the-talent-app
ATS open-source para equipos pequeños y agencias, construido con React/Next.js y Supabase. Incluye gestión de candidatos, pipeline, portal de solicitantes y capacidades de IA (Gemini) para puntuación y análisis.
Ficha actualizada 24 sept 2026, 7:03 · upstream 24 sept 2026, 6:44 · release sin release detectada
Qué es the-talent-app
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
The Talent App es un sistema de seguimiento de candidatos (ATS) de código abierto diseñado para equipos pequeños y agencias que buscan control sobre sus datos. El repositorio público (`the-talent-app`) actúa como un snapshot sanitizado, mientras que la rama privada (`sparxtalent`) es la fuente de verdad para producción. La arquitectura se basa en React 18 con Vite y TypeScript para el frontend, Tailwind CSS y shadcn/ui para componentes, y Supabase (PostgreSQL, Auth, Storage) para el backend y datos.
El sistema incluye capacidades avanzadas de inteligencia artificial mediante Google Gemini (`gemini-2.5-flash`) para puntuación de ajuste al puesto, análisis de banderas rojas en CVs y monitoreo autónomo del pipeline a través de un agente llamado Chitragupta. Las funciones de IA se ejecutan como Edge Functions en Deno dentro de Supabase. La seguridad es robusta con RLS (Row Level Security) en todas las tablas, soporte para TOTP MFA vía GoTrue y un stub para SAML 2.0 SSO.
El despliegue requiere construir el frontend estático (`dist/`) y alojarlo en un CDN o hosting propio, mientras que la lógica de servidor reside en Supabase. No incluye Dockerfile ni Compose nativos en el repositorio público, por lo que el despliegue es manual. La documentación cubre migraciones SQL versionadas, configuración de variables de entorno y guías para auto-alojamiento.
- Implementar un ATS self-hosted para equipos pequeños que requieren privacidad y control total de datos.
- Reemplazar soluciones SaaS como Greenhouse en agencias de RRHH con una alternativa open-source.
- Gestionar pipelines de contratación con puntuación automática de CVs y análisis de red flags mediante IA.
- Ofrecer un portal de candidatos completo con evaluaciones, pruebas técnicas y branding dinámico.
- Enviar notificaciones transaccionales por email (AWS SES) e invitaciones a calendario para entrevistas.
- Arquitectura moderna: React + Supabase + Deno Edge Functions para escalabilidad y rendimiento.
- IA integrada con Google Gemini para análisis de candidatos, salud del pipeline y agente autónomo Chitragupta.
- Seguridad robusta: RLS en todas las tablas, MFA TOTP, logs de auditoría append-only y SAML stub.
- Portal de solicitantes completo con evaluaciones, pruebas técnicas y consentimiento explícito para datos sensibles.
- Código limpio y documentado con migraciones SQL versionadas e inventario de prompts de IA.
- Interfaz móvil-first con PWA instalable para revisión de pipelines en movimiento.
- Dependencia de Supabase para backend, almacenamiento y autenticación (no es agnóstico de infraestructura).
- Capacidades de IA limitadas exclusivamente a Google Gemini (sin soporte para proveedores alternativos).
- Repositorio público carece de Dockerfile/Compose, requiriendo despliegue manual del frontend y backend.
- Funciones Edge en Deno requieren configuración específica dentro del proyecto Supabase.
- Portal de carreras con prerender HTML dependiente del hosting (riesgo SEO si no se configura correctamente).
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Construir frontend (`npm run build`) y desplegar `dist/` en CDN o hosting estático. Configurar Supabase con Edge Functions para lógica backend e IA. Revisar migraciones SQL antes de aplicar (`supabase db push`). Asegurar HTTPS para habilitar Web Speech API (voz) y funciones Edge. Considerar costos de API de Gemini en despliegues de alto volumen.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.