Sistema de agentes para la búsqueda de empleo, con supervisión humana

Contexto: Una búsqueda de empleo son cientos de decisiones pequeñas a la semana: qué aviso leer, cuál descartar, qué debe decir cada CV. Un agente de IA lee y escribe rápido, pero también puede inventar un dato, olvidar una regla o adjuntar el archivo equivocado. Este sistema combina un agente con reglas escritas, una biblioteca de hechos verificados y controles que bloquean.

Rol: Diseñador y operador diario: proceso, reglas, controles y arquitectura de datos. Buena parte del código la escribió el agente bajo mi dirección y revisión. El sistema privado no se publica; el repositorio público contiene su diseño e implementaciones de referencia escritas desde cero, con datos inventados.

Decisiones: Aprobación humana atada a una huella del texto exacto aprobado: si el texto cambia, el documento se bloquea. Los controles bloquean, no advierten. Las reglas del dueño llevan fecha, así que un cambio reabre los descartes que justificaba. Cada hecho vive en un solo archivo: el CV de cada aviso solo elige y ordena fragmentos, nunca redacta una afirmación. El agente se evalúa contra las decisiones del dueño en ambos sentidos.

Resultado: Unos 14.800 avisos vistos, 822 analizados por escrito y 77 documentos enviados, ninguno sin que el dueño aprobara su texto completo. 12 controles por postulación. El dueño autorizó las 33 recomendaciones del agente y reabrió 5 de sus 789 descartes. Repositorio público con CI: tests, control de sanitización, chequeo de cifras y test de la página renderizada.

Stack tecnológico:

Claude Code (skills, hooks, memory, CLAUDE.md), Python (standard library + PyYAML), Bash, LaTeX (LuaLaTeX), poppler, Pandoc, Node.js + Playwright, HTML/CSS/JavaScript, YAML + JSON Schema, Ollama (local 3B model), GitHub Actions

Equipo