Podręcznik użytkownika

Pomoc — career-ops-ui

Kompletny przewodnik po każdej stronie — od momentu uruchomienia aplikacji aż do zdobycia zaproszenia na rozmowę kwalifikacyjną. Każdy nagłówek ## odpowiada pozycji na pasku bocznym lub fazie workflow. Przy pierwszym uruchomieniu czytaj od góry do dołu; później przeskakuj do konkretnej sekcji za pomocą spisu treści w pasku bocznym pomocy.

Odbiorcy: każdy, kto właśnie umieścił ten interfejs w katalogu career-ops i uruchomił bash bin/start.sh. Nie zakładamy żadnej wcześniejszej znajomości career-ops.

O career-ops

career-ops to system poszukiwania pracy o otwartym kodzie źródłowym, działający jako polecenia slash w dowolnym CLI do kodowania AI (Claude Code, Gemini CLI, Codex, Qwen Code, OpenCode, GitHub Copilot CLI — inne CLI kompatybilne z Claude też działają przez tę samą powierzchnię poleceń slash). Niezależny od modelu. Ocenia każde ogłoszenie względem Twojego CV według sześciowymiarowej skali 0,0–5,0, generuje dopasowane CV w formacie PDF i śledzi każdą aplikację lokalnie na Twoim komputerze.

Kanoniczne odniesienia (czytaj w tej kolejności przy pierwszej instalacji):

Co to jest career-ops — system, zasady i inwentarz pojęć.
Skanowanie portali pracy — odkrywaj oferty pracy; wypełniaj Pipeline.
Aplikowanie na pracę — pełny przepływ składania aplikacji z odczytem formularzy przez Playwright.
Wsadowe ocenianie ofert — oceniaj 10+ JD naraz za pomocą batch-runner.sh.
Konfiguracja Playwright — zainstaluj Chromium i zarejestruj MCP do generowania PDF i wypełniania formularzy.

Definiujące zasady (z career-ops.org/docs/introduction/what-is-career-ops):

Prawdziwy open source — MIT, bez płatnych planów, bez listy oczekujących, bez telemetrii, bez kont. System działa bez płatnych planów, kont ani telemetrii. Wkłady w kod przechodzą przegląd społeczności przed wydaniem.
Suwerenność danych — cv.md, config/profile.yml, data/, reports/, interview-prep/ nigdy nie opuszczają Twojego laptopa, chyba że sam je wypchniesz. Uruchamiasz go lokalnie na swoim komputerze, zachowując pełną suwerenność danych.
Architektura niezależna od AI — career-ops NIE dołącza modelu. Działa jako polecenia w istniejących CLI do kodowania AI. Zmień dostawcę (Anthropic ↔ Gemini ↔ OpenAI), a historia ocen pozostaje spójna.
Submisja pod kontrolą człowieka — career-ops przygotowuje odpowiedzi i otwiera formularz, ale to Ty klikasz Wyślij. System nigdy nie aplikuje automatycznie. System zapewnia strukturę i ocenę; ostateczna decyzja o złożeniu aplikacji należy do człowieka.
Ustrukturyzowane poszukiwanie — zbudowany do aktywnego, przemyślanego poszukiwania pracy z wieloma aplikacjami; nie jest narzędziem do jednorazowego wysłania, nie jest silnikiem rekomendacji. Konfiguracja zajmuje ~15 minut i zakłada komfort pracy z terminalem.

Czym career-ops NIE jest (jawne cele negatywne):

Nie jest auto-aplikantem. Nie będzie za Ciebie wysyłał formularzy.
Nie jest narzędziem do przebudowy CV. Dopasowuje CV do JD; nie wymyśla doświadczenia.
Nie jest optymalizatorem LinkedIn. Twój profil to Twoja sprawa.
Nie jest zamiennikiem arkusza kalkulacyjnego ukrytym za interfejsem SaaS. Dane to zwykły Markdown na Twoim systemie plików.

Kluczowe pojęcia (pełny inwentarz — każdy artefakt dotykany przez career-ops):

Pojęcie	Co to jest
Mode	Szablon prompta w `modes/<slug>.md`. Wbudowane: `oferta`, `deep`, `apply`, `pipeline`, `batch`, `contacto`, `followup`, `interview-prep`, `patterns`, `project`, `training`, `ofertas`, `auto-pipeline`, `pdf`, `latex`, `scan`, `tracker`.
Archetype	Profil docelowej roli w `config/profile.yml`. Skala ocen waży dopasowanie umiejętności do aktywnego archetypu — najważniejsze pole.
Pipeline	`data/pipeline.md` — skrzynka odbiorcza adresów URL JD oczekujących na ocenę.
Tracker	`data/applications.md` — historyczna tabela GFM każdej oceny i statusu aplikacji.
Report	`reports/<NNN>-<company>-<DATE>.md` — pełna ocena A–F dla każdego JD, z wynikiem i wiarygodnością w nagłówku.
Scan history	`data/scan-history.tsv` — dziennik tylko do dopisywania; zapobiega duplikatom między skanowaniami.
Proof points	Bloki dowodów STAR+R wyekstrahowane z `cv.md`, ponownie używane przy ocenianiu, odpowiedziach przy aplikowaniu i przygotowaniu do rozmów.
JD store	`jds/jd-<date>-<ts>.txt` — dosłowne opisy stanowisk zapisywane podczas oceniania dla celów audytu.
Interview-prep	`interview-prep/<company>-<role>.md` — obszerne briefy badawcze i jednostronicowe materiały na każdą rundę.
Batch additions	`batch/tracker-additions/*.tsv` — oczekujące wiersze kolejkowane przez `batch-runner.sh` do scalenia z trackerem.

career-ops vs career-ops-ui (ta aplikacja)

	career-ops (CLI)	career-ops-ui (ta aplikacja)
Gdzie działa	wewnątrz Claude Code / Gemini CLI / Codex / Qwen Code / OpenCode / GitHub Copilot CLI	`http://127.0.0.1:4317` w Twojej przeglądarce
Powierzchnia	polecenia slash `/career-ops <mode>`	pasek boczny z jedną stroną na workflow
Wypełnianie formularzy	tak, przez Playwright MCP	nie — generuje listę kontrolną, resztę kończysz w CLI
PDF	`generate-pdf.mjs`	`📄 Generate PDF` na `#/cv`, `#/reports/:slug`, `#/evaluate`, `#/deep`, `#/interview-prep`
Pliki danych	współdzielone z career-ops-ui	współdzielone z career-ops

career-ops-ui to czyste rozszerzenie. Nic wewnątrz career-ops/ nie ulega zmianie. Obie powierzchnie korzystają z tych samych plików cv.md, config/profile.yml, portals.yml, data/, reports/, interview-prep/, modes/.

Progi działania według wyniku

Gdy JD ma już ocenę, wynik określa kolejny krok (tabela kanoniczna z career-ops.org/docs/introduction/what-is-career-ops):

Wynik	Następny krok
≥ 4.5	Uruchom `/career-ops apply` — wysokie dopasowanie, aplikuj natychmiast.
4.0 – 4.4	Aplikuj lub użyj `/career-ops contacto` dla ciepłego wprowadzenia.
3.5 – 3.9	Uruchom `/career-ops deep` — zbadaj firmę/rolę przed podjęciem decyzji.
< 3.5	Pomiń, chyba że masz konkretny osobisty powód.

#/dashboard i #/tracker w career-ops-ui podświetlają każdy wiersz o wartości 4.0 lub wyższej, dzięki czemu możesz podjąć działanie bez ponownego uruchamiania czegokolwiek.

Zewnętrzna dokumentacja

Pełna dokumentacja silnika career-ops (skanowanie, skala ocen, przetwarzanie wsadowe, przepływ aplikowania, konfiguracja Playwright) znajduje się pod adresem career-ops.org/docs:

1. Szybki start — krok po kroku od „utwórz CV“ do „aplikacja złożona i wiadomość wysłana“

To kanoniczny, krok po kroku opis działań. Wykonuj go w kolejności przy pierwszym uruchomieniu. Każdy krok podaje dokładną trasę, dokładny przycisk i to, co zobaczysz po sukcesie. Sekcje 2–16 poniżej szczegółowo opisują każdą fazę.

Zapytaj przewodnik. Otwórz Zapytaj przewodnik 💬 (pasek boczny, pod Pomocą) i wpisz pytanie — odpowiada tylko z tego przewodnika w Twoim języku i nigdy nie czyta Twojego CV. Ten sam asystent jest o jedno dotknięcie z każdej strony — przycisk czatu z robotem unosi się w prawym dolnym rogu (w lewym dolnym w językach pisanych od prawej do lewej); kliknij, aby zapytać bez przerywania pracy.

Uruchomienie i inicjalizacja jednym poleceniem. Z terminala możesz przeprowadzić cały bootstrap bez dotykania interfejsu:
career-ops-ui setup      # install deps → doctor → run the server
career-ops-ui init       # pick LLM provider + paste its key (echo suppressed)
career-ops-ui doctor     # re-verify any time (exit 0 ⇔ all required green)
career-ops-ui run        # just launch the server at http://127.0.0.1:4317
career-ops-ui open       # open + RAISE the dashboard tab in your browser
Po setup/run zakładka przeglądarki jest otwierana i wysuwana na wierzch automatycznie (v1.43.0); career-ops-ui open robi to samo na żądanie, żebyś nigdy nie musiał szukać zakładki dashboardu. NO_OPEN=1 wyłącza auto-otwieranie dla uruchomień headless/CI.

setup sam uruchamia cały łańcuch. init zapisuje klucz do career-ops/.env w katalogu nadrzędnym przez tę samą zwalidowaną ścieżkę, z której korzysta zakładka kluczy API w #/config, i ustawia LLM_PROVIDER (auto | claude | gemini), który jest respektowany przez trasy live evaluate / deep / mode / auto-pipeline. Forma CI: career-ops-ui init --provider claude --anthropic-key sk-ant-… --yes. Wolisz interfejs? Kontynuuj z krokami poniżej.

A. Konfiguracja (jednorazowo, ~5 minut)

career-ops-ui musi znajdować się w career-ops/web-ui/ (zagnieżdżony w nadrzędnym projekcie career-ops). Odczytuje Twoje cv.md, config/ i data/ z katalogu nadrzędnego przez ../ i nie działa samodzielnie. Jeśli po pull career-ops-ui init nie jest znalezione, uruchom cd career-ops/web-ui && npm install && npx career-ops-ui init.

Krok 1 — Otwórz aplikację pod adresem http://127.0.0.1:4317. Jeśli nie działa, w terminalu uruchom bash bin/start.sh z katalogu głównego repozytorium. Ładuje się Dashboard (#/dashboard).

Krok 2 — Kliknij ❤ Health w lewym pasku bocznym. Każde wymagane sprawdzenie musi być zielone:

cv.md, config/profile.yml, portals.yml istnieją
Klucz API ustawiony (co najmniej jeden z ANTHROPIC_API_KEY / GEMINI_API_KEY)
Playwright zainstalowany (wymagany tylko jeśli będziesz używać Generate PDF)

Jeśli coś jest czerwone, strona podaje dokładny plik lub zmienną środowiskową do naprawienia. Nie kontynuuj, dopóki Health nie jest zielone.

Krok 3 — Kliknij ⚒ App settings w pasku bocznym. Trafiasz na zakładkę API keys & runtime.

Wklej ANTHROPIC_API_KEY (preferowany — lepsza długa ocena) i/lub GEMINI_API_KEY. Uzyskaj klucze z https://console.anthropic.com/settings/keys lub https://aistudio.google.com/apikey.
Kliknij 💾 Save. Następnie kliknij ▶ Test Anthropic (lub Gemini) — mały round-trip potwierdza, że klucz działa.

Krok 4 — Przejdź do zakładki Profile na tej samej stronie. To jest bezpośredni edytor YAML dla config/profile.yml. Edytuj co najmniej:

candidate.full_name — zastąp dowolny placeholder („Jane Smith“) swoim prawdziwym imieniem i nazwiskiem
candidate.email, linkedin, github — używane w listach motywacyjnych
target.roles — stanowiska, na które będziesz aplikował
target.comp_total_min_usd — minimalne całkowite wynagrodzenie; oferty poniżej tego są oznaczane w sekcji D każdej oceny
target.archetypes — wzorce kariery, które akceptujesz (pojedyncze najważniejsze pole)

Kliknij 💾 Save. Serwer waliduje YAML i dodaje kanoniczny nagłówek # Career-Ops Profile Configuration.

B. CV (jednorazowo, ~10 minut)

Krok 5 — Kliknij ✎ CV w pasku bocznym. Dwie kolumny: edytor po lewej, podgląd na żywo po prawej.

Krok 6 — Wybierz jedną ścieżkę do wypełnienia edytora:

Prześlij istniejące CV — kliknij 📁 Upload CV, wybierz dowolny z formatów .docx / .doc / .odt / .rtf / .pdf / .html / .txt / .md. Serwer konwertuje do Markdown przez pandoc lub pdftotext, usuwa XSS i umieszcza wynik w edytorze. Sprawdź konwersję — pliki PDF szczególnie mogą tracić wierność układu.
Wklej Markdown bezpośrednio — textarea to edytor Markdown; prawy panel pokazuje to, co zobaczy LLM (i Twój przyszły rekruter).
Wskazówki co do tonu: jeden punktor = jedno osiągnięcie z metryką. Nie przekraczaj 1500 słów. Sekcje w tej kolejności: Summary, Experience, Projects, Education, Skills.

Krok 7 — Kliknij 💾 Save (górny prawy róg strony CV). Serwer usuwa niebezpieczne elementy (<script> / javascript: / inline handlery) i zapisuje cv.md. Toast: „Saved“.

Krok 8 (opcjonalny) — Kliknij 📄 Generate PDF. Uruchamia generate-pdf.mjs w projekcie nadrzędnym (wymagany Playwright) i nowe PDF auto-pobiera się do Twojej przeglądarki po zakończeniu. Lista na dole strony przechowuje każdy wcześniej wygenerowany plik.

C. Znajdowanie ofert (~2 minuty na skan)

Krok 9 — Kliknij 🌐 Scan w pasku bocznym. Potwierdź, że portals.yml zawiera portale, którymi jesteś zainteresowany (sekcja 5 tej pomocy). Naciśnij przycisk 🌐 Scan now. Na żywo streamuje log SSE, gdy skaner przechodzi przez Greenhouse / Ashby / Lever / Workable / SmartRecruiters / Workday (angielskie portale) i hh.ru / Habr Career (rosyjskie portale, jeśli włączone).

Krok 10 — Po zakończeniu skanowania przejrzyj wyniki. Kliknij dowolny tag firmy, aby filtrować; kliknij ikonę ↗, aby otworzyć stronę z ofertami firmy w nowej zakładce. Każda oferta, która przeszła filtr tytułu, jest kolejkowana w Pipeline.

D. Ocenianie ofert (~30 sekund na JD)

Krok 11 — Kliknij Pipeline w pasku bocznym. Widzisz każdy URL kolejkowany przez skaner. Kliknij wpis, aby wyświetlić JD w podglądzie.

Krok 12 — Kliknij ▶ Evaluate obok dowolnego JD. Skacze to do #/evaluate. Z ustawionym kluczem API działa na żywo; bez niego dostajesz ręczny prompt do wklejenia do swojego LLM. Tryb na żywo produkuje wynik 0–5 względem Twojego CV przez sekcje A–G (Rola / Firma / Wynagrodzenie / Ryzyko / Stretch / Dopasowanie kulturowe / Werdykt). Zapis trafia do reports/<date>-<slug>.md.

Krok 13 — Kliknij Reports w pasku bocznym i przejrzyj najnowszą ocenę. Wszystko poniżej Twojego comp_total_min_usd jest zaznaczone na czerwono w sekcji D. Wszystko z Verdict: pursue to Twoja lista shortlistowych.

E. Decyzja i pogłębiony research wybranej firmy (~3 minuty)

Krok 14 — Wybierz ofertę wartą rozważenia. Kliknij Deep research w pasku bocznym. Wpisz nazwę firmy i rolę. Model generuje 7-sekcyjny brief o firmie (misja, ostatnie wiadomości, stos technologiczny, sygnały rekrutacyjne, benchmarki wynagrodzeń, ryzyka, zalecany kąt). Zapis trafia do interview-prep/<company>-<role>.md.

F. Aplikowanie (~5 minut na aplikację)

Krok 15 — Kliknij Apply checklist w pasku bocznym. Wklej URL oferty i JD. Pomocnik generuje krokową listę kontrolną zgłoszenia:

Szkic spersonalizowanego listu motywacyjnego (używa Twojego cv.md + profile.yml)
Konkretne słowa kluczowe do odzwierciedlenia z JD
Pliki do załączenia (PDF CV — patrz krok 8)
Gdzie aplikować (kanoniczny URL kariery, nie przekierowania agregatora)
Przypomnienie: NIGDY nie wysyłaj automatycznie — końcowa recenzja i złożenie wniosku są zawsze ręczne.

