Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

applypack

Consola AI auto-alojada para búsqueda de empleo: detecta ofertas reales, califica currículums sin halagos, redacta cartas basadas en hechos y rastrea candidaturas. Usa 5 backends AI con failover y bases de datos locales.

Ficha actualizada 24 sept 2026, 12:38 · upstream 24 sept 2026, 12:19 · release v2.18.3

Ver códigoProblemas y ayudaRepositorio ↗Sitio oficial
00

Qué es applypack

Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.

ApplyPack es una herramienta open source bajo licencia MIT diseñada para automatizar la búsqueda de empleo desde el propio ordenador del usuario. Elimina la necesidad de suscripciones, cuentas o telemetría, permitiendo que los usuarios paguen solo por las APIs de IA que deseen utilizar. El sistema integra 33 fuentes de empleo, incluyendo paneles directos y agregadores, filtrando contenido falso mediante verificaciones de 'liveness' y análisis de contexto.

CASOS DE USO
  • Búsqueda automatizada de ofertas laborales para ingenieros de software en múltiples países
  • Filtrado de ofertas falsas o irrelevantes mediante clasificación AI con reglas deterministas
  • Personalización de currículum vitae con puntuación numérica y edición en vivo
  • Redacción de cartas de presentación verificadas contra los hechos del perfil del usuario
  • Gestión centralizada de candidaturas con seguimiento por estado (Kanban)
  • Modo empleador para cribar carpetas de currículums sin intervención manual
PUNTOS DESTACADOS
  • Licencia MIT: sin suscripciones, telemetría ni publicidad, datos en Postgres local
  • 5 backends AI con failover automático (Claude, Gemini, Codex, Anthropic API, OpenAI-compatible)
  • Verificación de ofertas con evidencia: enlaces a páginas de carrera y huella corporativa
  • Puntuación de ajuste numérica basada en código unitario, sin alucinaciones positivas
  • Edición de CV en tiempo real con recálculo de puntuación sin llamadas AI adicionales
  • Soporte para Node.js 22+ con TypeScript estricto y despliegue Docker/Compose
PRECAUCIONES
  • Dependencia de claves API externas (Anthropic, Google, OpenAI) o suscripciones CLI
  • No soporta scraping de LinkedIn, Indeed, Glassdoor ni Workday por políticas ADR explícitas
  • Requiere Node.js 22+ para instalación nativa; versiones anteriores no son compatibles
  • Coste variable según volumen de llamadas AI y modelo seleccionado (Haiku vs modelos más costosos)
  • Modo empleador desactivado por defecto, requiere configuración manual en Settings
VISUAL

Capturas del proyecto

Imágenes reales detectadas en la documentación del repositorio.

Jobs: a table of postings with fit scores, companies, locations with country flags, salaries and statusesTailor resume: an 84/100 score with the primary stack 3/3, the one edit to make first, what the posting is about, the hard requirements, and the posting beside the resume with everA 25-second tour: the job list with fit scores, one posting
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU4 vCPUrecomendación inicial
MEMORIA8 GBRAM estimada
DISCO30 GBalmacenamiento base
COMPLEJIDADmediumnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Listo para automatizar

Instalar Node.js 22+ o usar Docker Compose para despliegue completo con PostgreSQL y Redis. Configurar .env con claves AI antes de iniciar el worker. Datos persistentes en ~/Library/Application Support/ApplyPack (macOS), %APPDATA% (Windows) o ~/.local/share/applypack (Linux). Verificar límites de cuota de API antes de uso intensivo.

✓Dockerfile
✓Compose
✓One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
Next.jsReactVueNode.jsLaravelGoPHP
SERVICIOS
PostgreSQLRedis
BASES DE DATOS
PostgreSQLRedis
PUERTOS
474754325433
05

Puede sustituir a

Relaciones detectadas por el análisis del repositorio y su categoría.

06

Experiencia real de la comunidad

Ayuda a contrastar la estimación automática con instalaciones reales.

Todavía no hay datos comunitarios para este proyecto.