CareerBoost IA
Cristina-MariaG/CareerBoost
Agentes IA para adaptação de CV e geração de posts LinkedIn com streaming em tempo real
Ver no GitHubDois agentes de IA baseados em Claude Anthropic para otimizar buscas de emprego. O primeiro adapta CV e carta de motivação para ofertas específicas com score de adequação; o segundo gera posts LinkedIn otimizados em tons variáveis (profissional, storytelling ou técnico). Ambos utilizam streaming SSE para respostas em tempo real sem bloqueios.
Instalação
npx convez-ai Cristina-MariaG/CareerBoost1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.
Métricas
Casos de uso
- Adaptar CV e carta de motivação para ofertas de emprego específicas
- Gerar e otimizar posts LinkedIn em diferentes tons
- Analisar adequação do perfil com score e recomendações
- Automatizar processos de candidatura com feedback estruturado
Veredito

Projeto bem estruturado com dois agentes especializados e UI polida, bom exemplo de streaming SSE em produção. Stack completo (Django+Vue) e facilmente reproduzível via Docker, ideal para profissionais que buscam otimizar candidaturas com IA.
README
A tradução para o português deste README ainda está na fila.
CareerBoost IA
Deux agents IA propulsés par Claude (Anthropic) pour booster ta recherche d'emploi.
Agents
Agent CV & Lettre de motivation — Uploade ton CV en PDF et colle une offre d'emploi. L'agent adapte ton CV et ta lettre au poste visé, ou analyse ton profil et te donne un score d'adéquation /10 avec des recommandations concrètes.
Agent LinkedIn — Décris une expérience ou un projet. L'agent génère un post LinkedIn optimisé selon le ton choisi : professionnel, storytelling ou technique.
Les deux agents streamaient les réponses token par token via SSE — pas d'attente bloquante.

Stack
| Couche | Technologie |
|---|---|
| Backend | Python 3.13 · Django 5 · Django REST Framework |
| IA | Anthropic SDK · Claude Sonnet · streaming SSE · prompt caching |
| Frontend | Vue.js 3 · Vite · Vue Router |
| Base de données | PostgreSQL 16 |
| Infrastructure | Docker · docker-compose · Gunicorn |
Démarrage rapide
Prérequis : Docker + une clé API Anthropic (console.anthropic.com)
# 1. Configurer l'environnement
cp .env.example .env
# Renseigner ANTHROPIC_API_KEY et DJANGO_SECRET_KEY dans .env
# 2. Lancer l'application
docker compose up --build
# 3. Vérifier que le backend répond
curl http://localhost:8000/api/health/
# → {"status": "ok"}
L'application est disponible sur http://localhost:5173
Commandes utiles
# Tests backend
docker compose exec backend python manage.py test agents
# Lint backend (Flake8)
docker compose exec backend flake8 .
# Tests frontend
cd frontend && npm test
# Lint frontend (ESLint)
cd frontend && npm run lint
# Migrations
docker compose exec backend python manage.py migrate
# Logs
docker compose logs -f backend
docker compose logs -f frontend
# Réinitialiser complètement
docker compose down -v
Architecture
backend/
├── config/ # Django settings, urls, wsgi
└── agents/
├── services/
│ ├── claude_client.py # Wrapper SDK Anthropic — streaming SSE, prompt caching
│ ├── cv_agent.py # Agent CV & LM — adaptation + analyse
│ └── linkedin_agent.py # Agent LinkedIn — 3 tons
├── models.py # Session (UUID anonyme), GenerationHistory
├── serializers.py # Validation des inputs (PDF magic bytes, choix de ton…)
├── views.py # Endpoints DRF + StreamingHttpResponse
└── tests/ # 24 tests — claude_client, cv_agent, linkedin_agent
frontend/
├── src/
│ ├── services/api.js # fetch SSE (streamCv, streamLinkedIn) + session UUID
│ ├── views/ # LinkedinView, CvView (toggle Adapter/Analyser), HistoryView
│ ├── components/ # PostResult, ResultCard, AnalysisCard, FileUpload
│ └── tests/ # Vitest — FileUpload, PostResult, api.js
Flux de données
Vue (fetch) → POST /api/agents/cv/ (multipart : offre + PDF)
→ POST /api/agents/linkedin/ (JSON : description + ton)
→ Serializer (validation)
→ DRF view → agent service → claude_client (streaming Claude)
→ StreamingHttpResponse SSE → Vue affiche token par token
→ GenerationHistory sauvegardé en base
Variables d'environnement
Voir .env.example. Variables obligatoires :
| Variable | Description |
|---|---|
ANTHROPIC_API_KEY | Clé API Anthropic |
DJANGO_SECRET_KEY | Secret Django (min. 50 caractères aléatoires) |
POSTGRES_DB / POSTGRES_USER / POSTGRES_PASSWORD | Credentials PostgreSQL |