Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

job-hunter-team

Suite de automatización para búsqueda laboral mediante agentes IA auto-gestionados. Arquitectura multi-agente con orquestación local o VPS, interfaz nativa, CLI y dashboard web. Requiere suscripción dedicada a LLM (~€40-200/mes).

Ficha actualizada 23 sept 2026, 20:04 · upstream 23 sept 2026, 20:00 · release v0.3.9

Ver códigoProblemas y ayudaRepositorio ↗Sitio oficial
00

Qué es job-hunter-team

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

Job Hunter Team es una plataforma de automatización para búsqueda laboral que despliega un equipo de agentes IA autónomos: Scout (descubrimiento), Analyst (verificación), Scorer (calibración), Writer (documentación) y Critic (revisión ciega), orquestados por un Captain. El sistema opera localmente o en VPS, sin pedir API keys al usuario, gestionando automáticamente el presupuesto de tokens dentro de una suscripción dedicada (~€40-200/mes).

La arquitectura combina Next.js, React, Node.js, Python y Rust, con bases de datos PostgreSQL y SQLite. Ofrece tres interfaces: aplicación nativa (Godot 4.7, migrando a Tauri 2 + React), CLI (`jht`) y dashboard web en la nube (Next.js + Supabase). El despliegue es autocontenido mediante Docker Compose, con soporte para Windows x64, Linux x64 y macOS.

El sistema está diseñado para reducir el trabajo manual de búsqueda laboral: escanea ofertas diariamente, califica candidaturas y prepara documentos personalizados. Incluye agentes de salud (Dottore, Mantenitore) y un watchdog de presupuesto (Sentinel). La migración a Node.js headless está en curso.

CASOS DE USO
  • Automatización completa de búsqueda laboral con revisión humana final
  • Gestión autónoma de presupuesto de tokens dentro de suscripción dedicada
  • Despliegue local o VPS sin exponer credenciales de API
  • Integración con asistentes IA (Claude Code, Codex, Cursor) para configuración
PUNTOS DESTACADOS
  • Arquitectura multi-agente con roles especializados y revisión ciega
  • Gestión automática de presupuesto de tokens sin exceder suscripción
  • Soporte Docker Compose con despliegue local o VPS
  • Interfaz nativa (Godot) migrando a Tauri 2 + React
  • Dashboard web en la nube con Next.js y Supabase
PRECAUCIONES
  • Dependencia de suscripción dedicada a LLM (Claude, Codex, Kimi)
  • Migración en curso a Node.js headless (Python/tmux aún activo)
  • Requiere ~8 GB RAM para uso cómodo local
  • Soporte actual limitado a modelos específicos de proveedores
VISUAL

Capturas del proyecto

Imágenes reales detectadas en la documentación del repositorio.

Case studies — what the team delivers, by providerWhere the month-long run hunted, and how well it matchedThe team managing its own weekly AI budget for a monthJob Hunter Team — Your AI-Powered Job Search Team
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU4 vCPUrecomendación inicial
MEMORIA8 GBRAM estimada
DISCO20 GBalmacenamiento base
COMPLEJIDADmediumnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Listo para automatizar

Despliegue vía Docker Compose o instalador nativo. Requiere suscripción dedicada a LLM (~€40-200/mes). Soporta Windows x64, Linux x64 y macOS (Intel 11+, Apple silicon 13+). CLI: `curl -fsSL https://jobhunterteam.ai/install.sh | bash`. Dashboard web en la nube con Next.js + Supabase. Migración a Tauri 2 + Rust en curso.

✓Dockerfile
✓Compose
✓One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
Next.jsReactNode.jsRustPython
SERVICIOS
PostgreSQL
BASES DE DATOS
PostgreSQL
PUERTOS
60805432
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.