Preguntas frecuentes

Esta página responde en un solo sitio las preguntas más comunes sobre career-ops. Para cualquier cosa que no esté cubierta aquí, pregunta en Discord o abre una GitHub Discussion.

¿Es career-ops de código abierto y gratis?

career-ops es gratis: es open source bajo licencia MIT, para siempre. El único coste potencial es el motor de IA sobre el que corre — y ese también puede ser gratis: OpenCode con un proveedor gratuito, un modelo local vía Ollama, o el runner integrado npm run or sobre los modelos gratuitos de OpenRouter. La guía Configura un motor de IA gratuito recorre todas las opciones.

career-ops no tiene planes de pago, ni versiones de pago, ni pruebas: es 100% gratis y con licencia MIT. Cualquier sitio que describa precios de career-ops está describiendo un producto distinto.

¿Necesito una suscripción a Claude para usar career-ops?

career-ops no requiere una suscripción a Claude: es agnóstico respecto a la IA, y Claude Code es un motor entre varios, no un requisito. Puedes ejecutar el pipeline completo gratis con OpenCode más un proveedor gratuito, un modelo local vía Ollama, o el runner integrado de OpenRouter (npm run or). Si empezaste con un plan de pago y te quedaste sin tokens a mitad de búsqueda, cambiar a un motor gratuito lleva minutos y deja tus datos intactos — consulta Configura un motor de IA gratuito.

Pago Claude Pro o Max. ¿Por qué career-ops me está gastando créditos de la API?

Para saber si career-ops está cobrando de tu suscripción a Claude o de tus créditos de la API, ejecuta node doctor.mjs desde la carpeta career-ops. El doctor te dice en una línea qué fuente de facturación está usando esta sesión, antes de que gastes nada más.

La regla de facturación no la fija career-ops: la decide tu CLI, y ANTHROPIC_API_KEY gana. Si esa variable está en tu entorno, Claude Code cobra por token aunque estés pagando Pro o Max. career-ops no elige tu fuente de facturación; solo la detecta y te avisa. Con la clave presente, el doctor dice:

ANTHROPIC_API_KEY is set, so it takes precedence over any Claude subscription: this session bills per token even if you pay for Pro or Max.

Para volver a tu suscripción, quita la línea export ANTHROPIC_API_KEY=... de ~/.zshrc, ~/.bashrc, ~/.profile o del .env del proyecto, reinicia la terminal y ejecuta /login. Las ejecuciones en batch son la excepción: los workers de claude -p no usan el login interactivo, así que necesitan claude setup-token exportado como CLAUDE_CODE_OAUTH_TOKEN.

Si querías que Claude Code cobrara de tus créditos de la API, no pasa nada y no hay que tocar nada.

La regla de ANTHROPIC_API_KEY aplica a los motores de Anthropic. Los demás CLIs (Codex, OpenCode, Copilot, Gemini, Qwen) fijan cada uno su propia regla de suscripción frente a clave, y career-ops no la comprueba: consulta la documentación de tu CLI.

¿Cuánto cuesta usar career-ops al mes?

En career-ops, solo la evaluación cuesta algo, y la evaluación puede costar 0 $. Escanear vacantes no consume ningún token de IA, así que descubrir puestos siempre es gratis; solo evaluar una oferta llama al modelo. Hay tres formas de ejecutar todo el pipeline sin pagar nada: un modelo local vía Ollama, los modelos gratuitos de OpenRouter (npm run or) o el nivel gratuito de Antigravity. Con un modelo de pago barato como DeepSeek V3 (con prompt caching), una evaluación cuesta bastante menos de un centavo de dólar, así que con unos pocos centavos cubres decenas de ofertas. Si ya tienes una suscripción a Claude, el coste marginal es prácticamente 0 $; con la API directa, calcula aproximadamente entre 0,05 $ y 0,10 $ por evaluación (una estimación que varía con la longitud de la oferta). career-ops en sí es gratis para siempre, con licencia MIT, sin cuotas ni niveles de pago: solo pagas a tu proveedor de IA, si es que pagas algo. La guía Configura un motor de IA gratuito recorre las opciones a 0 $. Para gastar menos por evaluación, ajusta spend_tier en config/profile.yml: economy usa el nivel de modelo más barato y rápido de tu CLI y encaja para evaluar muchas vacantes, standard es el valor por defecto y premium usa el modelo más capaz para las vacantes que más te importan. La conversación de onboarding y el PDF adaptado también se ejecutan con tu modelo, así que también consumen tokens.

¿Dónde se guardan mis datos? ¿career-ops es privado?

career-ops guarda tus datos en tu máquina, en archivos planos que son tuyos — tu CV, tu perfil, tu pipeline y tus informes son Markdown/YAML locales. Nada corre en servidores de career-ops. Las actualizaciones del sistema nunca tocan tu capa de datos (cv.md, config/, data/, reports/, output/): esa separación es el Data Contract, y todas las actualizaciones lo respetan.

¿Cómo le doy mi CV a career-ops?

