JobHunter AI

Herramienta CLI que automatiza la busqueda de empleo en LinkedIn. Escanea publicaciones, identifica ofertas relevantes, genera CVs personalizados con IA, y envia emails de aplicacion a reclutadores.

Funciona para cualquier sector: tecnologia, marketing, ventas, diseno, administracion, salud, educacion, etc.

Instalacion rapida

macOS / Linux:

curl -sSL https://raw.githubusercontent.com/dev-gaspar/jobhunter/main/install.sh | bash

Windows (PowerShell):

irm https://raw.githubusercontent.com/dev-gaspar/jobhunter/main/install.ps1 | iex

Esto instala el comando jobhunter globalmente en tu terminal.

Comandos

jobhunter setup                          Configuracion inicial (incluye login)
jobhunter login                          Re-login si la sesion expira
jobhunter --test [email protected]          Prueba (envia a tu correo)
jobhunter run                            Buscar y enviar a reclutadores
jobhunter run --dry                      Pipeline completo sin enviar emails
jobhunter optimize                       Optimizar queries de busqueda con IA
jobhunter optimize "..."                 Optimizar con feedback especifico
jobhunter history                        Historial de aplicaciones enviadas
jobhunter blacklist                      Ver empresas bloqueadas
jobhunter blacklist add "Empresa"        Bloquear empresa
jobhunter blacklist remove "Empresa"     Desbloquear empresa
jobhunter status                         Ver configuracion y estadisticas
jobhunter update                         Actualizar a la ultima version
jobhunter help                           Ver ayuda completa

Opciones

Filtro de tiempo

jobhunter --test [email protected] --time 24h      Ultimas 24 horas (por defecto)
jobhunter --test [email protected] --time week      Esta semana
jobhunter run --time month                       Este mes

Seleccion de ofertas

Por defecto, despues del analisis se muestra una tabla con las ofertas encontradas y puedes elegir a cuales aplicar:

Aplicar a: 1,3,5      Solo esas ofertas
Aplicar a: all         Todas las ofertas
Aplicar a: q           Cancelar

Exportar ofertas

Despues del analisis, exporta las ofertas filtradas a CSV o JSON:

jobhunter run --export csv ofertas.csv
jobhunter run --export json ~/ofertas.json
jobhunter --test [email protected] --export csv resultado.csv

La ruta es obligatoria. Compatible con el resto del flujo — exportar no cancela el envio.

Aplicar automaticamente

Para saltar la seleccion y enviar a todas automaticamente:

jobhunter run --auto
jobhunter --test [email protected] --auto

Dry-run (generar sin enviar)

Ejecuta el pipeline completo (scraping, analisis, generacion de CV y email) pero no envia ningun email y no guarda aplicaciones en el historial. Los CVs se guardan en output/cvs/ como siempre.

jobhunter run --dry
jobhunter run --dry --time week
jobhunter --test [email protected] --dry

Preview antes de enviar

Sin --auto y sin --dry, despues de generar cada CV y email se muestra un preview en terminal (destinatario, asunto, cuerpo, nombre del PDF). Puedes enviar, saltar, editar el asunto, o activar envio automatico del resto.

Con --auto se mantiene el comportamiento anterior (sin preview).

Historial de aplicaciones

Consulta las aplicaciones enviadas con filtros:

jobhunter history                        Ultimas 10 aplicaciones
jobhunter history --last 20              Ultimas 20
jobhunter history --company "Tech"       Filtrar por empresa
jobhunter history --since 2026-03-01     Desde fecha
jobhunter history --all                  Todas

Optimizar queries de busqueda

Un agente de IA analiza tu perfil, queries actuales, e historial de ejecuciones para generar mejores terminos de busqueda:

jobhunter optimize

Tambien puedes darle feedback especifico sobre problemas que tienes:

jobhunter optimize "no encuentro ofertas remotas en LATAM"
jobhunter optimize "mis queries son muy genericas, necesito mas ofertas de AI/ML"
jobhunter optimize "solo me salen ofertas en espanol, quiero mas en ingles"

El agente muestra un diff de queries actuales vs propuestas y pide confirmacion antes de guardar.

Modelos de Gemini

Durante jobhunter setup puedes elegir el modelo de IA:

Salario en la tabla

Si la terminal tiene >= 130 columnas, la tabla de ofertas muestra una columna "Salario" con el dato extraido por el agente filtrador (cuando el post lo menciona).

Blacklist de empresas

Bloquea empresas para que sus ofertas se filtren automaticamente:

jobhunter blacklist                      Ver lista
jobhunter blacklist add "Empresa X"      Bloquear
jobhunter blacklist remove "Empresa X"   Desbloquear

Se guarda en knowledge.json bajo rejected_companies.

