FAQ
Questions fréquentes sur career-ops — coût, confidentialité, CLI d'IA pris en charge, scan vs scan:full, limites de tokens, installation sous Windows, et ce que career-ops ne fera jamais à votre place.
Cette page répond en un seul endroit aux questions les plus courantes sur career-ops. Pour tout ce qui n'est pas couvert ici, posez votre question sur Discord ou ouvrez une GitHub Discussion.
career-ops est-il vraiment gratuit et open source ?
career-ops est gratuit : il est open source sous licence MIT, pour toujours. Le seul coût potentiel est le moteur d'IA sur lequel il s'exécute — et celui-ci peut aussi être gratuit : OpenCode avec un fournisseur gratuit, un modèle local via Ollama, ou le runner intégré npm run or sur les modèles gratuits d'OpenRouter. Le guide Configurer un moteur d'IA gratuit détaille chacune de ces options.
career-ops n'a ni formule payante, ni paliers, ni période d'essai — il est 100 % gratuit et sous licence MIT. Tout site décrivant des tarifs pour career-ops décrit un autre produit.
Ai-je besoin d'un abonnement Claude pour utiliser career-ops ?
career-ops ne nécessite pas d'abonnement Claude : il est agnostique en matière d'IA, et Claude Code est un moteur parmi d'autres, pas une exigence. Vous pouvez exécuter l'ensemble du pipeline gratuitement avec OpenCode et un fournisseur gratuit, un modèle local via Ollama, ou le runner OpenRouter intégré (npm run or). Si vous avez commencé avec une formule payante et épuisé vos tokens en pleine recherche, passer à un moteur gratuit prend quelques minutes et laisse vos données intactes — voir Configurer un moteur d'IA gratuit.
Je paie Claude Pro ou Max. Pourquoi career-ops consomme-t-il mes crédits API ?
Pour savoir si career-ops consomme votre abonnement Claude ou vos crédits API, lancez node doctor.mjs depuis le dossier career-ops. Le doctor vous indique en une ligne quelle source de facturation cette session utilise, avant que vous ne dépensiez quoi que ce soit d'autre.
La règle de facturation n'est pas fixée par career-ops : c'est votre CLI qui décide, et ANTHROPIC_API_KEY l'emporte. Si cette variable est définie dans votre environnement, Claude Code facture au token même si vous payez Pro ou Max. career-ops ne choisit pas votre source de facturation ; il se contente de la détecter et de vous avertir. Lorsque la clé est présente, le doctor affiche :
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.
Pour revenir à votre abonnement, supprimez la ligne export ANTHROPIC_API_KEY=... de ~/.zshrc, ~/.bashrc, ~/.profile ou du .env du projet, redémarrez votre terminal, puis lancez /login. Les exécutions par lot font exception : les workers claude -p n'utilisent pas la connexion interactive, il leur faut donc claude setup-token exporté sous CLAUDE_CODE_OAUTH_TOKEN.
Si vous vouliez que Claude Code facture vos crédits API, tout va bien et il n'y a rien à faire.
La règle ANTHROPIC_API_KEY concerne les moteurs Anthropic. Les autres CLI (Codex, OpenCode, Copilot, Gemini, Qwen) définissent chacun leur propre règle abonnement-contre-clé, et career-ops ne vérifie pas ces règles-là : consultez la documentation de votre CLI.
Combien coûte l'utilisation de career-ops par mois ?