Para darle tu CV a career-ops, pega el texto de tu CV en el chat durante el onboarding del primer arranque, y el agente escribe cv.md por ti. Pegar el texto es el camino guiado. También puedes indicarle al agente un archivo de CV que ya tengas, PDF incluido: lo lee y lo convierte, porque quien lo interpreta es tu agente de IA, no un script de career-ops. Y como cv.md es un archivo plano que es tuyo, siempre puedes escribirlo o editarlo a mano. El agente genera markdown limpio con las secciones estándar (Summary, Experience, Projects, Education, Skills). Durante la configuración tampoco editas archivos de configuración a mano: respondes en lenguaje natural y el agente escribe config/profile.yml y el resto por ti.

¿Con qué CLIs de programación con IA funciona career-ops?

career-ops funciona con soporte de primera clase en once CLIs de programación con IA: Claude Code, Cursor, Codex, OpenCode, Pi, Antigravity CLI, Grok Build CLI, Qwen, Kimi, Hermes Agent y GitHub Copilot CLI (Gemini CLI solo se mantiene como wrapper legacy). career-ops es agnóstico respecto a la IA: distribuye archivos de prompts que el CLI ejecuta, así que también puedes apuntarlo a cualquier endpoint compatible con OpenAI o a un modelo local sin cambiar una sola línea de código. Consulta CLIs de IA compatibles para ver la lista actual y cómo invocar cada uno.

¿Cuál es la diferencia entre scan y scan:full?

npm run scan lee las empresas que configuraste en portals.yml y obtiene cada una a través del proveedor que la reconoce (por ejemplo Greenhouse, Ashby, Lever), consumiendo cero tokens de LLM — ese es tu barrido de descubrimiento habitual, diario o semanal. npm run scan:full invierte la dirección: recorre directorios públicos de empresas en los ATS y saca a la superficie ofertas recientes que encajan con tu title_filter / location_filter, de modo que captas puestos de empresas que no has añadido manualmente.

¿Cómo evito toparme con límites de tokens o rate limits durante una ejecución en batch?

Para evitar límites de tokens o rate limits en una ejecución en batch de career-ops, acota la ejecución con ./batch/batch-runner.sh --limit 5 para inspeccionar la calidad del output antes de lanzarte a un batch mayor. Si una ejecución se ve interrumpida por un rate limit o un error de red, no la reinicies desde cero — usa --resume-paused para saltar los trabajos ya completados y que no se desperdicien tokens en trabajo que ya terminó. Un trabajo needs_confirmation es distinto: no produjo ningún informe, CV, borrador de solicitud ni fila del tracker, y --resume-paused no lo reanudará. Responde explícitamente a su pregunta en la sesión interactiva principal.

Las skills no cargan en Windows — error de symlink al instalar

Windows no crea symlinks por defecto, así que al hacer checkout Git deja los puntos de entrada de las skills de career-ops para el CLI como simples archivos puntero. El instalador y el actualizador lo detectan automáticamente: ejecuta node update-system.mjs apply --confirm (o npx @santifer/career-ops init en una instalación nueva) y el paso de materialización sustituye los archivos puntero por el contenido completo de cada skill. Desde un worktree de Git enlazado, apply --confirm hace esta reparación en tu checkout de main. Ejecuta git merge main en el worktree para incorporarla; los worktrees creados a partir del main actualizado ya la tienen. Con CAREER_OPS_UPDATE_IN_WORKTREE=1 definido, apply repara solo la rama de ese worktree y main se queda sin reparar. No hace falta ningún mklink manual ni activar el Modo de desarrollador.

¿Puedo ejecutar career-ops con un modelo más barato o local?

career-ops puede ejecutarse con un modelo más barato o local porque es totalmente agnóstico respecto a la IA. La guía Running on a Budget del repo core cubre OpenCode, Qwen CLI, DeepSeek, OpenRouter, Ollama y otros proveedores locales o de bajo coste, con tamaños de modelo recomendados (32B+ para un scoring fiable) y prácticas de ahorro de tokens.

¿career-ops aplica a las ofertas por mí?

career-ops no envía candidaturas por ti: hace todo el trabajo previo — escanea, puntúa, adapta tu CV y puede pre-rellenar los formularios de candidatura de los ATS — pero el envío final es siempre un clic explícito tuyo. El proyecto career-ops rechaza de forma explícita la automatización tipo spray-and-pray: la idea es elegir bien las empresas, no enviar candidaturas a ciegas y en masa.

¿Cuál es la diferencia entre career-ops y CareerOps?

CareerOps (en una sola palabra) da nombre a la práctica; career-ops (con guion, en minúsculas) es el proyecto open source, su primera implementación de referencia. El Manifiesto CareerOps define la práctica.

Dicho de forma sencilla: career-ops es el sistema de búsqueda de empleo potenciado por IA, con licencia MIT, que corre en local dentro de tu CLI de programación con IA, publicado en career-ops.org y github.com/career-ops-hq/career-ops. CareerOps es la práctica que encarna — llevar la búsqueda de empleo como los ingenieros llevan producción —, nombrada y definida en El Manifiesto CareerOps, nueve derechos que cualquier persona que busca empleo debería tener, firmados públicamente por la comunidad. Ambos vienen del mismo autor, Santiago Fernández de Valderrama Aparicio, y ambos se remontan al mismo repositorio.