Krok 16 — Otwórz stronę kariery w nowej zakładce. Użyj listy kontrolnej jako listy todo. Złóż aplikację przez rzeczywisty formularz firmy. Dołącz PDF wygenerowany w kroku 8.

Krok 17 — Skontaktuj się z prawdziwym człowiekiem. Otwórz tryb Outreach (#/contacto w pasku bocznym). Model przygotowuje krótką wiadomość na LinkedIn / email dostosowaną do briefu firmy z kroku 14. Spersonalizuj wstęp (jeden konkretny szczegół z briefu z pogłębionego researchu). Wyślij.

G. Śledzenie i follow-up (ciągłe)

Krok 18 — Kliknij Tracker w pasku bocznym i dodaj wiersz dla aplikacji: firma, rola, wynik, status Applied, link do raportu, link do briefu z pogłębionego researchu. Data jest wypełniana automatycznie.

Krok 19 — Tydzień później: otwórz tryb Follow-up (#/followup). Przygotowuje uprzejmy e-mail z zapytaniem nawiązujący do pierwotnej aplikacji. Wyślij. Zaktualizuj status w trackerze do Followed up.

Krok 20 — Kiedy otrzymasz zaproszenie na rozmowę, uruchom tryb Interview prep (#/interview-prep). Generuje ukierunkowane przygotowanie do konkretnej firmy i etapu (projektowanie systemu / behawioralne / kodowanie). Automatycznie pobiera dane z briefu z pogłębionego researchu.

Krok 21 — Masz ofertę? Zaktualizuj status w Trackerze do Offer i ponownie odwiedź sekcję wynagrodzenia w raporcie oceny — Twój minimalny numer akceptacji jest tam podany.

TL;DR — kolejność w pasku bocznym odpowiada workflow

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

Tyle. 21 kroków, przycisk po przycisku, od zera do oferty.

Automatyczny pipeline jednym kliknięciem (`#/auto`) — skrót 21 kroków

Jeśli chcesz szybko ocenić jedną konkretną ofertę, pomiń ręczny przewodnik. Pasek boczny → ✨ Auto-pipeline (lub przycisk ✨ na Dashboardzie) otwiera dedykowany ekran: wklej URL oferty, naciśnij Enter lub kliknij ▶ Run full pipeline, a serwer uruchamia cały łańcuch w jednym obserwowalnym przebiegu:

Walidacja URL — bezpieczne sprawdzenie SSRF (isValidJobUrl); odrzuca loopback / file: / prywatne IP / znaki skryptowe.
Pobieranie opisu stanowiska — safeGet (DNS-pinned, redirect- revalidated) pobiera i usuwa niebezpieczne elementy z JD.
Ocena względem Twojego CV — Anthropic (preferowany) → Gemini fallback → ręczny prompt jeśli brak klucza.
Zapisywanie raportu — zapisuje reports/<slug>.md z wynikiem + wiarygodnością w nagłówku.
Dodawanie do trackera — dopisuje wiersz do data/applications.md.

Informacja zwrotna na żywo to pionowy stepper (każdy krok świeci running → done / failed). Jest to lista uporządkowana z aria-current na aktywnym kroku i grzecznym regionem na żywo dla czytników ekranu ogłaszającym każde przejście. Po sukcesie karta wynikowa prowadzi bezpośrednio do zapisanego raportu (View report · N/5) i trackera. Nieudany krok jest oznaczony na czerwono z wiadomością, a przycisk ponownie się aktywuje, żebyś mógł poprawić URL i spróbować ponownie bez przeładowania.

Brak klucza API? Pipeline działa w trybie ręcznym: kroki 3–5 zwijają się i dostajesz gotową kartę z promptem do skopiowania (wklej do Claude Code / Anthropic / Gemini). Brak wywołania LLM, brak kosztów.

#/auto jest linkowany: #/auto?url=<encoded>&go=1 otwiera ekran i auto-startuje. Przycisk ✨ dashboardu i ten wpis w pasku bocznym oba prowadzą tutaj (jeden spójny przepływ — tymczasowy modal sprzed v1.34 został awansowany do tej strony).

CLI (v1.38.0). Jedno polecenie wykonuje łańcuch: career-ops-ui setup (bootstrap → install → start). Samodzielne czasowniki: career-ops-ui doctor (sprawdzenie env/kluczy/narzędzi — ten sam silnik co strona Health; exit 1 przy każdym wymaganym błędzie), career-ops-ui run, career-ops-ui init (kreator dostawcy+klucza, v1.39.0). Dostawcy (v1.39.0). Zakładka API-keys dodaje pole wyboru LLM_PROVIDER (auto = Anthropic→Gemini domyślnie · claude · gemini) i pole OPENAI_API_KEY (dla CLI Codex/OpenCode). career-ops-ui init to interaktywny kreator dla tej samej konfiguracji.

Dostawcy (v1.57.0). Headless live-eval obejmuje teraz Anthropic → Gemini → OpenAI → Qwen → OpenRouter (kolejność auto; LLM_PROVIDER wymusza jeden). OpenRouter — jeden OPENROUTER_API_KEY obsługuje 300+ modeli; menu rozwijane OPENROUTER_MODEL ładuje aktualny katalog OpenRouter (proxy po stronie serwera, skrócony offline fallback). Naprawiono też: klucze wklejone z końcowym znakiem nowej linii / otaczającymi spacjami są teraz przycinane przed walidacją, więc /#/config nie wyświetla już „validation failed“ dla żadnego dostawcy.

2. Ustawienia aplikacji i klucze API (`#/config`)

Nowość w v1.55 → v1.56. Przy braku ustawionego klucza LLM, czerwony baner na każdym ekranie wyjaśnia, że ⚡ Run-live jest w trybie ręcznego promptu i zawiera link tutaj; gdy klucz jest ustawiony, staje się spokojnym chipem z nazwą aktywnego dostawcy. Przed każdym przyciskiem ⚡ Run-live (#/auto, #/evaluate, #/deep, tryby) wyświetlane jest uczciwe przybliżenie kosztów (np. „Szacowany koszt: OpenAI gpt-5-codex · ~$0.04/eval“, lub notatka bez kosztów API w trybie ręcznym). #/scan chowa filtry drugorzędne za ujawnieniem Advanced filters; #/tracker dodaje klikalne chipy lejka + opcjonalne stronicowanie po stronie serwera; #/pipeline wirtualizuje powyżej 1000 wierszy.

Narzędzia CLI AI. Karta Narzędzia CLI AI pokazuje, które agentowe CLI (Claude Code, Codex, Gemini, OpenCode, Copilot, Qwen, Antigravity) są zainstalowane na serwerze — skan PATH tylko do odczytu, bez uruchamiania. Wygląd → Pokazuj logo firm (domyślnie wyłączone) pokazuje favicon każdej firmy w tabeli skanowania, pobrany z jej własnej domeny (nigdy z usługi zewnętrznej).

Trzy zakładki:

API keys & runtime — formularz pól strukturalnych nad plikiem .env projektu nadrzędnego (ten sam plik, który skrypty Node career-ops odczytują przy starcie). Zgrupowane: API keys / Runtime / Regional sources. Zakładka udostępnia również selektory modeli na dostawcę — OPENAI_MODEL (OpenAI/Codex) obok ANTHROPIC_MODEL i GEMINI_MODEL.
Profile — formularz pole po polu nad config/profile.yml (web-ui 1.32.0). Zapis scala z plikiem — Twoje archetypy, proof points i wszelkie niestandardowe klucze są zachowywane bez zmian.
Modes — formularz pól strukturalnych dla modes/_profile.md (web-ui 1.54.3), oparty na udokumentowanym schemacie. Sekcje listowe — Target Roles / Adaptive Framing / Comp Targets — renderowane jako powtarzalne wejścia liniowe (dodaj/usuń wiersze); sekcje prozą — Exit Narrative / Location Policy — renderowane jako oznaczone textareas; każda nieznana lub nie-listowa sekcja wraca do oznaczonego verbatim textarea. Zapis nadal scala według sekcji — preambuła, niezmienione sekcje i wszelkie niestandardowe sekcje są zachowywane bajt po bajcie. Ujawnienie Advanced: raw markdown pozostaje do edycji całego pliku — dodawania/usuwania sekcji lub edycji preambuły.

Zapis w dowolnej zakładce propaguje natychmiast — bez restartu serwera.

Konfigurowanie dostawcy LLM (krok po kroku). ⚡ Ocena na żywo w interfejsie webowym działa headless i używa jednego klucza API. Działa przez „OR“ — ustaw którykolwiek jeden z nich i po prostu działa; przy kilku ustawionych, auto preferuje je w tej kolejności: Anthropic → Gemini → OpenAI → Qwen. (sam career-ops jest agnostyczny co do CLI — uruchamiasz go również wewnątrz Claude Code, Codex, Gemini, OpenCode, Qwen, Copilot lub Kimi; to jest oddzielne od tego klucza headless.)

Otwórz #/config → zakładkę API keys & runtime.
Wybierz dostawcę w LLM_PROVIDER: auto (użyj dowolnego ustawionego klucza) lub wymuś jeden z claude / gemini / openai / qwen.
Wypełnij klucz + model dla wybranego dostawcy:
- Anthropic — ustaw ANTHROPIC_API_KEY (console.anthropic.com), opcjonalnie ANTHROPIC_MODEL (domyślnie claude-sonnet-4-6).
- Gemini — ustaw GEMINI_API_KEY (aistudio.google.com/apikey), opcjonalnie GEMINI_MODEL (domyślnie gemini-2.0-flash).
- OpenAI — ustaw OPENAI_API_KEY (platform.openai.com), opcjonalnie OPENAI_MODEL (domyślnie gpt-5-codex).
- Qwen — ustaw QWEN_API_KEY (Alibaba Model Studio / DashScope, dashscope.console.aliyun.com), opcjonalnie QWEN_MODEL (domyślnie qwen-max). Dla punktu końcowego mainland-CN ustaw QWEN_BASE_URL w surowym .env.
Kliknij Save. Klucze są zapisywane do .env projektu nadrzędnego; zmiana wchodzi w życie natychmiast — restart serwera nie jest potrzebny.
Zweryfikuj na #/evaluate: wklej URL/opis stanowiska i naciśnij ⚡ Run live. Nagłówek wynikowy pokazuje, który dostawca działał (anthropic / gemini / openai / qwen). Brak ustawionego klucza gdziekolwiek → dostajesz zamiast tego ręczny prompt do skopiowania.

Sekrety są maskowane po zapisaniu i nigdy nie są logowane. Pola ID modelu (*_MODEL) nie są sekretne.

Zakładka Profil (formularz pól — v1.32.0)

Przed v1.32.0 ta zakładka była pojedynczą surową textarea YAML, gdzie każde ustawienie żyło w jednym niezróżnicowanym bloku. Jest teraz formularzem strukturalnym, z polami zgrupowanymi w trzy składane sekcje:

Candidate — Pełne imię i nazwisko (wymagane), Email, Telefon, Lokalizacja, LinkedIn, GitHub, URL portfolio, X / Twitter.
Narrative — Nagłówek, Historia wyjścia.
Compensation — Docelowy zakres, Waluta, Minimum do zaakceptowania, Elastyczność lokalizacji.
Edytory tablic strukturalnych (web-ui 1.35.0) — edytory dodaj/usuń wiersz dla pól w formie listy, więc nawet te nie wymagają już surowego YAML: Target roles + Superpowers (listy ciągów); Archetypes (wiersze nazwa / poziom / dopasowanie); Proof points (wiersze nazwa / url / hero-metric). Puste wiersze są pomijane; opróżniona lista czyści klucz. Ta sama gwarancja scalania-nie-zastępowania — każda tablica, której nie dotkniesz, przeżywa nietkniętą.

Jak zapis jest bezpieczny:

Formularz wysyła tylko 14 modelowanych skalarnych ścieżek jako { fields: { "candidate.full_name": … } }. Serwer odczytuje istniejący config/profile.yml, ustawia/czyści tylko te liście, i ponownie serializuje cały obiekt — więc zagnieżdżone tablice, których formularz nie modeluje (target_roles.archetypes, narrative.proof_points, narrative.superpowers) i wszelkie niestandardowe klucze dodane ręcznie przeżywają round-trip bez zmian. Wyczyszczenie pola usuwa ten klucz bez pozostawiania phone: "".
Walidacja nadal wymaga pełnego imienia i nazwiska; nagłówek # Career-Ops Profile Configuration jest automatycznie dodawany.
Jeden kompromis: zapis z formularza pól ponownie serializuje YAML, więc inline komentarze # są tracone. Aby zachować komentarze lub edytować zagnieżdżone tablice, użyj ujawnienia Advanced: edit raw YAML na dole zakładki — to jest pełny edytor pliku sprzed v1.32, niezmieniony (zastępuje cały plik przy zapisie).
Widok podsumowania tylko do odczytu na #/profile jest wizualnym towarzyszem.

Rozpoznawane klucze

Klucz	Co robi	Skąd go uzyskać
`ANTHROPIC_API_KEY`	Włącza wywołania Anthropic SDK na żywo. Preferowany gdy są ustawione zarówno Anthropic jak i Gemini — lepsza długa, strukturalna odpowiedź do oceniania JD i pogłębionego researchu.	https://console.anthropic.com/settings/keys
`ANTHROPIC_MODEL`	Nadpisuje domyślny `claude-sonnet-4-6`. Spróbuj `claude-opus-4-7` dla trudniejszego rozumowania, `claude-haiku-4-5-20251001` dla taniego i szybkiego.	—
`GEMINI_API_KEY`	Fallback gdy brak klucza Anthropic. Używany przez `gemini-eval.mjs` dla trybu `oferta`. Darmowy plan działa dla małej liczby zapytań.	https://aistudio.google.com/apikey
`GEMINI_MODEL`	Nadpisuje domyślny model Gemini.	—
`(server uses default UA)`	Wymagany przy uruchamianiu skanów `hh.ru` spoza Rosji (API zwraca 403 dla zwykłych User-Agentów). Zarejestruj aplikację na https://dev.hh.ru/admin i użyj jej ciągu UA.	dev.hh.ru
`PORT`	Port bind Express. Domyślnie 4317.	—
`HOST`	Adres bind. Domyślnie `127.0.0.1`. Ustawienie `0.0.0.0` eksponuje interfejs w sieci LAN — brak bramy autoryzacyjnej, patrz dokument o gotowości produkcyjnej.	—

Zachowanie

Odczyt (GET /api/config) zwraca każdy rozpoznany klucz. Klucze sekretne (ANTHROPIC_API_KEY, GEMINI_API_KEY) są maskowane — widzisz sk-ant•••••••a1b2, nigdy pełną wartość.
Zapis (POST /api/config) waliduje każdą wartość, zapisuje do <parent>/.env i natychmiast aplikuje do działającego procesu. Restart nie jest potrzebny.
Pusta wartość usuwa klucz. Przydatne jeśli chcesz przestać używać rosyjskiego IP / VPN.

Przyciski testu dymnego

Po zapisaniu kliknij ▶ Test Anthropic lub ▶ Test Gemini — oba wykonują mały prompt (≤256 tokenów wyjściowych), więc wydajesz zasadniczo nic, potwierdzając, że klucz jest poprawnie podłączony. Zwraca ~200-znakową próbkę po sukcesie.

3. Profil (`#/profile` — dostępny też jako `#/settings`)

Widok karty podsumowania tylko do odczytu dla config/profile.yml. Aby edytować, przejdź do App settings → zakładka Profile (#/config → Profile) — od web-ui 1.32.0 to jest formularz pole po polu (Candidate / Narrative / Compensation), nie surowy blob YAML. Zapisy scalają się z tym samym plikiem; ta strona ponownie parsuje po przeładowaniu.

Najważniejsze pola:

candidate.full_name — używane w każdym prompcie. Zastąp szablonowe Jane Smith przed skanowaniem czegokolwiek na poważnie, bo Twoje wygenerowane listy motywacyjne wyjdą pod imieniem placeholder.
candidate.email, linkedin, github — przywoływane przy generowaniu listów motywacyjnych i liście kontrolnej aplikowania.
target.roles — akceptowane stanowiska. Filtr pozytywny skanera używa tego implicite (przez portals.yml::title_filter).
target.comp_total_min_usd — minimalne całkowite wynagrodzenie. Sekcja D każdej oceny oznacza oferty poniżej tego.
target.archetypes — najważniejsze pole. To wzorce kariery, które akceptujesz (np. Tech-Lead-Backend, Founding-Engineer, Data-Platform). Każdy JD jest dopasowywany do nich, a najlepiej pasujący archetype trafia do nagłówka raportu.