Filtrado de duplicados

• Dentro del mismo batch: deduplicacion por titulo + empresa normalizado
• Contra historial: no envia el mismo cargo a la misma empresa si ya se envio en los ultimos 30 dias
• Diferentes cargos a la misma empresa si se permiten

Como funciona (alto nivel)

1. Setup: Wizard interactivo de 7 pasos con barra de porcentaje y pantalla limpia por paso. Configuras API key + modelo, Gmail, CV, links, preferencias (idiomas, modalidad, plantilla), tipo de empleo, y login de LinkedIn. Puedes volver al paso anterior escribiendo <.
2. Busqueda: El sistema busca publicaciones en LinkedIn con tus terminos, expande el texto de cada post, y extrae emails de reclutadores
3. Analisis: Un agente de IA analiza cada publicacion para determinar si es una oferta real y relevante para tu perfil
4. Seleccion: Se muestra una tabla con las ofertas encontradas y puedes elegir a cuales aplicar (o usar --auto para todas)
5. CV personalizado: Otro agente de IA genera un CV en PDF adaptado a cada oferta especifica, reescribiendo tu experiencia y habilidades para que encajen con lo que piden
6. Email personalizado: Un tercer agente escribe un email de aplicacion corto, directo, y humano
7. Envio: Se envia el email con el CV adjunto al reclutador via Gmail SMTP

Como esta hecho (bajo nivel)

Arquitectura

El sistema es un script Python (job.py) que orquesta 4 componentes:

job.py
 ├── Playwright (scraping de LinkedIn)
 ├── Gemini API (4 agentes de IA, modelo configurable)
 ├── src/cv_templates/ (4 plantillas de CV)
 ├── ReportLab (generacion de PDFs)
 └── SMTP (envio de emails)

Scraping con Playwright

• Usa Playwright con sesiones persistentes en .session/. Inicias sesion una vez y queda guardada.
• Ejecuta Chrome real del sistema (no Chromium) para evitar bloqueos de Google Auth.
• Busca en /search/results/content/ con parametros datePosted y sortBy para filtrar por fecha.
• Hace scroll para cargar posts y ejecuta button[data-testid="expandable-text-button"].click() via JavaScript para expandir el texto completo de cada publicacion.
• Extrae el contenido de cada post individualmente usando span[data-testid="expandable-text-box"].
• Extrae emails con regex directamente del texto expandido.

Sistema Multi-Agente (Gemini)

Cuatro agentes especializados, cada uno con su propio system prompt:

Agente 1 - Filtrador: Recibe el texto de un post y determina si es una oferta real, si es relevante para el perfil del usuario, y extrae toda la informacion estructurada (titulo, empresa, requisitos, email, salario, ubicacion). Descarta ofertas que requieren idiomas que el usuario no maneja al nivel necesario.

Agente 2 - CV Writer: Toma el perfil del usuario y la oferta, y genera un CV completamente personalizado. Reescribe el resumen profesional, reordena skills, y reescribe cada bullet de experiencia para que conecte con lo que la oferta pide. No inventa habilidades, idiomas ni logros que no esten en el perfil real.

Agente 3 - Email Writer: Genera un email de aplicacion corto (max 100 palabras), en espanol neutro, texto plano, sin frases de plantilla, con 1-2 logros concretos con numeros. Recibe los datos del CV generado para mantener coherencia entre email y CV adjunto.

Agente 4 - Optimizer: Analiza el perfil del usuario, queries actuales, historial de ejecuciones (tasa de conversion), y feedback opcional del usuario para generar queries de busqueda optimizadas. Usa terminos que reclutadores realmente usan en LinkedIn.

Los cuatro agentes usan el modelo de Gemini seleccionado durante el setup via HTTP POST directo (sin SDK). Cada llamada tiene reintentos con backoff exponencial para manejar rate limits (429).

Generacion de PDFs

src/cv_builder.py delega a plantillas en src/cv_templates/. Hay 4 disponibles:

• Secciones: resumen, habilidades, experiencia, proyectos, educacion, idiomas
• Normalizacion ATS: limpia smart quotes, em-dashes, zero-width chars y otros caracteres que los ATS parsean mal
• Se selecciona la plantilla durante jobhunter setup

Envio de emails

• Gmail SMTP con TLS en puerto 587
• App Password de Google (no la contrasena normal)
• CV adjunto como PDF
• Reintentos en caso de fallo de conexion

Almacenamiento

• config.json: Configuracion del usuario (API keys, modelo, perfil, queries de busqueda)
• knowledge.json: Historial de ejecuciones y aplicaciones enviadas
• .session/: Datos de sesion persistente de Playwright/Chrome
• output/cvs/: CVs generados en PDF
• output/logs/: Logs JSON de cada ejecucion

Dependencias

• Python 3.10+
• playwright (scraping)
• requests (API de Gemini)
• reportlab (PDFs)
• rich (interfaz CLI)

Se instalan automaticamente la primera vez que ejecutas jobhunter.

Landing page

Desplegada automaticamente en GitHub Pages: https://dev-gaspar.github.io/jobhunter/

Contribuir

Las contribuciones son bienvenidas. Lee CONTRIBUTING.md para el flujo de ramas, convenciones de codigo, tests y CI. Resumen: abre features en ramas desde dev, PR a dev, y solo dev se mergea a main con CI verde.

Licencia

MIT - ver LICENSE.