Dans career-ops, seule l'évaluation coûte quelque chose, et l'évaluation peut coûter 0 $. Le scan des offres ne consomme aucun token d'IA : découvrir des postes est donc toujours gratuit, et seule l'évaluation d'une offre fait appel au modèle. Trois options font tourner tout le pipeline sans rien payer : un modèle local via Ollama, les modèles gratuits d'OpenRouter (npm run or) ou l'offre gratuite d'Antigravity. Avec un modèle payant bon marché comme DeepSeek V3 (avec le prompt caching), une évaluation coûte bien moins d'un centime, si bien que quelques centimes couvrent des dizaines d'offres. Si vous avez déjà un abonnement Claude, le coût marginal est en pratique de 0 $ ; avec l'API facturée au token, comptez environ 0,05 à 0,10 $ par évaluation (une estimation qui varie selon la longueur de l'offre). career-ops lui-même est gratuit pour toujours, sous licence MIT, sans frais ni palier : vous ne payez que votre fournisseur d'IA, et seulement si vous en choisissez un payant. Le guide Configurer un moteur d'IA gratuit détaille les options à 0 $. Pour dépenser moins par évaluation, réglez spend_tier dans config/profile.yml : economy utilise le niveau de modèle le moins cher et le plus rapide de votre CLI et convient pour évaluer beaucoup d'annonces, standard est la valeur par défaut, et premium utilise le modèle le plus capable pour les annonces qui comptent le plus. La conversation d'onboarding et le PDF sur mesure s'exécutent eux aussi avec votre modèle : ils consomment donc des tokens.
Mes données restent-elles sur mon ordinateur ? career-ops est-il privé ?
career-ops conserve vos données sur votre machine, dans des fichiers en clair qui vous appartiennent — votre CV, votre profil, votre pipeline et vos rapports sont des fichiers Markdown/YAML locaux. Rien ne s'exécute sur des serveurs career-ops. Les mises à jour du système ne touchent jamais votre couche de données (cv.md, config/, data/, reports/, output/) : cette séparation est le Data Contract, et chaque mise à jour la respecte.
Comment importer mon CV dans career-ops ?
Pour donner votre CV à career-ops, collez le texte de votre CV dans le chat pendant l'onboarding de première utilisation, et l'agent rédige cv.md pour vous. Coller le texte est la voie guidée. Vous pouvez aussi indiquer à l'agent un fichier CV existant, PDF compris : il lit le fichier et le convertit, car c'est votre agent IA qui fait l'analyse, pas un script career-ops. Et comme cv.md est un simple fichier qui vous appartient, vous pouvez toujours l'écrire ou le modifier vous-même à la main. L'agent produit un markdown propre avec des sections standard (Summary, Experience, Projects, Education, Skills). Pendant la configuration, vous ne modifiez pas non plus de fichiers de configuration à la main : vous répondez en langage courant et l'agent écrit config/profile.yml et le reste pour vous.
Avec quels CLI de codage IA career-ops fonctionne-t-il ?
career-ops fonctionne nativement avec onze CLI de codage IA : Claude Code, Cursor, Codex, OpenCode, Pi, Antigravity CLI, Grok Build CLI, Qwen, Kimi, Hermes Agent et GitHub Copilot CLI (Gemini CLI ne subsiste que comme wrapper legacy). career-ops est agnostique en matière d'IA : il fournit des fichiers de prompts que le CLI exécute, si bien que vous pouvez aussi le pointer vers n'importe quel endpoint compatible OpenAI ou un modèle local, sans modifier une seule ligne de code. Consultez CLI d'IA pris en charge pour la liste à jour et la façon d'invoquer chacun d'eux.
Quelle est la différence entre scan et scan:full ?
npm run scan lit les entreprises que vous avez configurées dans portals.yml et récupère chacune via le fournisseur qui la reconnaît (par exemple Greenhouse, Ashby, Lever), sans consommer aucun token LLM — c'est votre run de découverte habituel, quotidien ou hebdomadaire. npm run scan:full inverse la direction : il parcourt les annuaires publics d'entreprises des ATS et fait remonter les offres récentes qui correspondent à vos title_filter / location_filter, pour que vous repériez des postes chez des entreprises que vous n'avez pas ajoutées manuellement.
Comment éviter d'atteindre les limites de tokens ou de débit pendant un run en batch ?