Strona Health pokazuje sprawdzenie Profile customized, które jest błędem, dopóki full_name pasuje do znanych imion placeholder.

4. CV (`#/cv`)

Pojedyncze źródło prawdy dla każdej oceny, pogłębionego researchu i listu motywacyjnego. Przechowywane w cv.md w katalogu głównym projektu nadrzędnego.

Opcje edycji

Wklej bezpośrednio — textarea po lewej stronie to edytor Markdown. Prawy panel odzwierciedla to, co zobaczy LLM (i Twój przyszły rekruter).
📁 Upload CV — wybierz lokalny plik w dowolnym z tych formatów, a serwer konwertuje go do Markdown:
- Formaty tekstowe — .md, .markdown, .txt, .html, .htm są przepuszczane (HTML przechodzi przez pandoc → GFM Markdown).
- Formaty biurowe — .docx, .doc, .odt, .rtf są konwertowane przez pandoc (brew install pandoc na macOS, apt install pandoc na Linux).
- PDF — .pdf jest ekstrahowany przez pdftotext z Poppler (brew install poppler / apt install poppler-utils).
- Skonwertowany Markdown trafia do edytora; kliknij 💾 Save aby zapisać. Wynik jest sanityzowany (to samo usuwanie XSS co przy wklejaniu).
- Twarde ograniczenie: 10 MB na przesłanie. Większe pliki → 413.
Z LinkedIn — najłatwiejsza ścieżka: otwórz Claude Code w projekcie nadrzędnym, uruchom /career-ops, wklej swój URL LinkedIn i zapytaj extract my CV from this and write it to cv.md.

Co jest sanityzowane

Po stronie serwera, każdy PUT do /api/cv przechodzi przez stripDangerousMarkdown:

Tagi <script>, <iframe>, <object>, <embed>, <svg>, <style>, <form> — usuwane całkowicie.
Inline event handlery (onclick=, onerror=, itp.) — usuwane.
Schematy URI javascript:, vbscript:, data:text/html — neutralizowane.

Odpowiedź zawiera sanitized: true za każdym razem gdy cokolwiek z powyższych zostało usunięte, abyś wiedział czy źródło zawierało coś niebezpiecznego.

Maksymalny rozmiar treści: 1 MB. Większe zwraca 413.

Inne przyciski

sync-check — uruchamia cv-sync-check.mjs w projekcie nadrzędnym. Oznacza niespójności: projekt wymieniony w Twoim CV, ale nie w archetype’ach data/applications.md, itp.
📄 Generate PDF — streamuje generate-pdf.mjs. Wynik trafia do output/*.pdf. Wymaga Playwright (strona Health pokazuje, czy jest zainstalowany w node_modules projektu nadrzędnego). Po zakończeniu generowania, najnowszy PDF jest automatycznie pobierany do Twojego domyślnego folderu Pobrane; lista na stronie przechowuje każdy wcześniej wygenerowany plik.

Wskazówki dotyczące tonu i formatu

Jeden punktor = jedno osiągnięcie z metryką. „Reduced p99 latency by 38%“ bije „improved performance” w każdej skali ocen.
Sekcje w tej kolejności: Summary (3–5 linii), Experience (odwrotna chronologia), Projects (maks. 5), Education, Skills (bez duplikatów, bez zupy z buzzwordów).
Nie przekraczaj 1500 słów. Skala ocen używa gęstej informacji; rozbudowane CV jest karane za szum.

5. Portale i źródła (`portals.yml`)

Konfiguracja skanera mieści się w portals.yml w katalogu głównym projektu nadrzędnego. Trzy sekcje mają znaczenie. Trzy sekcje SPA (poniżej) odpowiadają kanonicznemu schematowi career-ops.org z scan-job-portals 1:1.

Skrót: URL #/portals teraz rozwiązuje się bezpośrednio do App settings i (gdy skonfigurowane jest regionalne źródło) skacze do grupy Regional sources — więc zakładkowy lub wpisany link #/portals nie daje już 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]

Skanowana oferta przechodzi, gdy jej tytuł zawiera co najmniej jedno pozytywne słowo kluczowe I żadnego negatywnego. Dostosuj oba. Słowa kluczowe to podciągi bez rozróżnienia wielkości liter.

seniority_boost to trzeci klucz filtra tytułów. Słowa kluczowe wymienione tutaj nie odfiltrują niczego — wypychają pasujące oferty wyżej w wynikach, żeby „Senior Backend Engineer“ znalazł się powyżej „Engineer“. Domyślnie: ["Senior", "Staff", "Lead"]. Dostosuj, aby pasowało do sposobu, w jaki nazywane są Twoje docelowe role.

Zacznij od 3–5 pozytywnych słów kluczowych dla jasności; później poszerzaj.

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

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

Filtruje skanowane oferty według ciągu lokalizacji (podciąg bez rozróżnienia wielkości liter), stosowany zarówno przez sweep ATS jak i sweep regionalny. Semantyka identyczna z kanonicznym scan.mjs career-ops:

Brak klucza location_filter → każda lokalizacja przechodzi (domyślnie).
Oferta z pustą/brakującą lokalizacją → przechodzi (brakujące dane nie są karane).
Dopasowanie słowa kluczowego block → odrzucona (blok ma pierwszeństwo przed allow).
allow puste → przechodzi (blok ją już oczyścił).
allow niepuste → musi pasować do co najmniej jednego słowa kluczowego.

Klucz najwyższego poziomu w portals.yml (rodzeństwo title_filter, nie zagnieżdżone pod russian_portals). Użyj go, aby usunąć oferty, które przeżyły filtr tytułu, ale są w regionie, do którego nie możesz dojechać.

Zacznij od 3–5 pozytywnych słów kluczowych dla jasności; później poszerzaj.

content_filter (opcjonalnie — web-ui 1.75.0, parent #974). Klucz najwyższego poziomu, rodzeństwo location_filter, z tymi samymi listami słów kluczowych positive / negative, ale dopasowywany do tekstu opisu / fragmentu oferty zamiast jej lokalizacji:

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

Semantyka identyczna z location_filter: brak klucza → wszystko przechodzi; oferta z pustym/brakującym opisem przechodzi (brakujące dane nie są karane); dopasowanie negative → odrzucona; positive puste → przechodzi; positive niepuste → musi pasować do co najmniej jednego słowa kluczowego (podciąg bez rozróżnienia wielkości liter). Stosowany zarówno przez sweep ATS, jak i regionalny. Dotyczy tylko źródeł, które dostarczają opis/fragment (np. RSS) — każda inna oferta przechodzi — więc włączenie go nigdy po cichu nie usuwa wierszy ze źródeł, które nie przenoszą treści. Użyj go, aby usunąć ofertę przechodzącą filtr tytułu, której treść ujawnia czynnik dyskwalifikujący.

`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 napędzają skan Opcji B oparty na AI (/career-ops scan wewnątrz Claude Code / Codex). NIE są wykonywane przez npm run scan w procesie (który trafia tylko do publicznych API portali). Używaj ich, gdy chcesz odkrywać role w firmach, których nie ma jeszcze w tracked_companies. Ustaw enabled: false, aby zachować wpis bez uruchamiania go.

`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 }

Wymagane pola na wpis: name i careers_url. Opcjonalne: api (jawny punkt końcowy Greenhouse / Ashby / Lever / Workable / SmartRecruiters / Workday), enabled: true|false aby włączyć/wykluczyć bez usuwania wpisu. Skaner ATS wykrywa ATS na podstawie wzorca URL (job-boards.greenhouse.io/<slug> → Greenhouse, itp.) i pobiera publiczne API portalu każdej firmy bezpośrednio. Firmy bez rozpoznawalnego ATS są pomijane (karta Active Companies na /#/scan pokazuje je na szaro z ○).

`rss` (kanały RSS / Atom)

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 }

Skieruj skaner na dowolny portal pracy publikujący kanał RSS/Atom (LaraJobs, WeWorkRemotely, RemoteOK, golangprojects, …) dodając wpis z provider: rss plus kluczem rss: (lub feed_url:) — bez zmian kodu. Adapter RSS parsuje każdy <item> (CDATA + encje HTML, tytuły/firmy z usuniętymi tagami), normalizuje go do oferty pracy i uruchamia ten sam przepływ title_filter / location_filter + dedup + pipeline-append co źródła ATS. RSS pojawia się wtedy jako wybieralne źródło w menu rozwijanym filtrów #/scan. (web-ui v1.62.x)

`russian_portals`

russian_portals:
  sources: ["hh", "habr", "trudvsem", "getmatch", "geekjob"]      # or just one
  area: 113                 # 1=Moscow, 2=SPb, 113=Russia, 1001=remote
  per_page: 50
  only_remote: false
  queries:
    - "Senior PHP"
    - "Senior Go"
    - "Тимлид PHP"

queries to dopasowania podciągów bez rozróżnienia wielkości liter względem tytułów ofert na hh.ru i Habr Career. Uważaj na nakładanie się z listą negatywną — jeśli "Senior PHP" jest w queries, ale "php" skończy na liście title_filter.negative, skan zwróci zero wyników i konsola ostrzeże Cię o konflikcie.

Konfiguracja rosyjskich portali — szczegółowy przewodnik

v1.29.0 dostarcza 5 adapterów w języku rosyjskim. Dwa nie potrzebują niczego poza domyślnym UA (habr-career, scraping HTML; trudvsem, rządowe API open-data — bez klucza, bez blokady IP). Dwa to scrapery HTML portali technicznych (getmatch, geekjob — też bez klucza). Jeden to kanoniczne API hh.ru, które może zwracać 403 z nie-rosyjskich IP, chyba że ustawisz zmienną środowiskową HH_USER_AGENT przez App settings → API keys & runtime (lub uruchomisz serwer z rosyjskiego IP / węzła wyjściowego VPN).

Inwentarz źródeł

Klucz źródła	Etykieta wyświetlana	Typ	Auth	Ograniczenie geograficzne
`hh`	hh.ru	JSON API	opcjonalny `HH_USER_AGENT`	nie-rosyjskie IP mogą zwrócić 403
`habr`	Habr Career	HTML	brak	brak
`trudvsem`	Trudvsem	JSON API (open-data)	brak	brak
`getmatch`	GetMatch	HTML	brak	brak
`geekjob`	GeekJob	HTML	brak	brak

Krok 1 — Otwórz `portals.yml`

Plik mieszka w katalogu głównym nadrzędnego career-ops/ (NIE wewnątrz web-ui/). Jeśli jeszcze nie istnieje, skopiuj przykładowy plik dostarczony z projektem nadrzędnym:

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

Krok 2 — Włącz wszystkie 5 źródeł

Dodaj lub zaktualizuj blok russian_portals, aby wylistować każde źródło, które chcesz skanować. Kolejność w tablicy jest nieistotna; skaner przechodzi przez nie w kolejności rejestru.

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"

Krok 3 — Dostosuj zapytania i filtry

queries to ciągi, których skaner używa do przeszukiwania każdego źródła. Każde zapytanie jest uruchamiane raz na każdym źródle — więc 4 zapytania × 5 źródeł = 20 wywołań na skan. Utrzymuj listę skoncentrowaną (3–7 zapytań), aby czas skanowania był poniżej minuty. area to kod regionu hh.ru (inne źródła go ignorują). per_page ogranicza liczbę ofert, które każde źródło zwraca na zapytanie. only_remote: true filtruje każdy wynik do tylko zdalnych na poziomie adaptera (tabela wyników nadal ma oddzielny chip Remote).

Typowe pułapki

Kolizja z listą negatywną. Jeśli słowo z zapytania ("php", "senior") pojawia się też w title_filter.negative, każdy wynik jest filtrowany zanim go zobaczysz. Skaner emituje ostrzeżenie o kolizji na stderr przy skanowaniu — szukaj linii ⚠ config: query "Senior PHP" contains "php" which is in the negative list. Napraw usuwając kolidujące słowo z negative:

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"

Tymczasowe wyłączenie jednego źródła

Aby wyłączyć źródło bez usuwania jego danych, po prostu usuń jego klucz z sources:

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

Weryfikacja konfiguracji

Po zapisaniu portals.yml:

# 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.

Przepływ CLI bootstrap (scan-job-portals)

Kanoniczne ustawienie career-ops (uruchamiane z katalogu nadrzędnego raz):

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

To cały bootstrap. Edytuj trzy sekcje (title_filter, tracked_companies, search_queries, opcjonalne russian_portals), zapisz i jesteś gotowy do skanowania.

Zachowanie SPA podczas bootstrap

Przy pierwszym uruchomieniu serwer dopisuje udokumentowany blok russian_portals: do portals.yml, jeśli go brakuje — idempotentnie (drugie uruchomienie jest no-op, bo literalna linia russian_portals: jest już tam). Angielskie sekcje NIE są automatycznie wstrzykiwane; pochodzą z templates/portals.example.yml, który skopiowałeś zgodnie z kanonicznym bootstrapem powyżej.

6. Diagnostyka (`#/health`)

Każda brama konfiguracyjna, w odznakach OK / OPTIONAL / FAIL. Przeczytaj to przed zgłaszaniem jakiegokolwiek problemu „nie działa“.

Zużycie i koszt AI. Strona Zużycie AI (💳, obok Kondycji) pokazuje tokeny generacji AI na żywo wg dostawcy w 24h/7d/30d/cały czas, z szacowanym kosztem w USD z edytowalnej tabeli cen (nigdy nierozliczane). Zwarty miernik ZUŻYCIE jest też przypięty na dole lewego paska bocznego na każdej stronie — te same sumy tokenów 24h/7d/30d i szacowany koszt 24-godzinny, odświeżany na żywo; menu zawsze pozostaje widoczne nad nim, a kliknięcie nagłówka je zwija.

Wymagane sprawdzenia (system nie może działać bez tych elementów)

Node version ≥ 18 — serwer używa natywnego fetch i node:test.
Project root — że CAREER_OPS_ROOT (env lub auto-wykryty) istnieje.
cv.md, config/profile.yml, portals.yml, data/applications.md, data/pipeline.md, modes/oferta.md.

Opcjonalne sprawdzenia (tylko ostrzeżenia)

Profile customized — candidate.full_name to nie jest placeholder szablonowy.
GEMINI_API_KEY / ANTHROPIC_API_KEY — ustawione w .env.
(server uses default UA) — ma znaczenie tylko jeśli skanujesz hh.ru spoza Rosji.
Playwright (parent node_modules) — wymagany do generowania PDF i check-liveness.mjs. Zainstaluj przez cd $CAREER_OPS_ROOT && npm install && npx playwright install chromium.
Parent project dependencies — cd $CAREER_OPS_ROOT && npm install jeśli brakuje.
Katalogi data/, reports/, output/, jds/ — tworzone automatycznie przy pierwszym zapisie.

Gdy serwer jest eksponowany poza pętlą zwrotną (HOST=0.0.0.0) absolutne ścieżki i dokładna wersja Node są zastępowane przez "hidden" w odpowiedzi, żeby ciekawski sąsiad nie mógł sfingerprintować Twojej instalacji.

Przyciski uruchamiania

▶ Doctor uruchamia node doctor.mjs i pokazuje wyniki w modalu.
▶ Verify pipeline uruchamia node verify-pipeline.mjs.

7. Skaner (`#/scan`)

Skaner przeszukuje każdy włączony portal, deduplikuje względem Twojej historii i zapisuje trafienia do data/last-scan.json i data/pipeline.md.

Szukaj + Wyklucz. Pole Szukaj traktuje przecinki jako LUB („role do znalezienia“); nowe pole Wyklucz ukrywa wiersze pasujące do któregokolwiek słowa po przecinku. Oba zapisują się z Twoimi wyszukiwaniami.

Skan jednym kliknięciem (SPA)

🌐 Scan uruchamia każde włączone źródło w jednym przebiegu:

Greenhouse / Ashby / Lever / Workable / SmartRecruiters / Workday (sweep ATS) dla każdej firmy w tracked_companies z rozpoznawalnym URL ATS.
Agregatory z v1.75.0 dla każdego wpisu tracked_companies, który się na nie zdecyduje: RemoteOK / Remotive / Working Nomads (ogólnoportalowe kanały zdalne, provider: <slug>) oraz IBM / Arbeitsagentur / Glints / Jobstreet · SEEK (sterowane konfiguracją, blok <provider>: na wpis).
hh.ru API + Habr Career + Trudvsem + GetMatch + GeekJob dla każdego zapytania w russian_portals.

