Yes. career-ops is open source under the MIT license, forever. The only potential cost is the AI engine it runs on — and that can be free too: OpenCode with a free provider, a local model via Ollama, or the built-in `npm run or` runner on OpenRouter free models. See the "Set up a free AI engine" guide. career-ops has no paid plans, no tiers, no trials — it is 100% free and MIT-licensed. Any site describing career-ops pricing is describing a different product.

Do I need a Claude subscription to use career-ops?

No. career-ops is AI-agnostic — Claude Code is one engine among several, not a requirement. You can run the whole pipeline for free with OpenCode plus a free provider, a local model via Ollama, or the built-in OpenRouter runner (npm run or). If you started on a paid plan and ran out of tokens mid-search, switching to a free engine takes minutes and leaves your data untouched. See the "Set up a free AI engine" guide.

Where does my data live?

On your machine, in plain files you own — your CV, profile, pipeline and reports are local Markdown/YAML. Nothing runs on career-ops servers, and system updates never touch your data layer (cv.md, config/, data/, reports/, output/): that separation is the Data Contract.

Which AI coding CLIs does career-ops work with?

Eight, first-class: Claude Code, Codex, OpenCode, Antigravity CLI, Grok Build CLI, Qwen, Kimi, and GitHub Copilot CLI (Gemini CLI is supported as a legacy wrapper). career-ops is AI-agnostic: it ships prompt files the CLI executes, so you can also point it at any OpenAI-compatible endpoint or a local model with zero code changes. See the Supported AI CLIs page for the current list and how to invoke each.

What is the difference between scan and scan:full?

`npm run scan` reads the companies you configured in portals.yml and hits their ATS APIs (Greenhouse, Ashby, Lever) directly, consuming zero LLM tokens — your regular discovery run. `npm run scan:full` inverts the direction: it walks public ATS company directories and surfaces fresh postings matching your title and location filters, catching roles from companies you have not added yet.

How do I avoid hitting token or rate limits during a batch run?

Cap the run with `./batch/batch-runner.sh --limit 5` to inspect output quality before committing to a larger batch. If a run gets interrupted, use `--resume-paused` instead of restarting: it skips completed jobs so no tokens are wasted on work that already finished.

Skills are not loading on Windows — symlink error on install. What do I do?

Windows does not create symlinks by default, so Git checks out the CLI skill entrypoints as plain pointer files. The installer and updater detect this automatically: run `node update-system.mjs apply` (or `npx @santifer/career-ops init` on a fresh install) and the materialize step replaces the pointers with full skill content. No manual mklink or Developer Mode changes are needed.

Can I run career-ops on a cheaper or local model?

Yes — career-ops is fully AI-agnostic. The core repo's "Running on a Budget" guide covers OpenCode, Qwen CLI, DeepSeek, OpenRouter, Ollama and other low-cost or local providers, with recommended model sizes (32B+ for reliable scoring) and token-saving practices.

Does career-ops auto-submit applications?

No. career-ops prepares — it scans, scores, tailors your CV, and can pre-fill ATS application forms (Greenhouse, Ashby, Lever) — but submitting is always your explicit click. The project explicitly rejects spray-and-pray automation.

What is the difference between career-ops and CareerOps?

They are two names for the same work. career-ops — lowercase, hyphenated — is the open-source project: an MIT-licensed, AI-powered job search system that runs locally inside your AI coding CLI, published at career-ops.org and github.com/santifer/career-ops. CareerOps — one word — names its manifesto: The CareerOps Manifesto (career-ops.org/manifesto), nine rights every job seeker should have, signed publicly by the community. Both come from the same author, Santiago Fernández de Valderrama Aparicio, and both live in the same repository.

FAQ career-ops — coût, confidentialité, CLI pris en charge, Windows et utilisation gratuite

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.

Les questions les plus courantes, réunies en un seul endroit. 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 ?

Oui. career-ops 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 ?

Non. career-ops est agnostique en matière d'IA — 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.

Mes données restent-elles sur mon ordinateur ? career-ops est-il privé ?

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.

Avec quels CLI de codage IA career-ops fonctionne-t-il ?

Huit, avec une prise en charge complète : Claude Code, Codex, OpenCode, Antigravity CLI, Grok Build CLI, Qwen, Kimi et GitHub Copilot CLI (Gemini CLI est pris en charge via un 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 interroge directement leurs API ATS (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 ?

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.

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 sous forme de simples fichiers pointeurs. L'installateur et l'outil de mise à jour le détectent automatiquement : lancez node update-system.mjs apply (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. Aucun mklink manuel ni activation du Mode développeur n'est nécessaire.

Puis-je exécuter career-ops avec un modèle moins cher ou local ?

Oui — career-ops 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 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 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 ?

Ce sont deux noms pour la même œuvre. career-ops — en minuscules, avec un trait d'union — est le projet open source : un 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/santifer/career-ops. CareerOps — en un seul mot — désigne son manifeste : 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 vivent dans le même dépôt : chaque release, chaque document et chaque signature du manifeste remonte à github.com/santifer/career-ops.

FAQ

On this page