CommunityRecherche & Datenanalysegithub.com

ravinpandey/jobpilot-agent

Multi-Agent KI-Assistent für die Jobsuche: deterministische FastAPI-Pipeline (Suche, TF-IDF/Fähigkeiten-Bewertung, Feedback-Lernen) plus Claude Agent SDK/MCP-Agenten für Entdeckung, Match-Erklärungen, Lebenslauf-Anpassung und einen Konversationsassistenten.

Was ist jobpilot-agent?

Dieser Skill implementiert einen Multi-Agenten-KI-Assistenten für die Jobsuche, der eine deterministische FastAPI-Pipeline (Suche, TF-IDF-basierte Fähigkeitenbewertung, Feedback-Lernen) mit mehreren spezialisierten Agenten (Entdeckung, Match-Erklärungen, Lebenslauf-Anpassung, Konversation) kombiniert. Die Pipeline verarbeitet Stellenausschreibungen, bewertet Kandidaten-Fähigkeiten mittels TF-IDF und verbessert sich durch Feedback. Die Claude Agent SDK/MCP-Agenten erweitern die Funktionalität um interaktive Job Discovery, detaillierte Match-Erklärungen, automatisierte Lebenslauf-Anpassung und einen conversational Assistant. Der Skill ist für Entwickler und KI-Agenten-Nutzer konzipiert, die eine flexible, skalierbare und lernfähige Jobsuchlösung benötigen. Plattformunterstützung: FastAPI, Claude Agent SDK, MCP.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add ravinpandey/jobpilot-agent

Installed? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht jobpilot-agent?

Multi-Agent KI-Assistent für die Jobsuche: deterministische FastAPI-Pipeline (Suche, TF-IDF/Fähigkeiten-Bewertung, Feedback-Lernen) plus Claude Agent SDK/MCP-Agenten für Entdeckung, Match-Erklärungen, Lebenslauf-Anpassung und einen Konversationsassistenten.

Übersicht

Dieser Skill implementiert einen Multi-Agenten-KI-Assistenten für die Jobsuche, der eine deterministische FastAPI-Pipeline mit mehreren spezialisierten Agenten kombiniert. Die Pipeline besteht aus:

  • Suche: Durchsucht Stellenausschreibungen nach relevanten Kriterien.
  • TF-IDF/Fähigkeiten-Bewertung: Bewertet die Übereinstimmung von Kandidaten-Fähigkeiten mit Stellenanforderungen.
  • Feedback-Lernen: Verbessert die Suchergebnisse basierend auf Benutzerfeedback.

Zusätzlich werden folgende Claude Agent SDK/MCP-Agenten bereitgestellt:

  • Entdeckung: Findet neue Stellen und Trends.
  • Match-Erklärungen: Gibt detaillierte Erklärungen, warum eine Stelle zu einem Kandidaten passt.
  • Lebenslauf-Anpassung: Passt Lebensläufe automatisch an Stellenausschreibungen an.
  • Konversationsassistent: Bietet eine interaktive Schnittstelle für Benutzerfragen.

Funktionsweise

  1. FastAPI-Pipeline: Eine deterministische API, die Stellenausschreibungen durchsucht, Fähigkeiten mittels TF-IDF bewertet und durch Feedback lernt.
  2. Claude Agent SDK/MCP-Agenten: Erweitern die Pipeline um interaktive und erklärende Fähigkeiten.
  3. Integration: Die Agenten kommunizieren über definierte Schnittstellen (APIs, MCP-Nachrichten).

Verwendung

Voraussetzungen

  • Python 3.8+
  • FastAPI
  • Claude Agent SDK
  • MCP (Message Communication Protocol)

Installation

pip install fastapi claude-agent-sdk mcp

Konfiguration

Setzen Sie die erforderlichen Umgebungsvariablen:

export CLAUDE_API_KEY="Ihr_API_Schlüssel"
export JOBPILOT_DATABASE_URL="Datenbank_URL"

Starten der API

uvicorn main:app --host 0.0.0.0 --port 8000

API-Endpunkte

EndpunktMethodeBeschreibung
/searchGETSucht Stellenausschreibungen
/scorePOSTBewertet Fähigkeiten mittels TF-IDF
/feedbackPOSTSendet Feedback zur Verbesserung
/matchGETErklärt Match-Ergebnisse
/resumePOSTPasst Lebenslauf an
/chatPOSTKonversationsassistent

Agenten

Claude Agent SDK-Agenten

Diese Agenten nutzen das Claude Agent SDK für erweiterte Funktionen:

  • JobDiscoveryAgent: Findet neue Stellen und Trends.
  • MatchExplanationAgent: Erklärt Match-Ergebnisse detailliert.
  • ResumeTailoringAgent: Passt Lebensläufe an Stellenausschreibungen an.
  • ConversationalAssistant: Bietet eine interaktive Schnittstelle.

MCP-Agenten

Die Agenten kommunizieren über das MCP-Protokoll:

from mcp import MCPAgent

class JobSearchAgent(MCPAgent):
    async def handle_message(self, message):
        # Verarbeitung der Nachricht
        pass

Feedback-Lernen

Die Pipeline unterstützt Feedback-Lernen, um Suchergebnisse zu verbessern:

feedback = {
    "query": "Softwareentwickler",
    "results": ["job1", "job2"],
    "rating": 5
}
response = requests.post("http://localhost:8000/feedback", json=feedback)

Lizenz

MIT

Verwandte Skills