Dwie fazy, jedno kliknięcie (v1.29.2). Pojedynczy przycisk 🌐 Scan napędza OBIE sweep ATS i sweep regionalny w jednym strumieniu SSE. W logu zobaczysz dwa nagłówki faz, w kolejności:

▶ ATS scan (Greenhouse + Ashby + Lever) — portale ATS EN.
▶ Regional scan (hh.ru + Habr Career) — 5 źródeł RU z rejestru.

Każda faza kończy się podsumowaniem ✓ done · NEW=N. Jeśli widzisz tylko fazę ATS, Twoja instalacja jest na kompilacji sprzed v1.29.2 — zaktualizuj. Przed v1.29.2 klient SSE zamykał się przy pierwszym zdarzeniu done i faza regionalna była po cichu pomijana (tests/scan-stream-multi-phase.test.mjs to sieć regresji).

Log SSE na żywo streamuje do prawego panelu podczas skanowania. Kliknij Stop (lub po prostu przejdź do innej strony), aby przerwać — serwer anuluje żądania HTTPS w trakcie przez AbortController.

Filtrowanie wyników

Poniżej logu tabela wyników renderuje wiersze z data/last-scan.json.

v1.78.1 — odświeżanie na żywo. Tabela wyników aktualizuje się teraz automatycznie podczas trwania skanowania i jeszcze raz tuż po jego zakończeniu — bez ręcznego przeładowania ani przełączania strony.

v1.80.0 — Max per source i kwarantanna źródeł. Pole Max per source obok przycisku Skanuj ogranicza, ile ofert wnosi każdy portal (puste/0 = bez limitu, wartość domyślna) — przydatne, gdy jeden ogromny portal w przeciwnym razie zdominowałby wyniki. Osobno każde źródło zwracające trwały 404 / 410 jest zapisywane do data/scan-quarantine.json i pomijane w kolejnych skanach (samonaprawa: ponawiane po 14 dniach), więc martwe slugi przestają zaśmiecać log. Wyłącz to przez scan_quarantine: false w portals.yml.

Filtry:

Tekst wolny — dopasowanie podciągu względem tytułu / firmy.
Menu rozwijane Source — 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-wypełniane z GET /api/scan/sources).
Menu rozwijane Remote / Hybrid / Onsite.
Menu rozwijane Country (v1.78.0) — filtr geograficzny zasilany krajami wykrytymi w bieżących wynikach, każdy pokazany z emoji flagi i licznikiem (np. 🇩🇪 Germany (12)). Wybierz jeden, aby zachować tylko role powiązane z tym krajem. Wykrywanie mapuje swobodny tekst lokalizacji oferty (nazwy krajów/aliasy + ~100 dużych miast rynku pracy) na kraj; jest zachowawcze i nigdy nie zgaduje, więc oferta, której lokalizacji nie da się rozwiązać — lub czysto „Remote” — pozostaje pod All countries. Połącz go z menu rozwijanym typu pracy, aby znaleźć role powiązane z krajem oraz zdalne.
Menu rozwijane Posted within (v1.80.0) — filtr wieku po stronie klienta (Last 24 hours / 7 days / 30 days). Wiersze, których pubDate jest starszy, są ukrywane; wiersze bez podanej daty przechodzą (brak danych nie jest karany).
★ Ulubione (v1.80.0) — kliknij ☆ w dowolnym wierszu, aby oznaczyć ofertę gwiazdką (przechowywaną w localStorage według URL); zaznacz ★ Ulubione w panelu filtrów, aby pokazać tylko wiersze oznaczone gwiazdką. Gwiazdki przetrwają skany i przeładowania.
Zapisane wyszukiwania (v1.80.0) — pasek nad filtrami: nazwij bieżący zestaw filtrów i 💾 Zapisz, a potem zastosuj go ponownie z menu rozwijanego lub 🗑 Usuń. Przechowywane w localStorage; uszkodzona/zmodyfikowana wartość czysto resetuje się do pustej.
Chipy stack (PHP / Go / Backend / Senior / …) — auto-wykrywane na wiersz przez Skills.detectTech i Skills.detectLevel. Wielokrotny wybór z przecięciem — wybranie PHP + Senior pokazuje wiersze mające OBA.
Dynamiczne chipy poniżej statycznych chipów stack — 25 najczęstszych dużymi literami tokenów z tytułów, więc interfejs adaptuje się do ról, które faktycznie skanujesz (marketing, design, finanse…) zamiast być zablokowany na słowniku inżyniera backendu.

Karta aktywnych firm

Składana karta listująca każdą firmę w portals.yml z jej statusem skanowania:

✓ zielony tag — bezpośrednie wsparcie API (Greenhouse / Ashby / Lever / Workable / SmartRecruiters / Workday).
○ szary tag — fallback do promptu wyszukiwania webowego (brak dopasowania API).

Kliknij nazwę firmy → wypełnia filtr wyników powyżej tą nazwą. Kliknij ikonę ↗ → otwiera careers_url firmy w nowej zakładce.

Przepływ skanowania z CLI (scan-job-portals)

Dwa sposoby skanowania ze strony CLI (oba odkładają URL-e do tego samego data/pipeline.md, które czyta SPA):

Opcja A — bezpośredni skrypt (~30 s, zero tokenów AI):

npm run scan                          # all Greenhouse/Ashby/Lever boards
npm run scan -- --dry-run             # preview without persisting
npm run scan -- --company Anthropic   # narrow to one tracked company

Działa tylko dla Greenhouse / Ashby / Lever / Workable / SmartRecruiters / Workday (rozpoznawalne URL-e ATS). Bez tokenów AI — trafia bezpośrednio do publicznych API portali.

Opcja B — skan przeglądarki oparty na AI:

/career-ops scan

Wewnątrz Claude Code / Codex / Cursor / Gemini CLI. Używa tokenów modelu. Odwiedza każdą stronę tracked_companies bezpośrednio i może odkrywać portale bez API (strony kariery, niestandardowy ATS, portale regionalne). Wolniejszy, ale szerszy. Przydatny gdy sweep ATS nie zwraca nic dla celu, o którym wiesz, że rekrutuje.

Wyniki (obie ścieżki) — nowe URL-e JD dopisane do data/pipeline.md, każdy odwiedzony URL zalogowany do data/scan-history.tsv (dedup przez wszystkie przyszłe skany), podsumowanie wydrukowane: firmy przeskanowane · oferty znalezione · przefiltrowane przez tytuł · pominięte duplikaty · nowe oferty dodane.

Progi działania według wyniku (stosowane po tym, jak /career-ops pipeline wsadowo oceni nowe URL-e):

Wynik	Zalecany następny krok
≥ 4.5	`/career-ops apply` — wysokie dopasowanie, aplikuj natychmiast
4.0 – 4.4	aplikuj lub `/career-ops contacto` dla ciepłego wprowadzenia
3.5 – 3.9	`/career-ops deep` — najpierw zbadaj
< 3.5	pomiń, chyba że masz konkretny osobisty powód

#/dashboard i #/tracker w SPA podświetlają każdy wiersz o wartości 4.0 lub wyższej, żebyś mógł podjąć działanie bez ponownego uruchamiania czegokolwiek.

Polecenia uzupełniające

Po ocenianiu, kanoniczne follow-upy to:

/career-ops apply — Wypełnij aplikację spersonalizowanymi odpowiedziami
/career-ops contacto — Przygotuj wiadomość na LinkedIn / email
/career-ops deep — Dogłębnie zbadaj firmę / rolę
/career-ops tracker — Zobacz status pipeline

hh.ru — skanowanie ze strony internetowej (od lipca 2026 wymagane rosyjskie IP)

hh.ru jest skanowany przez odczyt publicznej strony wyszukiwania (hh.ru/search/vacancy), tak samo jak Habr Career — bez klucza i konfiguracji. Jednak od lipca 2026 hh.ru zwraca HTTP 451 (regionalną blokadę prawną) dla IP spoza Rosji, więc skan działa tylko z rosyjskiego IP — uruchom serwer w Rosji albo przez VPN z rosyjskim węzłem wyjściowym. Przy pierwszym 451 (lub anty-botowym 403) skaner wyłącza hh.ru do końca przebiegu i informuje o tym w logu, dzięki czemu pozostałe rosyjskie źródła kończą się normalnie. JSON API (api.hh.ru) celowo nie jest używane: zwraca 403 forbidden każdemu programowemu klientowi niezależnie od IP i User-Agenta.

Nawet z sieci, która wygląda poprawnie, hh.ru może uznać IP wyjściowe za VPN/proxy (liczy się każde IP z datacenter/hostingu) i przekierować skan (302) na stronę pośrednią /vpncheeck (“VPN мешает работе сайта”), która odpowiada HTTP 200 z zerem wakatów. Skaner wykrywa to przekierowanie, wyłącza hh.ru do końca przebiegu i informuje o tym w logu. Rozwiązanie leży po stronie sieci: upewnij się, że ruch naprawdę wychodzi przez rezydencjalne IP — systemowy VPN lub proxy często pozostaje aktywny nawet przy wyłączonym przełączniku w przeglądarce (sprawdź swoje prawdziwe IP wyjściowe, np. na api.ipify.org).

8. Pipeline (`#/pipeline`)

Skrzynka odbiorcza adresów URL oczekujących na ocenę. Przechowywana w data/pipeline.md.

Pasek przeglądu. Zwarty pasek u góry pokazuje pipeline na pierwszy rzut oka — ile URL w skrzynce, ile śledzonych i liczby Applied/Responded/Interview/Offer, każda linkuje do trackera.

Dodawanie adresów URL

Trzy sposoby:

Wpisz / wklej URL do inputu + kliknij + Add.
Użyj globalnego wyszukiwania na górnym pasku (jego plakietka pokazuje Enter): wklej dowolny link http(s)://… i naciśnij Enter, aby otworzyć auto-pipeline; wpisz dowolny inny tekst, a Enter przeniesie do #/scan ze wstępnie wypełnionym tym hasłem (v1.78.1). Ctrl/Cmd+K nadal ustawia fokus na polu tam, gdzie pozwala na to przeglądarka. Logo marki wraca do pulpitu.
Uruchom Scan (patrz wyżej) — nowe trafienia trafiają do pipeline automatycznie.

Każdy URL przechodzi przez isValidJobUrl() po stronie serwera. Loopback (localhost, 127.0.0.1), file://, javascript:, literały IP i ciągi ze znakami szablonów (<, >, ") — wszystkie zwracają 400.

Panel podglądu po stronie serwera

Kliknij dowolny wiersz pipeline, aby załadować podgląd po prawej. Większość portali ATS nie wysyła nagłówków CORS, więc przeglądarka nie może ich bezpośrednio pobrać; serwer proxy-uje żądanie, usuwa <script> / <style> / tagi HTML i zwraca do 8 KB czystego tekstu.

Proxy podglądu ręcznie przechodzi przez przekierowania z walidacją SSRF na każdym przeskoku — każdy nagłówek Location przechodzi przez isValidJobUrl() ponownie, więc wrogie forum nie może odbić Cię do loopbacku / prywatnego IP / file://. Ograniczone do 3 przeskoków, limit czasu 15 sekund.

Akcje wierszy

▶ — skacze do #/evaluate?url=… z URL wstępnie wypełnionym.
✕ — usuwa URL z data/pipeline.md.

Przyciski w prawym górnym rogu

⚡ Evaluate first — otwiera pierwszy kolejkowany URL na stronie Evaluate, gotowy do oceniania.
Scan — powrót do skanera jeśli chcesz więcej URL-i.

9. Ocena oferty (`#/evaluate`)

Ocenia pojedynczy opis stanowiska względem cv.md i config/profile.yml. Zwraca strukturalną ocenę A–G zgodnie z modes/oferta.md plus wynik 0–5.

Dane wejściowe

Wklej JD do textarea lub przyjedź tutaj z #/pipeline z ?url=<href> — strona pobiera URL przez ten sam proxy bezpieczny dla SSRF używany dla podglądów pipeline i wstępnie wypełnia textarea.

Kliknij 💾 Save JD, aby zapisać JD do jds/jd-<date>-<ts>.txt dla śladu audytu (lub przekaż save: true w wywołaniu API — ten sam efekt).

Łańcuch awaryjny

Anthropic — preferowany gdy ustawiony ANTHROPIC_API_KEY. Serwer pakuje cv.md, config/profile.yml, modes/_shared.md i modes/oferta.md do bloku <project_context> przed promptem (każdy plik ograniczony do 16 KB, cały prompt miękko ograniczony do 200 KB). Zwraca ugruntowany Markdown bezpośrednio do strony.
Gemini — gdy ustawiony tylko GEMINI_API_KEY. Serwer tworzy gemini-eval.mjs z JD jako plikiem tymczasowym. Model darmowego planu (gemini-2.0-flash) jest odpowiedni do rutynowego oceniania.
Ręczny — brak klucza. Strona zwraca w pełni uformowany prompt, który możesz wkleić do Claude Code, ChatGPT lub dowolnego innego LLM.

Sekcje wyjściowe (kanoniczne career-ops.org A-F)

Realignment v1.15.0. Litery bloków teraz pasują do kanonicznego schematu career-ops.org. Raporty sprzed v1.15 używały A–G (z C=Risks, F=Verdict, G=Legitimacy); nadal renderujemy je tak jak są dla wstecznej kompatybilności, ale nowe raporty emitują A–F z kanonicznymi znaczeniami poniżej. Wynik i Wiarygodność teraz mieszkają w nagłówku raportu (score: 4.2/5, legitimacy: High|Medium|Low).

A. Role Summary — podsumowanie w 3 punktach (ryzyka wymienione inline). B. CV Match — top 3 trafione umiejętności + top 3 brakujące. C. Strategy — rekomendacja: aplikuj teraz / najpierw contacto / najpierw deep / pomiń. Było Risks przed v1.15. D. Compensation — względem Twojego target.comp_total_min_usd (legacy) lub compensation.target_range (kanoniczne). E. Personalization — kąt wiodący, framing per archetype, haczyki do wspomnienia w liście motywacyjnym / outreachu. Było Application Strategy przed v1.15. F. STAR stories — 1–3 gotowe do wklejenia bloki S-T-A-R dopasowane do roli. Było Verdict (surowy wynik) przed v1.15; wynik teraz pojawia się w nagłówku raportu obok legitimacy.

Zapisywanie raportu

Kliknij 💾 Save report (lub użyj przełącznika zapisu w wywołaniu API), aby zapisać Markdown do reports/<date>-<company>-<role>.md. Sparsowany nagłówek raportu (Wynik / Wiarygodność / URL) pojawia się na stronie Reports i Dashboard.

Ocena wsadowa przy 10+ JD

Dla jednego JD ta strona #/evaluate to odpowiednie narzędzie. Dla 10+ URL-i kolejkowanych w pipeline klikanie przez jeden JD jest niepraktyczne — przeskocz do sekcji §14 Batch evaluate (uruchomienie ./batch/batch-runner.sh z projektu nadrzędnego), zostaw to na noc, a potem wróć do #/reports / #/tracker po wyniki. Pełny przepływ: batch-evaluate-offers.

10. Raporty (`#/reports`)

Przeglądaj każdą zapisaną ocenę. Karty pokazują tytuł, datę, flagę wiarygodności i wynik (kolorowany: zielony ≥ 4.0, żółty ≥ 3.0, czerwony poniżej).

Kliknij kartę, aby przeczytać pełny Markdown. Paginacja: 12 na stronę; kontrolki na dole.

Widok jednego raportu zawiera też:

← All reports — powrót do siatki.
🔗 Open JD — otwiera oryginalne ogłoszenie o pracę w nowej zakładce.

11. Tracker (`#/tracker`)

CRM. Jeden wiersz na aplikację; przechowywany w data/applications.md jako tabela GitHub-Flavored Markdown.

Przepływ statusu

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

Hired (v1.118.0) to szczęśliwy stan końcowy — oferta została przyjęta. Tracker oznacza go świąteczną odznaką i wita banerem „praca zdobyta”.

Biała lista statusów jest egzekwowana po stronie serwera; wysłanie czegokolwiek innego w POST /api/tracker domyślnie ustawia Evaluated. Kanoniczne przejście Evaluated → Applied jest automatyczne, gdy potwierdzisz Submitted. na końcu /career-ops apply (patrz §14).

Układ kolumn

Kolumna	Co to jest
`#`	Auto-numerowany, uzupełniany zerami (`001`, `002`, …).
`Date`	Data ISO (`YYYY-MM-DD`). Domyślnie dzisiaj.
`Company`	Dowolny tekst. Potoki (`\|`) i znaki nowej linii są escapowane automatycznie.
`Role`	To samo.
`Score`	Format `N/5` (np. `4.2/5`).
`Status`	Wyliczenie z białą listą.
`PDF`	✅ gdy `generate-pdf.mjs` powiodło się dla tego wiersza.
`Report`	Link Markdown do pasującego `reports/*.md`.
`Notes`	Dowolny tekst, ograniczony do 200 znaków.