Pour éviter les limites de tokens ou de débit lors d'un run en batch de career-ops, plafonnez le run avec ./batch/batch-runner.sh --limit 5 pour inspecter la qualité du résultat avant de lancer un lot plus important. Si un run est interrompu par une limite de débit ou une erreur réseau, ne repartez pas de zéro — utilisez --resume-paused pour ignorer les tâches déjà terminées, afin qu'aucun token ne soit gaspillé sur du travail déjà accompli. Une tâche needs_confirmation est différente : elle n'a produit ni rapport, ni CV, ni brouillon de candidature, ni ligne du tracker, et --resume-paused ne la reprendra pas. Répondez explicitement à sa question dans la session interactive parente.
Les skills ne se chargent pas sous Windows — erreur de symlink à l'installation
Windows ne crée pas de symlinks par défaut, donc Git extrait les points d'entrée des skills CLI de career-ops sous forme de simples fichiers pointeurs. L'installateur et l'outil de mise à jour le détectent automatiquement : lancez node update-system.mjs apply --confirm (ou npx @santifer/career-ops init lors d'une nouvelle installation) et l'étape de matérialisation remplace les fichiers pointeurs par le contenu complet des skills. Depuis un worktree Git lié, apply --confirm effectue cette réparation dans votre checkout de main. Lancez git merge main dans le worktree pour la récupérer ; les worktrees créés à partir du main mis à jour l'ont déjà. Avec CAREER_OPS_UPDATE_IN_WORKTREE=1 défini, apply ne répare que la branche de ce worktree, et main reste non réparé. Aucun mklink manuel ni activation du Mode développeur n'est nécessaire.
Puis-je exécuter career-ops avec un modèle moins cher ou local ?
career-ops peut fonctionner avec un modèle moins cher ou local, car il est entièrement agnostique en matière d'IA. Le guide Running on a Budget du dépôt principal couvre OpenCode, Qwen CLI, DeepSeek, OpenRouter, Ollama et d'autres fournisseurs économiques ou locaux, avec des tailles de modèles recommandées (32B et plus pour un scoring fiable) et des pratiques pour économiser les tokens.
career-ops postule-t-il à ma place ?
Vous décidez et vous envoyez, toujours. career-ops ne soumet aucune candidature automatiquement : il fait tout le travail en amont — il scanne les offres, les évalue, adapte votre CV et peut pré-remplir les formulaires de candidature des ATS — mais l'envoi final passe toujours par votre clic explicite. Le projet career-ops rejette explicitement l'automatisation « spray-and-pray » : l'objectif est de bien choisir les entreprises, pas de postuler à l'aveugle en masse.
Quelle est la différence entre career-ops et CareerOps ?
CareerOps (en un seul mot) désigne la pratique ; career-ops (en minuscules, avec un trait d'union) est le projet open source, sa première implémentation de référence. The CareerOps Manifesto définit cette pratique.
Concrètement : career-ops est le système de recherche d'emploi propulsé par l'IA, sous licence MIT, qui s'exécute localement dans votre CLI de codage IA, publié sur career-ops.org et github.com/career-ops-hq/career-ops. CareerOps est la pratique qu'il incarne — mener une recherche d'emploi comme les ingénieurs font tourner la production —, nommée et définie dans The CareerOps Manifesto, neuf droits que tout chercheur d'emploi devrait avoir, signés publiquement par la communauté. Les deux viennent du même auteur, Santiago Fernández de Valderrama Aparicio, et les deux remontent au même dépôt.
Se préparer aux entretiens
Utilisez les modes interview — plan, practice, debrief — pour préparer un tour d'entretien précis, le répéter avec un intervieweur IA et transformer chaque entretien réel en enseignements pour le suivant.
Modes
Les 14 modes career-ops invocables par l'utilisateur — évaluer, adapter, postuler, suivre et préparer — chacun un skill en markdown qui s'exécute dans n'importe quel CLI de codage IA pris en charge.