offercontext/offerPilot

解決する問題

求職プロセスはしばしば複数のツールやプラットフォームに分散しており、応募、履歴書、面接、オファー情報を一元管理することが難しい。OfferPilotはこれらすべてをローカルファーストのワークベンチに統合し、AIエージェントを活用して情報の照会、コンテンツの作成、リマインダーをサポートしつつ、重要な変更は必ずユーザーの確認を経るようにし、AIが重要な記録を勝手に変更しないようにしている。また、履歴書の自動送信や採用担当者への連絡は行わず、決定権は常にユーザーに委ねている。

仕組み

• ユーザーはまず企業、職種、ステータスなどの応募情報を記録する。AIはオプション機能であり、基本の記録にはモデルの設定は不要。
• 自分のモデルサービスを設定すると、内蔵のPilot Agentが保存済みの求職情報を活用し、ツール呼び出しを通じて応募状況の照会、面接スケジュールの生成、資料の作成を行い、ユーザーが確認するための確認カードを生成する。ユーザーが確認した後、プログラムは初めてデータを書き込み、その後カレンダーなどのモジュールで正しく保存されたかを検証する。
• 応募ボード、履歴書管理、模擬面接、オファー比較などのモジュールに加え、実験的な求職メールアシスタント（ユーザーが手動で有効化し、認証コードを入力する必要がある）を提供。
• ローカルファースト：業務データはローカルに保存される（Windowsデスクトップ版は%APPDATA%\OfferPilot Desktop\data、ソースコード版は~/.offerpilot、Dockerはデータボリュームを使用）。AIを使用する場合、関連資料はユーザーが設定したモデルサービスに送信され、サービスプロバイダーの費用が発生する可能性がある。
• 学習資料も同梱されており、図解、小実験、ソースコードの解説を含み、Agentがツール呼び出し、コンテキスト管理、書き込み確認、キャンセルと復元をどのように実装しているかを示している。

対象者

• 求職者：応募の集中管理、面接準備、オファー比較を行いたいが、AI支援を活用しつつも最終的な制御権を保持したい人。
• AIビルダー：Agentがツール呼び出しと人間の確認メカニズムをどのように組み合わせるかを研究したい人。プロジェクトはコンセプトからソースコードまでの完全な学習パスを提供する。

ハイライト

• ローカルファースト：データはユーザーのデバイスに保存され、メッセージを勝手に送信したり、自動応募したりしない。
• 重要な求職記録の変更はデフォルトでユーザーの確認が必要であり、明確な確認カードメカニズムがある。
• Pilot Agentは資料の照会、作成、ツール呼び出しを組み合わせ、キャンセル、復元、実行記録をサポート。
• 実験的なメールアシスタントは手動で有効化する必要があり、認証コードはシステムの資格情報ストアにのみ保存される。
• 学習ロードマップと実験が付属し、Agentの実装詳細を分解できる。
• AGPLv3でオープンソース。Live2DキャラクターとオフラインWhisperコンポーネントはそれぞれのライセンスに従う。