Filtry

Menu rozwijane Status.
Menu rozwijane Score — ≥ 4.0 (wysoki), ≥ 3.0 (średni), < 3.0 (niski).
Search — dopasowanie podciągu po firmie + roli.

Każdy filtr resetuje paginator do strony 1. 25 wierszy na stronę.

Przyciski konserwacyjne

▶ Normalize uruchamia normalize-statuses.mjs — ponownie kanonizuje pisownię statusów (applied → Applied, interview → Interview).
▶ Dedup uruchamia dedup-tracker.mjs — usuwa duplikaty bez rozróżnienia wielkości liter według (company, role).
▶ Merge uruchamia merge-tracker.mjs — pobiera oczekujące wpisy z batch/tracker-additions/*.tsv (gdzie przepływ wsadowy projektu nadrzędnego odkłada aplikacje złożone przez pomocnika Apply). Deduplikuje i archiwizuje przetworzone pliki do batch/tracker-additions/merged/. Patrz batch-evaluate-offers dla upstream przepływu wsadowego.

Dodawanie wierszy

`POST /api/tracker` — treść `{ company, role, score?, status?, url?, reportSlug?, notes?, date? }`. Dedup według `(company, role)` bez rozróżnienia wielkości liter. Z interfejsu, strona Evaluate oferuje przycisk „Add to tracker“ po pomyślnym ocenieniu.

12. Pogłębiony research (`#/deep`)

Generuj strukturalny brief o firmie: snapshot, kultura inżynieryjska, ostatnie wiadomości, sentyment Glassdoor, proces rekrutacyjny, punkty dźwigni negocjacyjnej, trzy mądre pytania do zadania rekruterowi.

Dane wejściowe (deep)

Dwa pola — nazwa firmy i (opcjonalnie) rola. Szablon trybu (modes/deep.md) kształtuje strukturę.

Ścieżki wyjściowe

Ten sam łańcuch awaryjny co Evaluate:

Anthropic na żywo (preferowany) — bundleProjectContext inlinuje cv + profil + _shared.md + deep.md. Wynik: 10–30 KB ugruntowanego Markdown zapisanego do interview-prep/<company>-<role>.md.
Gemini na żywo — wywołanie gemini-eval.mjs. Ten sam cel zapisu.
Ręczny prompt — strona przekazuje Ci gotowy prompt dla Claude Code (który ma WebFetch + WebSearch i może przeprowadzić prawdziwy research).

Wskazówki

Anthropic na claude-sonnet-4-6 typowo zwraca ~13 KB użytecznego tekstu w 1–3 minuty na wywołanie.
Anthropic SDK nie ma wbudowanego wyszukiwania webowego. Dla ról, gdzie potrzebujesz świeżych wiadomości + sentymentu Glassdoor, wklej ręczny prompt do Claude Code i pozwól mu użyć narzędzia WebFetch.
Wywołania na żywo są płatne; jedno wywołanie deep-research z Sonnet 4.6 kosztuje ≈ $0.30–0.50.

13. Tryby promptów (siedem stron `/#/<mode>`)

Tablica kadencji (v1.117.0). Strona follow-upów otwiera się teraz deterministyczną tablicą kadencji zasilaną przez followup-cadence.mjs rodzica: pilność każdej aplikacji (🔴 pilne / 🟠 zaległe / 🟡 oczekuje / 🔵 zimne) z dniami do następnego kroku, plus przycisk Zasiej daty follow-upów, który przypina pierwszą datę każdemu wierszowi Applied (followup-seed.mjs --backfill). Bez skryptów rodzica tablica uczciwie pokazuje „niedostępne“.

Siedem kreatorów promptów: idee Project, plany Training, e-maile Follow-up, oceny Batch, Outreach do rekruterów, jednostronicowe materiały Interview prep i retrospekcje Patterns. Każdy opakowuje konkretny szablon modes/<slug>.md:

Strona	Slug	Cel
`#/project`	`project`	Dopasuj projekt portfolio do docelowej roli.
`#/training`	`training`	Analiza luk umiejętności → curriculum.
`#/followup`	`followup`	Szkic e-maila po rozmowie kwalifikacyjnej.
`#/batch`	`batch`	Prompt do wsadowej oceny wielu JD.
`#/contacto`	`contacto`	Wiadomość do rekrutera / osoby polecającej.
`#/interview-prep`	`interview-prep`	Jednostronicowe przygotowanie do konkretnej rundy rozmowy.
`#/patterns`	`patterns`	„Jakie wzorce sprawiły, że odniósłem sukces?“ — analiza refleksyjna.

Wspólna struktura

Każda strona ma mały formularz (pola są specyficzne dla trybu), przycisk ▶ Generate prompt (ręczny) i — gdy obecny jest klucz Anthropic lub Gemini — przycisk ⚡ Run live, który awansuje do podstawowego.

Kliknięcie ▶ Generate prompt zwraca zmontowany prompt z Twoimi wartościami formularza JSON-ifikowanymi do bloku User-supplied context:, po którym następuje verbatim szablon modes/<slug>.md. Kopiuj i wklej do wybranego przez Ciebie LLM.

Kliknięcie ⚡ Run live wysyła ten sam prompt do Anthropic (lub Gemini), z cv.md + profile.yml + _shared.md inlinowanymi przez bundleProjectContext. Wynik jest renderowany na stronie, możliwy do skopiowania i pobierania jako .md.

Siedem stron to jawna lista dozwolona — tryby mające dedykowaną trasę (oferta → Evaluate, deep → Deep research) i tryby, które projekt nadrzędny obsługuje tylko wewnątrz Claude Code (apply, scan, pipeline, tracker, pdf, latex, ofertas, auto-pipeline) celowo pozostają poza tym interfejsem.

14. Lista kontrolna aplikacji (`#/apply`)

Po podjęciu decyzji o aplikowaniu, ta strona pomocnika Apply generuje listę kontrolną zgłoszenia dla rzeczywistego kroku aplikowania. NIE auto-wypełnia formularzy — ten przepływ pozostaje w /career-ops apply wewnątrz Claude Code, który używa Playwright w projekcie nadrzędnym.

Tryb listy kontrolnej SPA (`#/apply`)

Lista kontrolna SPA jest dla użytkowników, którzy wolą wypełniać formularz ręcznie bez wywoływania Playwright. Obejmuje:

Uruchom /career-ops apply <url> w Claude Code, aby odczytać formularz przez Playwright (pomiń ten krok jeśli wypełniasz ręcznie).
Zweryfikuj, że ogłoszenie jest nadal aktywne (check-liveness.mjs).
Potwierdź, że CV jest najnowsze (cv-sync-check.mjs, potem PDF jeśli wynik ≥ 4.0).
Dopasuj list motywacyjny / odpowiedź „Dlaczego my?“ używając bloków dowodów STAR+R z cv.md.
Odpowiedz na pytania EEO / sponsorship / data-startu zgodnie z prawdą.
Zapisz wypełnione odpowiedzi do interview-prep/{company}-{role}.md przed złożeniem.
NIGDY nie wysyłaj automatycznie — to Ty (człowiek) klikasz ostatni przycisk.
Po złożeniu: dodaj wiersz do data/applications.md (lub zapisz TSV do batch/tracker-additions/).

Wypełnianie ręczne vs wspomagane Playwright

Dwie drogi do rzeczywistego złożenia:

Ręczne — otwórz stronę kariery w normalnej zakładce przeglądarki, postępuj zgodnie z powyższą listą kontrolną SPA, kopiuj/wklejaj odpowiedzi. Playwright nie jest potrzebny. Używaj, gdy formularz jest krótki lub nie masz zainstalowanego Chromium.
Wspomagane Playwright — uruchom /career-ops apply <company> w Claude Code (projekt nadrzędny). Playwright otwiera własną przeglądarkę, odczytuje każde pole formularza, zwraca ponumerowane szkice odpowiedzi. Ty nadal klikasz Wyślij. Używaj, gdy formularz jest długi, dynamiczny lub chcesz śladu audytu, które pytania miały które odpowiedzi.

Pełny przepływ CLI apply (apply-for-a-job)

Wymagania wstępne:

Najpierw uruchom /career-ops pipeline, aby JD miał raport oceny w reports/. Polecenie apply zależy od istniejącej oceny; bez niej najpierw uruchom pipeline.
Miej załadowany raport i profil.
Zalecane: Playwright zainstalowany (npx playwright install chromium — patrz Playwright Setup poniżej). Wraca do WebFetch (tylko tekstowy podgląd formularza, bez click-fill) gdy brakuje.

Numerowany przepływ (kanoniczne 8 kroków):

Uruchom polecenie z nazwą firmy:
```
/career-ops apply <company>
```
Przykład: /career-ops apply Anthropic. Bez argumentu, podaj zrzut ekranu formularza, wklejony tekst formularza lub URL aplikacji w następnej turze.
Znajdź raport. System wyszukuje pasującą ocenę w reports/ (tę utworzoną wcześniej przez /career-ops pipeline lub #/evaluate).
Otwórz formularz. Playwright uruchamia okno przeglądarki automatycznie — NIE otwierasz go sam.
Odczytaj pola. System odczytuje i parsuje każde pole formularza (etykieta, typ, wymagane, opcje dla selectów).
Generuj odpowiedzi. career-ops tworzy spersonalizowane odpowiedzi dla każdego pola na podstawie Twojego profilu, proof points i roli.
Zwróć numerowaną listę. Otrzymujesz odpowiedzi uporządkowane zgodnie z układem formularza — proste pola (imię, e-mail) pierwsze, pola tekstowe (list motywacyjny, „Dlaczego my?“) ostatnie. Oznaczone elementy wskazują na rzeczy wymagające ludzkiej uwagi — zakotwiczenie wynagrodzenia, brakujące szczegóły CV, pytania opcjonalne.
Ręczne wypełnianie. Kopiujesz i wklejasz każdą odpowiedź do odpowiedniego pola. Ten krok jest ręczny, nie zautomatyzowany. Ty najpierw przeglądasz każdą odpowiedź.
Użytkownik składa. Ty klikasz Wyślij sam. career-ops nigdy nie klika Wyślij. Potwierdź zakończenie wpisując na czacie:
```
Submitted.
```

Automatyczne aktualizacje po Submitted.:

Status zmienia się z Evaluated → Applied w data/applications.md.
Wypełnione odpowiedzi są zapisywane w Sekcji G raportu dla przyszłego odniesienia.

Przekazanie do trackera:

/career-ops tracker

Monitoruj status całego swojego pipeline, niezależnie od wyniku roli.

Ocena wsadowa (batch-evaluate-offers)

Gdy masz 10+ JD do oceniania naraz (#/evaluate w SPA jeden po jednym jest niepraktyczne przy takiej liczbie), użyj batch runnera z CLI.

Plik wejściowy — batch/batch-input.tsv (rozdzielony tabulatorami):

Kolumna	Cel
`id`	Unikalny numer sekwencyjny
`url`	Pełny link do ogłoszenia o pracę
`source`	Platforma źródłowa (LinkedIn, Greenhouse, itp.)
`notes`	Opcjonalny kontekst

Przykładowy wiersz:

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

Flagi ./batch/batch-runner.sh:

--dry-run — Podgląd oczekujących ofert bez oceniania. Zawsze uruchamiaj to najpierw, żeby zwalidować TSV.
--parallel N — Uruchom N równoległych workerów (1, 2 lub 3 zalecane).
--min-score X.X — Pomiń zapisywanie ofert ocenionych poniżej progu. Przydatne, żeby przechowywać raporty tylko dla ról o wysokim dopasowaniu.
--retry-failed — Ponownie przetwarzaj tylko oferty, które miały błędy w poprzednim uruchomieniu (błędy sieci, limity prędkości).
--max-retries N — Próbuj nieudane oferty do N razy (domyślnie: 2).
--model NAME — Model Claude przekazany do claude -p --model (parent career-ops 1.8.0, #504). Nieustawione = Twój domyślny model subskrypcji Claude Max. Użyj tańszego modelu do dużych partii, np. claude-sonnet-4-6. Widoczny w #/batch jako input Model (web-ui 1.31.0).
--start-from N — Pomiń ID ofert poniżej N (wznów częściowo przetworzone partie). Widoczny w #/batch jako input Start from # (web-ui 1.31.0).

Standardowa sekwencja:

Edytuj batch/batch-input.tsv — jeden wiersz na JD.
Dry-run (zalecane najpierw):
```
./batch/batch-runner.sh --dry-run
```

Uruchom — sekwencyjnie lub równolegle:

./batch/batch-runner.sh                       # one at a time
./batch/batch-runner.sh --parallel 2          # two concurrent
./batch/batch-runner.sh --parallel 3          # three concurrent
./batch/batch-runner.sh --parallel 2 --min-score 4.0  # only persist high-fit

Ponów nieudane (sieć / limit prędkości):

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

Raporty trafiają do reports/ jako {id}-{company}-{YYYY-MM-DD}.md. Wiersze podsumowania są dopisywane do batch/tracker-additions/.

Scal z trackerem:

node merge-tracker.mjs                 # apply the batch additions
node merge-tracker.mjs --dry-run       # preview the merge

Polecenie scalania deduplikuje wpisy i archiwizuje przetworzone pliki do batch/tracker-additions/merged/.

SPA pokazuje wynikowe raporty pod #/reports (paginowane, z kolorowymi pigułkami wyników) i wiersze trackera pod #/tracker — dokładnie tak samo, jakbyś dodał każdy przez #/evaluate. Połącz z przyciskiem konserwacyjnym ▶ Merge na #/tracker jeśli wolisz nie schodzić do CLI.

Konfiguracja Playwright (set-up-playwright)

Wymagana dla dwóch funkcji career-ops:

Wypełnianie formularzy w /career-ops apply (krok 3 powyżej — Playwright otwiera przeglądarkę, odczytuje etykiety pól, sugeruje odpowiedzi).
Generowanie PDF przez /career-ops pdf i przycisk SPA 📄 Generate PDF na #/cv / #/reports/:slug / #/evaluate / #/deep / #/interview-prep.

Fallback gdy brakuje Playwright: przepływ apply wraca do WebFetch (tylko tekstowy podgląd formularza, bez click-fill). Generowanie PDF po prostu zwraca błąd.

Podstawowa konfiguracja (uruchom z katalogu głównego nadrzędnego career-ops):

# Install Chromium for Playwright
npm install
npx playwright install chromium

# Register the Playwright MCP so Claude Code can drive forms
claude mcp add playwright npx @playwright/mcp@latest

# Verify all three components (Chromium, Playwright lib, MCP)
npm run doctor

Alternatywna rejestracja MCP — dodaj do .claude/settings.local.json:

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

Uwagi dotyczące zachowania:

Headless domyślnie. Playwright działa cicho. Aby obserwować przeglądarkę w akcji, powiedz Claude open up with playwright the browser and fill out the entire form.
Trzy role w jednym pakiecie — instalacja npm Playwright daje Ci bibliotekę automatyzacji przeglądarki, silnik renderowania PDF dla /career-ops pdf i (przez MCP) przepływ wypełniania formularzy wewnątrz Claude Code.
Zweryfikuj przed poleganiem na nim — npm run doctor potwierdza wszystkie trzy są operacyjne. Strona Health SPA pokazuje sprawdzenie Playwright (parent node_modules), które szybko kończy się błędem jeśli brakuje.

15. Przygotowanie do rozmowy kwalifikacyjnej

To jest faza po researchu, przed rozmową. Trzy artefakty w tej aplikacji się zbiegają:

Zapisane pliki z pogłębionego researchu w interview-prep/, po jednym na parę firma-rola, którą uruchomiłeś. Przeglądaj ze strony Deep research lub bezpośrednio przez /api/interview-prep.
Tryb Patterns (#/patterns) — generuje samorefleksyjny prompt: „w moich ostatnich N rozmowach / ofertach / odrzuceniach, jakie wzorce się utrzymują?“ Przydatne gdy nagromadziłeś 5+ wierszy w trackerze.
Tryb Interview-prep (#/interview-prep) — wstępnie wypełnia jednostronicowy materiał dla konkretnej nadchodzącej rundy (behawioralnej, technicznej, projektowania systemu). Wynik trafia do tego samego folderu interview-prep/.

