구직자를 위한
하나의 작업 공간에서 전체 검색 실행
프로필, 기회, 맞춤 초안, 승인, 지원 파이프라인, 면접 준비, 회사 조사 및 에이전트 대화가 연결 상태를 유지합니다.

JobHunter는 구직자와 리크루터에게 목적에 맞게 구축된 ADK-Rust 에이전트 팀이 지원하는 별도의 React 작업 공간을 제공합니다. 한쪽은 역할을 조사하고 지원서를 준비하며 검색을 추적합니다. 다른 쪽은 공석을 정의하고 동의한 후보자를 찾으며 매칭을 설명하고 채용 파이프라인을 관리합니다.

하나의 플랫폼 · 두 사용자
후보자와 채용 담당자는 동일한 대시보드나 동일한 에이전트 지침을 공유해서는 안 됩니다. JobHunter는 인증된 역할을 사용하여 사용자가 사용할 수 있는 작업 공간, 탐색, 코디네이터, 도구 및 데이터를 선택합니다.
구직자를 위한
프로필, 기회, 맞춤 초안, 승인, 지원 파이프라인, 면접 준비, 회사 조사 및 에이전트 대화가 연결 상태를 유지합니다.

채용 담당자를 위한
공석, 후보자 검색, 점수 매긴 매칭, 편집 가능한 연락, 파이프라인 단계, 분석 및 헤드헌터 에이전트는 채용 담당자의 의사 결정을 위해 구축되었습니다.

구직자 에이전트 팀
코디네이터는 대화에 대한 책임을 유지합니다. 좁은 지침과 도구 세트를 가진 에이전트에 집중 작업을 위임하고 결과를 동일한 세션으로 다시 가져옵니다.
각 요청을 라우팅하고 사용자 대화 흐름을 유지합니다.
구성된 직무 커넥터를 검색하고 유용한 리드를 저장합니다.
후보자 프로필에 대한 역할을 평가하고 강점과 격차를 설명합니다.
진실되고 시장을 인식하는 이력서, 자기소개서 및 선별 답변을 만듭니다.
이사회 정책을 확인하고, 브라우저 워크플로우를 준비하며, 승인을 위해 중단합니다.
지원서, 후속 조치 및 결과를 하나의 파이프라인에 유지합니다.
인터뷰 연습 및 피드백 준비
회사, 역할, 인터뷰 패턴을 조사합니다.
제안 비교 및 협상을 지원합니다.
기술, 성과, 목표 역할, 위치, 급여 선호도, 이력서 내용 및 시장 형식이 전문가를 위한 공유 컨텍스트가 됩니다.
소싱 에이전트는 구성된 커넥터를 호출합니다. 랭킹은 저장된 역할과 프로필을 비교하고 적합성 근거를 표시합니다.
맞춤화 에이전트는 대상 시장 형식을 선택하고 후보자의 경험에서 진실된 자료를 만듭니다.
적용 에이전트는 사이트 정책과 준비된 초안을 확인합니다. 제출 도구는 올바른 범위와 승인된 요청이 필요합니다.
트래커, 코치, 기업 정보, 네트워킹 및 제안 에이전트는 애플리케이션 자체 주변 작업을 계속합니다.
리크루터 에이전트 팀
채용 담당자의 업무는 공고와 명확한 제약 조건에서 시작됩니다. 에이전트 팀은 후보자가 채용 담당자에게 공개한 프로필만 검색하고, 각 매칭의 이유를 기록하며, 인간 검토를 위한 연락 준비를 합니다.
채용 요청을 역할, 소싱, 순위 매기기 및 아웃리치 작업으로 전환합니다.
역할 제약 조건을 충족하는 리크루터가 볼 수 있는 프로필 찾기
후보자를 평가하고 각 매칭의 이유와 위험을 기록합니다.
자동 전송 없이 검토 가능한 첫 메시지 초안 작성.

채용 담당자가 직책, 위치, 근무 정책, 기술, 경험, 보상 및 채용 컨텍스트를 기록합니다.
검색은 채용 담당자에게 공개된 프로필로 제한되며, 필터는 기술, 위치, 경력, 원격 근무 선호도를 좁힙니다.
랭킹 에이전트는 적합 점수, 긍정적 증거 및 위험을 저장하여 리크루터가 후보자가 왜 나타났는지 이해할 수 있게 합니다.
소싱, 최종 후보, 연락, 인터뷰, 제안, 채용 및 거절 상태가 채용 담당자 작업 공간에 명확히 표시됩니다.
아웃리치 에이전트는 편집 가능한 제목과 메시지를 생성합니다. 리크루터는 관계 및 전송 작업에 대한 책임을 유지합니다.
아키텍처
인증은 구직자 또는 채용 담당자 인터페이스를 선택합니다. ADK-Rust는 일치하는 코디네이터를 로드하고 모델 호출, 도구, 세션, 메모리, 브라우저 작업 및 스트리밍 이벤트를 동일한 런타임 계약 내에 유지합니다.
사람의 제어
애플리케이션은 사람과 고용주 간 관계를 변화시킵니다. JobHunter는 준비와 실행을 분리합니다: 이사회 정책을 확인하고, 승인 기록을 생성하며, 범위가 지정된 도구가 그 승인을 검증하고, 파이프라인이 최종 결과를 기록합니다.
동일한 원칙이 채용에도 적용됩니다. 후보자 가시성은 옵트인이며, 일치하는 증거가 저장되고, 아웃리치는 리크루터가 검토하도록 초안 작성되며 무단 전송되지 않습니다.
let coordinator = LlmAgentBuilder::new("job_hunter_coordinator")
.model(pro)
.sub_agent(Arc::new(sourcing_agent))
.sub_agent(Arc::new(ranking_agent))
.sub_agent(Arc::new(tailoring_agent))
.sub_agent(Arc::new(apply_agent))
.sub_agent(Arc::new(tracker_agent))
.sub_agent(Arc::new(coach_agent))
.build()?;if !matches!(record.status, ApprovalStatus::Approved) {
return Ok(json!({
"error": "approval_required",
"approval": record,
}));
}
state.pipeline.upsert(&user_id, &item).await?;검증된 내용
저장소, React 라우트, Rust 에이전트 빌더, 리크루터 API, 지속성 계층, 승인 도구 및 로컬 스택이 검사되었습니다. 이 페이지의 캡처는 로컬 데이터가 있는 React 애플리케이션에서 가져왔습니다.
역할 인식 에이전트 제품 빌드
JobHunter는 ADK-Rust가 두 가지 주요 워크플로우를 하나의 제품에서 일반 챗봇으로 단순화하지 않고 지원하는 방법을 보여줍니다.