集計を記録し、求人数が時間とともにどう動くかを観察できるようにします。トレンドラインはそれらのスナップショットを読み戻します。データが疎であることは想定内であり、参考値として表示されます — でっち上げの数値で埋められることは決してありません。

累計と報酬

累計タブ(v1.118.0)は、ゼロトークンの親スクリプト 2 つを読み取り専用で中継します: stats.mjs — 累計トラッカー集計、累積ファネル率(返信 / 面接 / オファー)、スキャナー合計、ポータルカバレッジ — と salary-gap.mjs — 応募ごとの希望 vs 求人提示 vs 実際の報酬(レポートの Machine Summary と data/salary-observations.tsv から統合)。サンプルが少ない場合は目安と表示され、親プロジェクトがない場合はタブに正直な注記が表示されます。

27. キャリアプラン (`#/career-plan`)

キャリアプランページは、あなたの職務経歴書とプロフィールを、具体的でパーソナライズされた成長プランに変えます — キャリアコーチと一緒に作るようなものですが、あなた自身の素材から生成され、あなたが編集できます。

プランを生成する

期間（6か月、12か月、24か月）を選び、任意で重点を入力し（例：「マネジメントへ移る」「リモートに移行する」「Goに転向する」）、プランを生成をクリックします。モデルは（共有プロジェクトコンテキストを介して）あなたの職務経歴書、プロフィール、ツーページャー、メモリノートを読み取り、構造化されたプランを書き出します：正直な出発点のスナップショット、強みと成長領域のSWOT、SMART / OKR / WOOPとして表現された目標、トレードオフを伴う代替キャリア軌道、ハード／ソフトスキルのプラン、選んだ期間の月ごとのロードマップ、進捗の追跡方法、起こりうる落とし穴、そして支援策です。あらゆる推奨は、あなたの素材が実際に示している内容に基づいています — 先を見据えて計画し、あなたの経歴について事実を決して捏造しません。APIキーが設定されていない場合は、代わりにコピー＆ペースト用のプロンプトが表示されます。

編集と保存

プランは編集可能なテキストエリアに表示されます — 好きなように手を加えてからプランを保存をクリックします。親プロジェクトのユーザーレイヤーであるconfig/career-plan.mdに書き込まれるため、システムのアップデートを経ても残り、あなたが実行を選んだLLMプロンプトの中でのみ送信されます。プレビューはMarkdownをレンダリングし、保存する前に整形された状態で読めるようにします。

エクスポート

.mdをダウンロード、PDFとして保存、コピーを使って、プランをアプリの外へ持ち出せます — アプリのAIレポート全体で使われているのと同じエクスポート操作です。PDFは既存のインラインPDFジェネレーターを通り、Markdownは直接ダウンロードされます。

28. キャリアの方向性 (`#/orientation`)

キャリアの方向性 ページは「どの方向が実際に自分に合うのか？」に答えます — 職業適性検査で得られるような読み解きですが、アンケートではなく、あなた自身の CV とプロフィールから推測します。

何を生み出すのか

プロフィールを生成 をクリックすると、モデルはあなたの CV、プロフィール、ツーページャー、メモリノートを読み取り、キャリアの方向性プロフィールを書き出します：最も適したキャリアベクトル（8 つのアーキタイプ — 機能主義者、管理者、コミュニケーター、スペシャリスト、アナリスト、イノベーター、マネージャー、アントレプレナー — のうちどれが最も合うか、CV からの根拠とともに）、キャリアタイプの傾向、一連の おすすめの職種、CV が示すものに結び付いた 職業上の強み、働き方の傾向（いくつかの軸での「あなたの CV がどう読めるか」）、そして適合性を広げるための 開発の推奨事項 です。

どのように生成されるのか

これは あなたの CV がどう読めるかについての AI による振り返りであり — 心理検査ではありません。 プロンプトは完全にあなた自身の資料に基づいています：実績を捏造することはなく、数値の検査スコアを測定されたものであるかのように報告することも決してありません。API キーが設定されていない場合は、ライブのプロフィールの代わりに、任意の LLM で実行できるコピー＆ペースト用のプロンプトが得られます。ディスクには何も書き込まれず — プロフィールは毎回新しく生成されます。

エクスポート

.mdをダウンロード、PDFとして保存、コピー を使ってプロフィールを保存できます — アプリの AI レポート全体で使われるのと同じエクスポート操作です。PDF は既存のインライン PDF ジェネレータを通り、Markdown は直接ダウンロードされます。