Zalecany workflow

Dla każdej rozmowy kwalifikacyjnej, którą masz zaplanowaną:

Ponownie uruchom Deep (lub otwórz zapisany plik) dzień wcześniej.
#/interview-prep — wygeneruj jednostronicowy materiał dla konkretnej rundy. Wklej do swoich notatek.
Rundy projektowania systemu / kodowania — otwórz #/training i poproś o 30-minutowe ukierunkowane przypomnienie o konkretnym podsystemie podkreślanym przez JD.
Rundy dotyczące wynagrodzenia — otwórz plik z pogłębionego researchu, przeskocz do „Negotiation leverage points.“ Przynieś 2–3 konkretne punkty danych (przedział Glassdoor, ostatnie finansowanie, porównywalna oferta w innej firmie).
Rundy behawioralne — wyciągnij historyjki STAR+R ze swojego cv.md, które trafiają do sekcji B oryginalnego raportu Evaluate.

Po rozmowie, natychmiast:

Zaktualizuj wiersz trackera: status → Responded (potem Interview, Offer, itp.).
Uruchom #/followup, aby przygotować e-mail z podziękowaniem.
Jeśli uzyskałeś nowe informacje (przedział wynagrodzeń, skład zespołu, niespodziewany stos technologiczny ), edytuj zapisany interview-prep/<company>-<role>.md z ## Post-round notes żeby przyszły Ty miał to.

16. Dziennik aktywności i rozwiązywanie problemów

Dziennik aktywności (`#/activity`)

Ślad audytu każdego żądania zmieniającego stan trafiającego na serwer. Rejestruje: dodania do pipeline, zapisy trackera, zapisy CV, zapisy JD, uruchomienia evaluate, uruchomienia deep-research, uruchomienia scan, zmiany konfiguracji, uruchomienia trybów.

Sekrety (ANTHROPIC_API_KEY, GEMINI_API_KEY) są redagowane na wejściu; nigdy nie zobaczysz prawdziwej wartości klucza w data/activity.jsonl.

Filtruj według prefiksu akcji (pipeline., cv., evaluate, scan., itp.). 25 wierszy na stronę; serwer zwraca do 500 najnowszych zdarzeń.

Rozwiązywanie problemów

Objaw	Prawdopodobna przyczyna	Rozwiązanie
Strona Health czerwona na `cv.md`	Pierwsze uruchomienie, plik jeszcze nie istnieje	`touch $CAREER_OPS_ROOT/cv.md` i odśwież.
Health czerwona na `Profile customized`	`candidate.full_name` nadal mówi `Jane Smith`	Edytuj `config/profile.yml`.
`hh.ru: HTTP 403` w logu skanowania	Nie-rosyjskie IP, brak `(server uses default UA)`	Zarejestruj się na `dev.hh.ru/admin`, ustaw rosyjskie IP / VPN.
`gemini-eval.mjs: ERR_MODULE_NOT_FOUND`	Zależności projektu nadrzędnego nie zainstalowane	`cd $CAREER_OPS_ROOT && npm install`.
Błędy Generate PDF	Playwright nie zainstalowany w projekcie nadrzędnym	`cd $CAREER_OPS_ROOT && npx playwright install chromium`.
`/career-ops apply` mówi „no report found“	Pipeline nigdy nie ocenił tego JD	Najpierw uruchom `/career-ops pipeline` (lub `#/evaluate`); patrz wymagania wstępne §14.
`batch-runner.sh: no such file`	Uruchamianie z niewłaściwego katalogu	`cd $CAREER_OPS_ROOT` przed wywołaniem `./batch/batch-runner.sh`.
Serwer zgłasza `EADDRINUSE: 4317`	Stara instancja nadal działa	`pkill -f 'node server/index.mjs'` i uruchom ponownie.
Wywołanie LLM na żywo wisi > 2 min	Ogromny prompt lub wolne Anthropic	Sprawdź flagę Anthropic `/api/health`; serwer miękko ogranicza prompty do 200 KB i zwraca 413.
Podgląd pipeline pokazuje `(unsafe redirect)`	Ogłoszenie przekierowało do prywatnego IP / loopback	To jest funkcja bezpieczeństwa (REVIEW-B1). Cel przekierowania jest odrzucany, a oryginalny URL pozostaje bez zmian.
Tekst wiersza trackera psuje tabelę	Potok w nazwie firmy przed v1.9.1	Zaktualizuj do v1.9.1+ — potoki są escapowane end-to-end (BF-1).
`npm test` nie udaje się na świeżym klonie	Testy zakładają układ projektu nadrzędnego	Użyj `CAREER_OPS_ROOT=$(mktemp -d)` i bootstrap fixtures.

Dla głębszej diagnostyki: uruchom ▶ Doctor na stronie Health, skopiuj wynik i przeszukaj tracker problemów na https://github.com/Fighter90/career-ops-ui/issues.

17. Jak dodać nowe źródło ofert pracy

career-ops-ui traktuje każdy portal pracy jako adapter — pojedynczy plik w server/lib/sources/<slug>.mjs, który wie jak pobrać i znormalizować wyniki jednego portalu. Od v1.118.0 rejestr server/lib/sources/ dostarcza 59 adapterów — 54 angielskich + 5 rosyjskich portali. Zestaw angielski obejmuje główne ATS-y (Greenhouse / Ashby / Lever / Workable / SmartRecruiters / Workday), agregatory ogólnoportalowe wybierane przez jawny provider: (RemoteOK, Remotive, We Work Remotely, NoDesk, Get on Board, Amazon, …) oraz ATS-y na tenant automatycznie wykrywane z hosta careers_url lub jawnego adresu api: (BambooHR, Personio, Recruitee, Teamtailor, Avature, SAP SuccessFactors, …). Pełnej listy nigdy nie trzeba liczyć tu ręcznie — jest automatycznie wykrywana z server/lib/sources/ i pokazywana na żywo w rozwijanym menu Source na #/scan. Patrz §5 po YAML oraz docs/portals-examples.md po gotowe wpisy do skopiowania.

v1.69.0 (P-14) — plug-in z auto-odkrywaniem. Dodanie 12. źródła to teraz czyste wrzucenie pliku. Rejestr (server/lib/sources/registry.mjs) nie przechowuje już ręcznie utrzymywanej listy — przy uruchomieniu skanuje ten folder (readdirSync + dynamiczny import()) i zbiera blok export const meta z każdego *.mjs. Napisz adapter, zadeklaruj jego meta i jest natychmiast widoczny dla skanera, menu rozwijanego filtrów #/scan i dispatchera RU — bez edycji registry.mjs. (Źródła RU nadal potrzebują jednej linii w portals.yml projektu nadrzędnego; patrz Krok 5.)

Krok 1 — Napisz adapter

Utwórz server/lib/sources/<slug>.mjs. Dwa wzorce działają w zależności od tego, czy źródło ma JSON API czy tylko renderuje HTML:

Źródło oparte na API (najczystsze — używaj gdy strona ma otwarty endpoint danych):

// 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
  };
}

Źródło z scrapingiem HTML (gdy nie ma API — patrz getmatch.mjs i geekjob.mjs dla pełnych przykładów):

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.
}

Trzy kontrakty, które każdy adapter MUSI honorować:

Eksportuj prawidłowy blok meta (patrz Krok 2). Bez niego rejestr cicho pomija plik (jedno console.warn przy uruchomieniu) i źródło nigdy się nie pojawia.
Akceptuj { onlyRemote, fetchImpl, signal } w opts. fetchImpl jest tym, co sprawia, że adaptery są testowalne bez sieci; signal jest wymagany do propagacji rozłączenia klienta (REVIEW-B3).
Zwracaj rekordy z wspólnym kształtem — { id, title, company, url, salary, location, isRemote, workplaceType, relocates, date, snippet, source }, gdzie source pasuje do meta.value.

Krok 2 — Zadeklaruj `meta` adaptera (automatyczna rejestracja)

To jest cały krok rejestracji. Nie edytujesz registry.mjs. Po prostu upewnij się, że adapter eksportuje blok meta — rejestr auto-odkrywa go przy uruchomieniu:

// 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
};

Jak odkrywanie waliduje (plik nie spełniający żadnej reguły jest pomijany z jednym ostrzeżeniem [sources/registry], więc gałąź w połowie zmigrowana pozostaje diagnozowalna):

value — niepusty ciąg. MUSI pasować do job.source z Twojego adaptera.
label — niepusty ciąg.
region — dokładnie 'en' lub 'ru'; cokolwiek innego jest odrzucane.
configKey — wymagany dla region: 'ru', ignorowany dla 'en'.

region: 'en' dołącza do sweepowania ATS (auto-odkrywa z wzorców URL tracked_companies); region: 'ru' dołącza do dispatchera regionalnego. Publiczne API (SOURCES, SOURCES_BY_REGION, RU_CONFIG_KEYS, getRegionalSources) jest przebudowywane z każdego odkrytego meta, uporządkowanego en najpierw potem ru, alfabetycznie według etykiety w każdym regionie — więc kolejność w menu rozwijanym pozostaje stabilna dla użytkowników.

Krok 3 — Podłącz do dispatchera (tylko RU)

Źródła ATS EN auto-odkrywają z wzorców URL tracked_companies — nie potrzeba dalszego okablowania. Dla źródeł RU, otwórz server/lib/ru-scanner.mjs, znajdź tabelę RU_DISPATCH i dodaj wiersz:

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

Pętla dispatchera wywołuje entry.search(query, opts) dla każdego klucza obecnego w cfg.sources. Nie potrzeba dalszych zmian kodu.

Krok 4 — Testuj (z mockiem, nigdy na żywo)

Wrzuć plik do tests/sources-<slug>.test.mjs. Prawdziwa sieć jest zakazana w testach (kontrakt izolacji CI):

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');
});

Krok 5 — Włącz w swoim `portals.yml`

portals.yml projektu nadrzędnego to konfiguracja należąca do użytkownika. Dodaj configKey nowego źródła do tablicy:

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

Przeładuj #/scan w przeglądarce. Menu rozwijane filtra źródeł automatycznie pobiera nowy wpis (jeden punkt prawdy przez GET /api/scan/sources → registry.mjs). Przycisk 🌐 Scan teraz uwzględnia nowe źródło w każdym sweepie regionalnym.

Adaptery referencyjne (wzoruj się na nich dla nowych źródeł)

Plik adaptera	Typ	Uwagi
`hh.mjs`	JSON API	Kanoniczny adapter API RU; geo-aware UA fallback.
`trudvsem.mjs`	JSON API	Rosyjski rząd open-data; brak blokady IP.
`habr.mjs`	HTML scrape	Rosyjski portal techniczny; parser kart oparty na regex.
`getmatch.mjs`	HTML scrape	Defensywny parser, `[]` przy nieudanym parsowaniu.
`geekjob.mjs`	HTML scrape	Ten sam defensywny styl co GetMatch.
`greenhouse.mjs`	JSON API	Kanoniczny adapter ATS EN; używa wzorca URL `tracked_companies`.

Typowe pułapki

Zapomnienie eksportu meta. Od v1.69.0 blok meta jest jedyną rzeczą, która rejestruje źródło. Brak meta (lub wadliwy) = plik jest cicho pomijany przy uruchomieniu z jednym ostrzeżeniem [sources/registry] <file> has no valid \export const meta` — skipped`, a źródło nigdy nie trafia do menu rozwijanego. Sprawdź log serwera jeśli nowy adapter się nie pojawia.
Niezgodność pola source. Ciąg zapisywany przez Twój adapter MUSI dokładnie pasować do meta.value. Jeśli się rozejdą, menu rozwijane filtrów #/scan pokaże źródło, ale wybranie go przefiltruje każdy wiersz (bo sprawdzenie równości to r.source === fs).
Rzucanie wyjątku przy nieudanym parsowaniu. Scrapery HTML MUSZĄ zwracać [] przy zdrowym 200 bez parsowalnych kart. Rzucanie psuje pętlę dispatchera z wieloma źródłami — jedna zła struktura HTML zabija każde inne źródło dla tego samego zapytania.
Zapomnienie fetchImpl / signal. Bez nich Twój adapter nie może być testowany jednostkowo bez trafiania w żywą sieć, a rozłączenia klientów nie propagują się (pobieranie w tle pozostaje aktywne po zamknięciu zakładki przez użytkownika).
Ufanie tracked_companies dla RU. Ta lista jest tylko dla źródeł ATS EN. Adaptery RU napędzają się z russian_portals.queries zamiast — bez wpisów per-firma.

18. Powiadomienia (🔔 na górnym pasku)

v1.58.34 — każdy toast pojawiający się w prawym dolnym rogu jest też przechwytywany do dziennika w pamięci (ograniczony do 50, najstarsze usuwane). Kliknij dzwonek 🔔 na górnym pasku, aby otworzyć Szufladę Powiadomień wysuwaną z prawej i ponownie przeczytać cokolwiek co przegapiłeś. Dziennik jest per-zakładka, per-sesja — zamknięcie zakładki go czyści.

Szuflada otwiera się tylko gdy klikniesz dzwonek (lub aktywujesz go przez Enter / Space gdy jest skupiony z klawiatury). Nigdy nie pojawia się sama z siebie. Czerwona odznaka na dzwonku liczy wpisy, które nie były widoczne od ostatniego otwarcia; otwarcie szuflady czyści odznakę.

Kategorie powiadomień

Kategoria	Kiedy jest wyzwalana	Wskazówka wizualna
Sukces	`Saved`, `Copied`, `Refreshed`, ukończone skanowanie, zaimportowane CV, akcje listy kontrolnej apply („Copied unchecked“, „Reset“), zapisany profil, dodany URL do pipeline	zielona lewa ramka w szufladzie; zielone tło toastu
Błąd	Nieudana walidacja URL (musi zaczynać się od `http://` / `https://`, bez znaków skryptowych/szablonowych), błędy API z postfiksem `(METHOD /path · HTTP NNN)`, błędy sieci (serwer wyłączony), duplikaty pipeline-400, niezerowe wyjście doctor / verify-pipeline	czerwona lewa ramka; czerwone tło toastu; postfiks techniczny schowany w bloku `Details` `<details>` (U-4 / v1.58.24)
Info / postęp	`Running doctor.mjs…`, `Running verify-pipeline.mjs…`, `Refreshing…`, `Loading…`, `Generating prompt…`, linie postępu skanowania	szara lewa ramka; domyślne tło toastu

Każdy wpis szuflady pokazuje:

Znacznik czasu (HH:MM:SS zlokalizowany do aktywnego języka SPA).
Wiadomość (zdanie ludzkie, z postfiksem technicznym usuniętym z nagłówka zgodnie z U-4).
Szczegóły (gdy obecne — postfiks (METHOD /path · HTTP NNN) wywołania API lub jakikolwiek inny techniczny dodatek, monospace).

Co NIE jest powiadomieniem

Modal wynikowy Doctor / verify-pipeline (pełny stdout / stderr) — to jest modal, nie toast, i nie jest rejestrowany w dzienniku.
Linie logu SSE na #/scan i #/auto — te streamują do treści strony, nie do pipeline toastów.
Stany ładowania tylko ze spinnerem (te używają UI.withSpinner bez toastu).

Klawiatura

Kliknięcie lub skupienie + Enter / Space na dzwonku → otwiera szufladę.
Esc, kliknięcie przycisku zamknięcia ×, lub ponowne kliknięcie dzwonka → zamyka szufladę; skupienie wraca do dzwonka.
Tab gdy szuflada jest otwarta → przesuwa się przez przycisk zamknięcia i każdy skupialny element wewnątrz; szuflada ma aria-modal="false", więc Tab nie pułapkuje (nadal możesz dosięgnąć reszty strony).

19. Lokalizacja aplikacji

Interfejs jest dostępny w 9 językach (English, Español, Français, Português, 한국어, 日本語, Русский, 简体中文, 繁體中文). Każda etykieta na ekranie pochodzi ze słownika tłumaczeń i możesz dodać lub poprawić język bez dotykania logiki aplikacji.

Gdzie mieszkają tłumaczenia. Od v1.60.0 każdy język to własny plik w public/js/lib/locales/ — i18n-dict.en.js, i18n-dict.es.js, i18n-dict.ru.js itd. — prosta lista par 'klucz': 'tekst'. Wspólny i18n-dict.aliases.js pozwala kluczom, które muszą zawsze brzmieć identycznie (etykieta paska bocznego i tytuł jej strony), wskazywać na jedno tłumaczenie. i18n-dict.js scala je wszystkie przy ładowaniu strony; nigdy go nie edytujesz.

Popraw lub dodaj frazę. Otwórz plik dla swojego języka, znajdź klucz (np. 'nav.scan') i edytuj tekst. Aby dodać zupełnie nową etykietę, dodaj ten sam klucz do wszystkich 8 plików językowych z przetłumaczoną wartością, a następnie odwołaj się do niego na stronie przez t('your.key'). Uruchom npm test — nie powiedzie się jeśli jakikolwiek język nie ma klucza, więc nic nie jest wysyłane w połowie przetłumaczone.

Dodaj zupełnie nowy język. Skopiuj i18n-dict.en.js do i18n-dict.<code>.js, przetłumacz każdą wartość, a następnie zarejestruj kod w i18n.js (lista języków + auto-wykrywanie przeglądarki), w assemblerze i18n-dict.js i dodaj linię <script> w index.html. Pełna lista kontrolna — w tym snapshot testowy i pliki towarzyszące pomocy / README — znajduje się w docs/LOCALIZATION.md.

Warto wiedzieć. Przełącznik języków jest w stopce paska bocznego; Twój wybór jest zapamiętywany per przeglądarka. Diagnostyczne wiadomości serwera celowo pozostają po angielsku (żeby logi były spójne) — tylko interfejs na ekranie jest tłumaczony.

Zobacz docs/LOCALIZATION.md w repozytorium, aby zapoznać się z kompletnym, krok po kroku przewodnikiem lokalizacji.

Zakładka Modes (formularz strukturalny — v1.54.3)

Przed v1.54.3 zakładka Modes była pojedynczą surową textarea Markdown dla modes/_profile.md. Jest teraz formularzem strukturalnym opartym na udokumentowanym schemacie:

Sekcje listowe (Target Roles, Adaptive Framing, Comp Targets) — renderowane jako powtarzalne wejścia liniowe; użyj przycisków + / − do dodawania i usuwania wierszy.
Sekcje prozą (Exit Narrative, Location Policy) — renderowane jako oznaczone textareas.
Nieznane lub niestandardowe sekcje — każda sekcja, której formularz nie rozpoznaje, wraca do oznaczonego verbatim textarea, więc niestandardowe sekcje przeżywają edycję bez utraty.

Zapis scala według sekcji: preambuła, niezmienione sekcje i wszelkie niestandardowe sekcje są zachowywane bajt po bajcie. Tylko pola, które edytowałeś, są zmieniane.

Ujawnienie Advanced: raw markdown pozostaje na dole zakładki do pełnych edycji pliku — dodawania/usuwania sekcji lub edycji preambuły — bez zmiany zachowania scalania.

20. Statystyki według ról docelowych (`#/stats`)

Strona Analytics → Statystyki ról docelowych zamienia skąpe dane, które twoje skany już zbierają, w obraz rynku dla ról, na które faktycznie celujesz: liczbę ofert i poziomy wynagrodzeń według krajów oraz trend, który możesz śledzić w czasie. Nic nie jest zmyślane: strona jedynie agreguje to, co znalazły skanery, i uczciwie pokazuje, jak niewielka jest próbka.

Skąd biorą się liczby

Role docelowe są odczytywane z twojego Profilu (config/profile.yml → target roles) — nigdy nie są zakodowane na sztywno. Ustaw je najpierw na #/profile; bez ról strona pokazuje monit „ustaw swoje role docelowe” zamiast pustych wykresów.
Oferty pochodzą z twojego ostatniego skanu (najpierw uruchom go na #/scan). Lokalizacja każdej oferty jest mapowana na kraj (ten sam detektor co filtr kraju w skanie), a jej ciąg z wynagrodzeniem jest parsowany i normalizowany do USD za pomocą przybliżonej tabeli kursów.
Wszystko jest agregowane w twojej przeglądarce — żadne dane nie opuszczają twojej maszyny, a jedyne, co ta strona kiedykolwiek zapisuje, to migawka, którą zapisujesz jawnie.

Jak czytać wykresy

Oferty według krajów — ile dopasowanych ofert przypada na każdy kraj. Użyj filtrów Rola i Kraj u góry, aby zawęzić do jednej roli docelowej lub jednego kraju.
Mediana wynagrodzenia według krajów (USD) — środkowe sparsowane wynagrodzenie dla każdego kraju. Liczone są tylko oferty z możliwym do sparsowania wynagrodzeniem; wielkość próbki jest pokazana obok wykresu, a kwoty są przeliczane po przybliżonych kursach, więc czytaj to jako orientacyjne, nie dokładne. Samotny ¥ (niejednoznaczny między jenem japońskim a juanem chińskim) jest odrzucany zamiast zgadywany, aby uniknąć dużego zniekształcenia FX.
Gdy bieżący skan nie ma możliwych do sparsowania wynagrodzeń, wykres wynagrodzeń informuje o tym zamiast wymyślać liczby.

Zapisywanie migawek i śledzenie trendu

Kliknij Zapisz migawkę, aby dołączyć bieżący agregat do data/role-stats.jsonl. Każda migawka otrzymuje znacznik czasu na serwerze; migawki są jedyną rzeczą, którą ta strona zapisuje, i nigdy nie dotykają twojego CV ani profilu.
Wykres trendu przedstawia liczbę ofert w kolejnych zapisanych migawkach — zapisuj jedną okresowo (na przykład po każdym cotygodniowym skanie), aby obserwować, jak rynek dla twoich ról docelowych zmienia się w czasie.

21. Twój two-pager — dopasowanie kandydata do rynku (`#/two-pager`)

Większość career-ops-ui odpowiada na pytanie „czy ta oferta pasuje do mojego CV?“. Two-pager odpowiada na drugą połowę: „czy ta oferta pasuje do tego, czego naprawdę chcę?”. Jest wzorowany na „two-pagerze Mnookina“ z książki Never Search Alone — krótkiej, pisanej w pierwszej osobie deklaracji tego, co cię napędza, czego wymagasz i czego nie zaakceptujesz. Otwórz go przez Setup → Two-pager 🎯.

Wypełnianie AI + eksport (v1.100). „✨ asystent wypełniania AI“ teraz wypełnia wszystkie pola na żywo z Twojego CV (sprawdź i zapisz); 👁 Podgląd i eksport renderuje two-pager i eksportuje go do Markdown, PDF lub DOCX.

Co wypełniasz

Kim jestem — kilka zdań w pierwszej osobie o twoim dorobku i o tym, w jakiej roli rozkwitasz.
Docelowe środowisko — rozmiar firmy, etap i kultura, których chcesz.
Pięć list-chipów — wpisz tekst i naciśnij Enter (lub przecinek), aby dodać każdą pozycję, kliknij ×, aby usunąć:
- Co kocham — to, co dodaje energii (praca zdalna, samodzielność, greenfield, mentoring…).
- Wymagania obowiązkowe — twarde warunki (dolny próg wynagrodzenia, kraj, stos technologiczny…).
- Czego nienawidzę — to, co wyczerpuje (dyżury, niekończące się spotkania, wyłącznie legacy…).
- Deal-breakers — bezwzględne „nie“ (tylko biuro, brak sponsoringu, poniżej pewnej kwoty…).
- Kwestie nienegocjowalne — granice (lokalizacja, praca zdalna, dolny próg wynagrodzenia…).

Kliknij Save two-pager, aby zapisać. Plik jest zapisywany do warstwy użytkownika twojego nadrzędnego projektu career-ops pod ścieżką config/two-pager.yml, więc — tak jak twoje CV i profil — nigdy nie jest nadpisywany podczas aktualizacji systemu.

Asystent wypełniania AI

Nie masz pewności, jak to ująć? Kliknij ✨ AI fill assistant. Buduje on gotowy do uruchomienia prompt (w formacie Mnookina, z wplecionym twoim CV i profilem) i pokazuje go w oknie dialogowym. Uruchom ten prompt w dowolnym LLM, a następnie wklej powstałe pola YAML z powrotem do formularza. Asystent korzysta wyłącznie z twojego własnego CV i profilu — nigdy nie wymyśla o tobie faktów, a ten przycisk nie wykonuje żadnego wywołania API na żywo.

Ocena dopasowania do tego, czego chcesz

Gdy zapiszesz two-pager, każda oferta na #/scan zyskuje małą plakietkę ◎ N (0–100). Porównuje ona tryb pracy każdej oferty (zdalny/hybrydowy/stacjonarny), kraj, dolny próg wynagrodzenia i relokację z twoim two-pagerem — zielona plakietka oznacza silne dopasowanie, czerwona — że zadziałał deal-breaker. Najedź kursorem, aby zobaczyć szczegóły (✓ co pasuje, ✗ co naruszył deal-breaker).

Jest celowo szczera: gdy oferta nie daje żadnego dopasowalnego sygnału (na przykład wszystkie twoje preferencje to dowolny tekst, którego wiersz skanowania nie może potwierdzić), plakietka nie jest w ogóle pokazywana — system nigdy nie wymyśla liczby. Naruszenie twardego deal-breakera waży więcej niż miękka nienawiść do tej samej rzeczy. Poza plakietką twój zapisany two-pager jest wplatany do każdej oceny LLM, więc deklarowane preferencje kształtują też pisemny werdykt, a nie tylko dopasowanie „CV kontra opis stanowiska“.

22. Próbna rozmowa kwalifikacyjna (`#/mock-interview`)

Czytanie materiałów do rozmowy to jedno; wypowiadanie odpowiedzi na głos to coś zupełnie innego. Strona Próbna rozmowa kwalifikacyjna (otwórz ją przez Interview prep → Mock interview 🎤 na pasku bocznym) prowadzi trwającą tura po turze próbę pod konkretną rolę, opartą na twoim własnym CV, profilu, two-pagerze i banku historii. To nie gotowa lista pytań — rozmówca reaguje na to, co faktycznie mówisz.

Rozpoczynanie sesji

Podaj docelową rolę (i opcjonalnie firmę). Wklej też opis stanowiska, jeśli go masz — pytania staną się zauważalnie trafniejsze.
Kliknij Start interview. Rozmówca otwiera rozmowę jednym skupionym pytaniem dopasowanym do roli i twojego doświadczenia.
Wpisz odpowiedź i kliknij Send answer. Powtarzaj tak długo, jak chcesz — to rozmowa, a nie sztywny quiz.

Co daje każda tura

Po każdej odpowiedzi rozmówca odpowiada trzema częściami:

Informacja zwrotna — co się udało (mocne strony) i czego zabrakło, ujęte w kategoriach STAR+R (Situation, Task, Action, Result, Reflection). Wskazuje konkretny wymiar, który pominąłeś.
Ocena — szybkie N/5 z jednowierszowym uzasadnieniem, byś czuł postęp w trakcie sesji.
Następne pytanie — dopytanie, które celowo bada najsłabszą część twojej ostatniej odpowiedzi.

Wszystko jest oparte na twoich prawdziwych materiałach: cv.md, config/profile.yml, config/two-pager.yml oraz twój bank historii STAR+R (interview-prep/story-bank.md) są w całości wplatane do promptu. Rozmówca będzie naciskał na rzeczywiste luki, ale nigdy nie wymyśla doświadczenia, którego nie masz. Jeśli klucz LLM nie jest ustawiony, strona podaje ci gotowy do uruchomienia prompt do wklejenia w dowolnego asystenta — to samo uczciwe rozwiązanie awaryjne używane w innych miejscach aplikacji.

Zapisywanie i wracanie do sesji

Kliknij Save transcript, aby zachować ukończoną próbę. Jest ona zapisywana do warstwy użytkownika twojego nadrzędnego projektu pod ścieżką interview-prep/mock-{company}-{role}-{date}.md, więc leży obok twoich pozostałych notatek do rozmów i nigdy nie jest nadpisywana przez aktualizacje systemu. Lista Saved sessions na dole strony pozwala ponownie otworzyć dowolny zapis lub go usunąć. Użyj New interview, aby zacząć od nowa z inną rolą.

23. Networking i pogłębione badanie firm (`#/networking`)

Aplikowanie frontowymi drzwiami to tylko połowa gry — druga połowa to znać kogoś, albo przynajmniej wiedzieć, do kogo się zwrócić i co powiedzieć. Strona Networking (otwórz ją z Pogłębione badanie → Networking 🤝 na pasku bocznym) zamienia firmę w konkretny plan zdobycia rozmowy kwalifikacyjnej, oparty na twoim własnym CV, profilu i two-pagerze.

Budowanie planu

Wpisz firmę (wymagane) oraz opcjonalnie stanowisko i opis oferty. Opis oferty wyostrza zaczepki „dlaczego pasuję“.
Kliknij Zbuduj plan. Z kluczem LLM działa na żywo i renderuje plan bezpośrednio na stronie; bez klucza podaje gotowy prompt do wklejenia w dowolny asystent (to samo uczciwe rozwiązanie awaryjne używane w całej aplikacji — nic nie jest zmyślane).

Co zawiera plan

Plan wraca w czterech sekcjach:

Dossier firmy — zwięzły brief o tym, czym zajmuje się firma, świeże sygnały warte przytoczenia oraz dwie lub trzy zaczepki „dlaczego pasuję“ wyciągnięte z twojego prawdziwego doświadczenia.
Do kogo się zwrócić — od trzech do pięciu docelowych person (hiring manager zespołu, wewnętrzny rekruter, senior inżynier w zespole, ciepły kontakt lub znajomość z absolwentów) wraz z konkretnym łańcuchem wyszukiwania na LinkedIn, aby znaleźć każdą z nich. Nigdy nie wymyśla prawdziwych nazwisk — mówi ci, jak znaleźć właściwe osoby.
Najcieplejsza ścieżka wejścia — jedna najbardziej realistyczna ciepła trasa wejścia dla twojego doświadczenia: wspólny pracodawca, uczelnia lub społeczność; kontakt drugiego stopnia; albo zimna wiadomość o silnym sygnale, gdy to naprawdę najlepsza opcja.
Szkice wiadomości — krótkie, konkretne wiadomości (od trzech do pięciu zdań, bez wypełniaczy) do twoich najważniejszych person, oparte na twoich prawdziwych dowodach, aby nie brzmiały ogólnikowo.

Zapisywanie i wracanie do planów

Kliknij Zapisz plan, aby zachować jeden. Jest zapisywany w warstwie użytkownika twojego projektu nadrzędnego w networking/net-{company}-{role}-{date}.md — twój własny plik, nigdy nadpisywany przez aktualizacje systemu. Lista Zapisane plany na dole strony pozwala ponownie otworzyć lub usunąć dowolny plan. Ponieważ szkice i persony opierają się wyłącznie na twoich prawdziwych materiałach, traktuj je jako mocny pierwszy szkic do spersonalizowania — a nie jako scenariusz do wysyłania na ślepo.

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

Dodaj do CV (v1.117.0). Nowa karta zamienia projekt, publikację lub stronę portfolio (URL albo wklejony tekst) w punkty gotowe pod ATS oparte WYŁĄCZNIE na tym źródle — metryki, pracodawcy czy daty nieobecne w źródle są pomijane, nigdy wymyślane. Przeglądasz propozycje i sam wklejasz zaakceptowane do edytora CV; nic nie zapisuje się automatycznie, a URL-e przechodzą przez ten sam walidator anty-SSRF co pipeline.

Strona #/cv to miejsce, w którym piszesz swoje CV; CV Studio (otwórz je z Setup → CV Studio 🎨 na pasku bocznym) to miejsce, w którym je dopracowujesz. Daje twojemu cv.md trzy uczciwe narzędzia, z których dwa nigdy nie opuszczają twojej przeglądarki.

Dopasuj do oferty (v1.101). Wklej opis oferty, a CV Studio tworzy dopasowane CV oraz pasujący list motywacyjny, przepuszczone przez rekruterską bramkę kontrolną (błędy blokują, ostrzeżenia doradzają), oparte wyłącznie na Twoich materiałach.

Diagnostyka CV

W chwili otwarcia strony ocenia twoje CV w skali do 100 i wypisuje uwagi dla każdego sprawdzenia, każdą z krótkim wyjaśnieniem, aby to ty decydował, co zmienić (nigdy nie przepisuje po cichu):

Długość — czy CV mieści się w zdrowym zakresie jednej do dwóch stron?
Wymierny wpływ — jaka część twoich punktów zawiera prawdziwą liczbę lub metrykę? Rekruterzy wyłapują je podczas przeglądania.
Mocne czasowniki działania — oznacza słabe sformułowania w rodzaju „odpowiedzialny za“ lub „pomagałem“.
Modne słowa — oznacza puste frazesy („nastawiony na wyniki“, „gracz zespołowy“).
Kluczowe sekcje — sprawdza obecność Podsumowania, Doświadczenia, Wykształcenia i Umiejętności.
Dane kontaktowe — upewnia się, że jest podany e-mail.

Wszystko to działa w całości w twojej przeglądarce bez żadnego LLM — liczby są deterministyczne i nic nie jest zmyślane.

Maska prywatności

Zanim udostępnisz swoje CV jako próbkę pisma lub zrzut ekranu, Maska prywatności ukrywa dane identyfikujące osobę: e-mail, telefon, linki/nicki i adres pocztowy, a także twoje imię → inicjały, jeśli to włączysz i je wpiszesz. Przełączaj każdą kategorię, skopiuj zamaskowaną wersję i udostępniaj ją bezpiecznie. Wszystko dzieje się w całości w przeglądarce, zgłasza dokładnie, ile elementów ukryto, i nigdy nie przechowuje ani nie przesyła oryginału.