ユーザーガイド

ヘルプ — career-ops-ui

career-ops について

career-ops と career-ops-ui (本アプリ)

Score 別のアクション閾値

外部ドキュメント

1. クイックスタート — 「CV 作成」から「応募 + メッセージ送信」まで完全ステップ

A. セットアップ (一度のみ、約 5 分)

B. CV (一度のみ、約 10 分)

C. 求人を探す (スキャンあたり約 2 分)

D. オファーを採点する (JD あたり約 30 秒)

E. ショートリスト企業を決定し深掘りリサーチ (約 3 分)

F. 応募する (応募あたり約 5 分)

G. 追跡とフォローアップ (継続)

TL;DR — サイドバーの順序 = ワークフローの順序

ワンクリック Auto-pipeline (#/auto) — 21 ステップの近道

2. アプリ設定と API キー (#/config)

Profile タブ

認識されるキー

動作

スモークテストボタン

3. プロフィール (#/profile — #/settings でも到達可能)

4. 履歴書 (#/cv)

編集オプション

サニタイズ対象

その他のボタン

トーン / フォーマットのコツ

5. ポータルとソース (portals.yml)

title_filter

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

search_queries

tracked_companies

rss (RSS / Atom boards)

russian_portals

ロシア系ポータルの構成 — 詳細セットアップガイド

ソース一覧

ステップ 1 — portals.yml を開く

ステップ 2 — 5 ソースを有効化

ステップ 3 — クエリとフィルタの調整

よくある落とし穴

1 ソースを一時的に無効化する

設定の確認

CLI ブートストラップフロー (scan-job-portals)

SPA のブートストラップ動作

6. ヘルス (#/health)

必須チェック (これらなしではシステムは機能しません)

任意チェック (警告のみ)

実行ボタン

7. 検索 (#/scan)

ワンクリックスキャン (SPA)

結果のフィルタリング

Active Companies カード

CLI スキャンフロー (scan-job-portals)

フォローアップコマンド

hh.ru — ウェブサイトから取得（2026 年 7 月以降はロシアの IP が必要）

8. パイプライン (#/pipeline)

URL の追加

サーバサイドプレビューペイン

行アクション

右上ボタン

9. 評価 (#/evaluate)

入力

フォールバックチェーン

出力セクション (正規 career-ops.org A-F)

レポートの保存

10 件以上の JD があるならバッチ評価

10. レポート (#/reports)

11. トラッカー (#/tracker)

ステータスフロー

列レイアウト

フィルタ

メンテナンスボタン

行の追加

12. 深掘りリサーチ (#/deep)

入力

出力経路

コツ

13. モードプロンプト (7 つの /#/<mode> ページ)

共通の形

14. 応募チェックリスト (#/apply)

ワンクリック Auto-pipeline (`#/auto`) — 21 ステップの近道

2. アプリ設定と API キー (`#/config`)

3. プロフィール (`#/profile` — `#/settings` でも到達可能)

4. 履歴書 (`#/cv`)

5. ポータルとソース (`portals.yml`)

`title_filter`

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

`search_queries`

`tracked_companies`

`rss` (RSS / Atom boards)

`russian_portals`

ステップ 1 — `portals.yml` を開く

6. ヘルス (`#/health`)

7. 検索 (`#/scan`)

8. パイプライン (`#/pipeline`)

9. 評価 (`#/evaluate`)

10. レポート (`#/reports`)

11. トラッカー (`#/tracker`)

12. 深掘りリサーチ (`#/deep`)

13. モードプロンプト (7 つの `/#/<mode>` ページ)

14. 応募チェックリスト (`#/apply`)

SPA チェックリストモード (`#/apply`)

アクティビティログ (`#/activity`)

ステップ 2 — アダプタの `meta` を宣言する(自動登録)

ステップ 5 — 自分の `portals.yml` で有効化

20. ターゲット職種別の統計 (`#/stats`)

21. あなたのツーページャー — 候補者としての市場適合度 (`#/two-pager`)

22. 模擬面接 (`#/mock-interview`)

23. ネットワーキングと企業の深掘りリサーチ (`#/networking`)

24. CV Studio (`#/cv-studio`)

25. メモリ (`#/memory`)

26. 統計 (`#/stats`)

27. キャリアプラン (`#/career-plan`)

28. キャリアの方向性 (`#/orientation`)