Uczłowiecz to (dopasowanie głosu)

Wklej sztywne zdanie lub akapit — ten rodzaj generycznego sformułowania AI, które brzmi jak gotowiec — a Uczłowiecz to przepisze je twoim własnym głosem. Przepisanie jest osadzone po stronie serwera w twoim voice-dna.md (jak czyta się twoje pisanie) i twoich writing-samples/ (twoja prawdziwa proza). Twarda zasada: może zmieniać kolejność, zwięźlej ujmować i przestrajać głos, ale nigdy nie wprowadzi faktu, metryki ani osiągnięcia, którego nie ma już we wklejonym tekście. Z kluczem LLM przepisuje na żywo; bez klucza wręcza ci gotowy prompt do wklejenia w dowolny asystent. Następnie edytuj swoje CV na stronie #/cv jak zwykle — CV Studio sugeruje, ty decydujesz.

25. Pamięć (`#/memory`)

Każda inna strona za każdym razem zaczyna od zera. Pamięć (otwórz ją z Konfiguracja → Pamięć 🧠 na pasku bocznym) to jedyne miejsce, w którym mówisz asystentowi coś raz i to zostaje. Przechowuje krótką, edytowalną notatkę w stylu „zapamiętaj to o mnie“, która jest wstawiana do każdego zapytania do AI.

Do czego służy

Używaj jej do trwałych preferencji i stylu pracy, na przykład:

Rodzaje ról i firm, które są twoim celem (i te, których nigdy nie chcesz widzieć).
Jak lubisz, żeby były pisane odpowiedzi — zwięźle czy szczegółowo, senioralny ton, bez lania wody.
Twarde ograniczenia warte powtarzania — tylko zdalnie, minimalna widełka płacowa, bez dyżurów.

Ogranicz ją do preferencji i ukierunkowania. To nie jest miejsce na fakty o twoim doświadczeniu — twoje umiejętności, pracodawcy i osiągnięcia żyją w twoim CV, profilu i dwustronicowym podsumowaniu, które pozostają jedynymi źródłami wszystkiego, co pojawia się w twoich CV i listach motywacyjnych. Notatka pamięci kształtuje to, jak asystent z tobą pracuje, nigdy to, co o tobie twierdzi.

Jak dociera do wszystkiego

Gdy klikniesz Zapisz pamięć, notatka jest zapisywana w warstwie użytkownika twojego projektu nadrzędnego w config/memory.md i wbudowywana we wspólny kontekst projektu. Oznacza to, że automatycznie podróżuje z każdym zapytaniem do AI — ocenami, próbnymi rozmowami, planami networkingu, przeróbkami w CV Studio — i przez każdego skonfigurowanego przez ciebie dostawcę. Napisz ją raz; nie musisz się powtarzać na każdej stronie. Podobnie jak inne twoje pliki warstwy użytkownika, nigdy nie jest nadpisywana przy aktualizacji systemu i opuszcza twój komputer tylko wewnątrz tych promptów do LLM, które zdecydujesz się uruchomić.

Zaproponuj z twoich danych

Nie wiesz, co napisać? ✨ Zaproponuj z moich danych czyta twój tracker aplikacji i szkicuje zestaw punktów behawioralnych — wzorce w tym, co ścigasz, akceptujesz i odrzucasz. Uruchom prompt, który ci daje, w dowolnym LLM, przejrzyj sugestie i wklej edytowaną wersję do notatki. Czerpie wyłącznie z twojego własnego trackera i nigdy nie wymyśla faktów; zawsze sprawdzasz, zanim cokolwiek zostanie zapisane.

26. Statystyki (`#/stats`)

Zakładka wzorców odrzuceń (v1.117.0). Czwarta zakładka uruchamia analyze-patterns.mjs rodzica (tylko odczyt) i pokazuje rozkład wyników, praktyczne rekomendacje oraz wskaźnik awansu wg dostawcy ATS (sygnał „algorytmicznej monokultury“ — Bommasani et al., FAccT 2026). Dostawcy poniżej minimalnej próby mają gwiazdkę; bez projektu rodzica zakładka uczciwie o tym informuje.

Strona Statystyki łączy trzy widoki w jednej sekcji: wygenerowany przez AI raport rynkowy, analitykę twojego własnego pipeline’u oraz trend liczby ofert dla twoich docelowych ról z twoich skanów. Przełączaj się między nimi za pomocą kart u góry.

Raport rynkowy

Karta Raport rynkowy prosi model o analizę wynagrodzeń i rynku pracy dla twoich docelowych ról — czyta twoje CV i profil, aby wiedzieć, które role i poziom seniority uwzględnić. Wpisz Region / rynek (na przykład Russia, EU-remote, US lub Germany), wybierz Walutę i kliknij Wygeneruj raport rynkowy. Otrzymasz uporządkowany raport z podsumowaniem wykonawczym, wynagrodzeniami według stopnia (mediana plus P10/P25/P75/P90), czołowymi pracodawcami, tabelą poszukiwanych umiejętności, częstotliwością benefitów, podziałem na biuro/hybryda/zdalnie, trendami na 12–24 miesiące łącznie z wpływem AI oraz wskazówkami negocjacyjnymi. Każda liczba to orientacyjne oszacowanie z wiedzy treningowej modelu — nie dane pobierane ani na żywo — i raport o tym informuje; traktuj liczby jako zakresy, nie jako oferty. Bez ustawionego klucza API otrzymasz zamiast tego prompt do skopiowania i wklejenia, a nie zmyślony raport. Użyj Pobierz .md, Zapisz jako PDF lub Kopiuj, aby wyciągnąć raport z aplikacji.

Mój pipeline

Karta Mój pipeline wykreśla twój własny tracker aplikacji — nic zewnętrznego. Pokazuje, ile ról śledziłeś, twój rozkład ocen, lejek statusów, twoje czołowe firmy i role, aplikacje w czasie oraz współczynniki konwersji (jaki odsetek aplikacji dociera do Applied, Responded, Interview i Offer). To uczciwe lustro twoich poszukiwań: odzwierciedla wyłącznie to, co już jest w data/applications.md.

Trend ról docelowych

Karta Trend ról docelowych to pierwotny widok: liczba ofert i mediana wynagrodzenia według kraju dla twoich docelowych ról, zagregowane z twojego ostatniego skanu, z selektorem waluty i przeglądem Ogłoszenia według docelowej roli. Zapisz migawkę zapisuje bieżący agregat, abyś mógł obserwować, jak liczba ofert zmienia się w czasie, a linia trendu odczytuje te migawki z powrotem. Skąpe dane są oczekiwane i oznaczane jako orientacyjne — nigdy nie są uzupełniane wymyślonymi liczbami.

Łącznie i wynagrodzenia

Zakładka Łącznie (v1.118.0) przekazuje w trybie tylko do odczytu dwa skrypty rodzica o zerowym koszcie tokenów: stats.mjs — łączne zestawienie trackera, skumulowane wskaźniki lejka (odpowiedzi / rozmowy / oferty), wyniki skanera i pokrycie portali — oraz salary-gap.mjs — wynagrodzenie oczekiwane vs ogłoszone vs rzeczywiste per aplikacja, scalone z Machine Summary raportów i data/salary-observations.tsv. Małe próby są oznaczane jako orientacyjne; bez projektu nadrzędnego zakładka pokazuje uczciwą notkę.

27. Plan kariery (`#/career-plan`)

Strona Plan kariery zamienia Twoje CV i profil w konkretny, spersonalizowany plan rozwoju — taki, jaki zbudowałbyś z coachem kariery, ale wygenerowany z Twoich własnych materiałów i możliwy do edycji przez Ciebie.

Generowanie planu

Wybierz Horyzont (6, 12 lub 24 miesiące), opcjonalnie wpisz Cel (na przykład „przejść do zarządzania“, „przejść na pracę zdalną“ lub „przesiąść się na Go“) i kliknij Generuj plan. Model czyta Twoje CV, profil, two-pager i notatkę pamięci (poprzez współdzielony kontekst projektu) i pisze uporządkowany plan: uczciwy zrzut punktu wyjścia, SWOT mocnych stron i obszarów rozwoju, cele wyrażone jako SMART / OKR / WOOP, alternatywne ścieżki kariery wraz z ich kompromisami, plan umiejętności twardych i miękkich, mapę drogową miesiąc po miesiącu dla wybranego horyzontu, jak śledzić postępy, prawdopodobne pułapki oraz działania wspierające. Każda rekomendacja jest oparta na tym, co Twoje materiały faktycznie pokazują — plan patrzy w przód, nigdy nie zmyśla faktów o Twojej historii. Bez ustawionego klucza API zamiast tego otrzymasz prompt do skopiowania i wklejenia.

Edycja i zapisywanie

Plan pojawia się w edytowalnym polu tekstowym — dopracuj cokolwiek, a następnie kliknij Zapisz plan. Jest zapisywany w warstwie użytkownika Twojego projektu nadrzędnego, w config/career-plan.md, dzięki czemu przetrwa aktualizacje systemu i jest wysyłany wyłącznie wewnątrz promptów LLM, które zdecydujesz się uruchomić. Podgląd renderuje Twój Markdown, abyś mógł przeczytać go sformatowany przed zapisaniem.

Eksportowanie

Użyj Pobierz .md, Zapisz jako PDF lub Kopiuj, aby wynieść plan poza aplikację — te same kontrolki eksportu, których używa się w raportach AI w całej aplikacji. PDF przechodzi przez istniejący wbudowany generator PDF; Markdown to bezpośrednie pobranie.

28. Orientacja zawodowa (`#/orientation`)

Strona Orientacja zawodowa odpowiada na pytanie „które kierunki naprawdę do mnie pasują?“ — taki odczyt, jaki dałby test predyspozycji zawodowych, ale wywnioskowany z Twojego własnego CV i profilu, a nie z kwestionariusza.

Co generuje

Kliknij Generuj profil, a model przeczyta Twoje CV, profil, two-pager i notatkę pamięci i napisze profil orientacji zawodowej: Twoje najlepiej dopasowane wektory kariery (który z ośmiu archetypów — Funkcjonalista, Administrator, Komunikator, Specjalista, Analityk, Innowator, Menedżer, Przedsiębiorca — pasuje najlepiej, wraz z dowodami z Twojego CV), skłonność do typu kariery, zestaw rekomendowanych ról, Twoje mocne strony zawodowe powiązane z tym, co pokazuje CV, tendencje w stylu pracy („jak czyta się Twoje CV“ na kilku osiach) oraz rekomendacje rozwojowe, które poszerzą Twoje dopasowanie.

Jak jest generowany

To refleksja AI nad tym, jak czyta się Twoje CV — nie test psychometryczny. Prompt jest w całości oparty na Twoich własnych materiałach: nie zmyśla osiągnięć i nigdy nie podaje liczbowych wyników testów tak, jakby były zmierzone. Bez ustawionego klucza API otrzymasz zamiast profilu na żywo prompt do skopiowania i wklejenia, który uruchomisz w dowolnym LLM. Nic nie jest zapisywane na dysku — profil jest generowany od nowa za każdym razem.

Eksportowanie

Użyj Pobierz .md, Zapisz jako PDF lub Kopiuj, aby zachować profil — te same kontrolki eksportu, których używa się w raportach AI w całej aplikacji. PDF przechodzi przez istniejący wbudowany generator PDF; Markdown to bezpośrednie pobranie.

Podręcznik użytkownika

Pomoc — career-ops-ui

O career-ops

career-ops vs career-ops-ui (ta aplikacja)

Progi działania według wyniku

Zewnętrzna dokumentacja

1. Szybki start — krok po kroku od „utwórz CV“ do „aplikacja złożona i wiadomość wysłana“

A. Konfiguracja (jednorazowo, ~5 minut)

B. CV (jednorazowo, ~10 minut)

C. Znajdowanie ofert (~2 minuty na skan)

D. Ocenianie ofert (~30 sekund na JD)

E. Decyzja i pogłębiony research wybranej firmy (~3 minuty)

F. Aplikowanie (~5 minut na aplikację)

G. Śledzenie i follow-up (ciągłe)

TL;DR — kolejność w pasku bocznym odpowiada workflow

Automatyczny pipeline jednym kliknięciem (#/auto) — skrót 21 kroków

2. Ustawienia aplikacji i klucze API (#/config)

Zakładka Profil (formularz pól — v1.32.0)

Rozpoznawane klucze

Zachowanie

Przyciski testu dymnego

3. Profil (#/profile — dostępny też jako #/settings)

4. CV (#/cv)

Co jest sanityzowane

Inne przyciski

Wskazówki dotyczące tonu i formatu

5. Portale i źródła (portals.yml)

title_filter

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

search_queries

tracked_companies

rss (kanały RSS / Atom)

russian_portals

Konfiguracja rosyjskich portali — szczegółowy przewodnik

Inwentarz źródeł

Krok 1 — Otwórz portals.yml

Krok 2 — Włącz wszystkie 5 źródeł

Krok 3 — Dostosuj zapytania i filtry

Typowe pułapki

Tymczasowe wyłączenie jednego źródła

Weryfikacja konfiguracji

Przepływ CLI bootstrap (scan-job-portals)

Zachowanie SPA podczas bootstrap

6. Diagnostyka (#/health)

Wymagane sprawdzenia (system nie może działać bez tych elementów)

Opcjonalne sprawdzenia (tylko ostrzeżenia)

Przyciski uruchamiania

7. Skaner (#/scan)

Skan jednym kliknięciem (SPA)

Filtrowanie wyników

Karta aktywnych firm

Przepływ skanowania z CLI (scan-job-portals)

Polecenia uzupełniające

hh.ru — skanowanie ze strony internetowej (od lipca 2026 wymagane rosyjskie IP)

8. Pipeline (#/pipeline)

Dodawanie adresów URL

Panel podglądu po stronie serwera

Akcje wierszy

Przyciski w prawym górnym rogu

9. Ocena oferty (#/evaluate)

Dane wejściowe

Łańcuch awaryjny

Sekcje wyjściowe (kanoniczne career-ops.org A-F)

Zapisywanie raportu

Ocena wsadowa przy 10+ JD

10. Raporty (#/reports)

11. Tracker (#/tracker)

Przepływ statusu

Układ kolumn

Filtry

Przyciski konserwacyjne

Dodawanie wierszy

POST /api/tracker — treść { company, role, score?, status?, url?, reportSlug?, notes?, date? }. Dedup według (company, role) bez rozróżnienia wielkości liter. Z interfejsu, strona Evaluate oferuje przycisk „Add to tracker“ po pomyślnym ocenieniu.

12. Pogłębiony research (#/deep)

Dane wejściowe (deep)

Ścieżki wyjściowe

Wskazówki

13. Tryby promptów (siedem stron /#/<mode>)

Wspólna struktura

14. Lista kontrolna aplikacji (#/apply)

Automatyczny pipeline jednym kliknięciem (`#/auto`) — skrót 21 kroków

2. Ustawienia aplikacji i klucze API (`#/config`)

3. Profil (`#/profile` — dostępny też jako `#/settings`)

4. CV (`#/cv`)

5. Portale i źródła (`portals.yml`)

`title_filter`

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

`search_queries`

`tracked_companies`

`rss` (kanały RSS / Atom)

`russian_portals`

Krok 1 — Otwórz `portals.yml`

6. Diagnostyka (`#/health`)

7. Skaner (`#/scan`)

8. Pipeline (`#/pipeline`)

9. Ocena oferty (`#/evaluate`)

10. Raporty (`#/reports`)

11. Tracker (`#/tracker`)

`POST /api/tracker` — treść `{ company, role, score?, status?, url?, reportSlug?, notes?, date? }`. Dedup według `(company, role)` bez rozróżnienia wielkości liter. Z interfejsu, strona Evaluate oferuje przycisk „Add to tracker“ po pomyślnym ocenieniu.

12. Pogłębiony research (`#/deep`)

13. Tryby promptów (siedem stron `/#/<mode>`)

14. Lista kontrolna aplikacji (`#/apply`)

Tryb listy kontrolnej SPA (`#/apply`)

Dziennik aktywności (`#/activity`)

Krok 2 — Zadeklaruj `meta` adaptera (automatyczna rejestracja)

Krok 5 — Włącz w swoim `portals.yml`

20. Statystyki według ról docelowych (`#/stats`)

21. Twój two-pager — dopasowanie kandydata do rynku (`#/two-pager`)

22. Próbna rozmowa kwalifikacyjna (`#/mock-interview`)

23. Networking i pogłębione badanie firm (`#/networking`)

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

25. Pamięć (`#/memory`)

26. Statystyki (`#/stats`)

27. Plan kariery (`#/career-plan`)

28. Orientacja zawodowa (`#/orientation`)