Perguntas frequentes

Esta página reúne em um só lugar as dúvidas mais comuns sobre o career-ops. Se a sua não estiver aqui, pergunte no Discord ou abra uma GitHub Discussion.

O career-ops envia candidaturas automaticamente?

Não. O career-ops nunca se candidata em seu nome: ele prepara, ou seja, busca vagas, pontua, adapta o seu currículo e pode pré-preencher formulários de candidatura em ATS, mas o envio é sempre um clique explícito seu. Ele redige e preenche; nunca envia. Você clica em Enviar. O projeto career-ops rejeita abertamente a automação de candidaturas em massa: o objetivo é escolher bem as empresas, não se candidatar às cegas e em volume.

O career-ops é gratuito?

O career-ops é gratuito: é open source sob a licença MIT, para sempre. O único custo possível é o do motor de IA em que ele roda — e esse também pode ser gratuito: OpenCode com um provedor gratuito, um modelo local via Ollama ou o runner integrado npm run or com os modelos gratuitos do OpenRouter. O guia Configure um motor de IA gratuito mostra cada um desses caminhos.

O career-ops não tem planos pagos, níveis nem períodos de teste — é 100% gratuito e licenciado sob MIT. Qualquer site que descreva preços do career-ops está descrevendo outro produto.

Preciso de uma assinatura do Claude para usar o career-ops?

O career-ops não exige assinatura do Claude: ele é agnóstico em relação à IA, e o Claude Code é um motor entre vários, não um requisito. Você pode rodar o pipeline inteiro de graça com o OpenCode e um provedor gratuito, com um modelo local via Ollama ou com o runner integrado do OpenRouter (npm run or). Se você começou em um plano pago e ficou sem tokens no meio da busca, trocar para um motor gratuito leva poucos minutos e não mexe nos seus dados — veja Configure um motor de IA gratuito.

Eu pago o Claude Pro ou o Max. Por que o career-ops está consumindo os meus créditos de API?

Para saber se o career-ops está cobrando da sua assinatura do Claude ou dos seus créditos de API, execute node doctor.mjs na pasta career-ops. O doctor informa em uma linha qual fonte de cobrança esta sessão está usando, antes de você gastar mais alguma coisa.

A regra de cobrança não é definida pelo career-ops: quem decide é a sua CLI, e a ANTHROPIC_API_KEY tem prioridade. Se essa variável estiver definida no seu ambiente, o Claude Code cobra por token mesmo que você esteja pagando o Pro ou o Max. O career-ops não escolhe a sua fonte de cobrança; ele apenas a detecta e avisa você. Quando a chave está presente, o doctor diz:

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 voltar à sua assinatura, remova a linha export ANTHROPIC_API_KEY=... de ~/.zshrc, ~/.bashrc, ~/.profile ou do .env do projeto, reinicie o terminal e execute /login. As execuções em lote são a exceção: os workers claude -p não usam o login interativo, então precisam do claude setup-token exportado como CLAUDE_CODE_OAUTH_TOKEN.

Se a sua intenção era mesmo que o Claude Code cobrasse dos seus créditos de API, não há nada de errado nem nada a fazer.

A regra da ANTHROPIC_API_KEY vale para os motores da Anthropic. As outras CLIs (Codex, OpenCode, Copilot, Gemini, Qwen) definem cada uma a sua própria regra de assinatura versus chave, e o career-ops não verifica essas regras — consulte a documentação da sua CLI.

Quanto custa usar o career-ops por mês?

No career-ops, só a avaliação tem custo, e a avaliação pode sair por US$ 0. Buscar vagas não consome nenhum token de IA, então descobrir vagas é sempre gratuito; só a avaliação de uma vaga chama o modelo. Há três maneiras de rodar o pipeline inteiro sem pagar nada: um modelo local via Ollama, os modelos gratuitos do OpenRouter (npm run or) ou o nível gratuito do Antigravity. Em um modelo pago e barato como o DeepSeek V3 (com cache de prompts), uma avaliação custa bem menos de um centavo, então poucos centavos cobrem dezenas de vagas. Se você já tem uma assinatura do Claude, o custo marginal é praticamente US$ 0; na API direta, calcule cerca de US$ 0,05 a US$ 0,10 por avaliação (uma estimativa que varia conforme o tamanho da vaga). O career-ops em si é gratuito para sempre, licenciado sob MIT, sem taxa e sem níveis — você só paga o seu provedor de IA, se pagar. O guia Configure um motor de IA gratuito mostra os caminhos de US$ 0. Para gastar menos por avaliação, defina spend_tier em config/profile.yml: economy usa o nível de modelo mais barato e rápido da sua CLI e é indicado para avaliar muitas vagas, standard é o padrão e premium usa o modelo mais capaz para as vagas que mais importam. A conversa de configuração inicial e o PDF personalizado também rodam no seu modelo, então também consomem tokens.

Onde ficam os meus dados?

O career-ops mantém os seus dados na sua máquina, em arquivos de texto simples que pertencem a você — seu currículo, seu perfil, seu pipeline e seus relatórios são arquivos Markdown/YAML locais. Nada roda em servidores do career-ops. As atualizações do sistema nunca tocam na sua camada de dados (cv.md, config/, data/, reports/, output/): essa separação é o Data Contract, e toda atualização o respeita.

Como envio meu currículo para o career-ops?

Para passar o seu currículo ao career-ops, cole o texto dele no chat durante a configuração inicial, e o agente escreve o cv.md para você. Colar o texto é o caminho guiado. Você também pode indicar ao agente um arquivo de currículo já existente, inclusive em PDF: ele lê o arquivo e o converte, porque a leitura é feita pelo seu agente de IA, não por um script do career-ops. E, como o cv.md é um arquivo simples que pertence a você, sempre dá para escrevê-lo ou editá-lo à mão. O agente gera um markdown limpo com as seções padrão (Resumo, Experiência, Projetos, Formação, Competências). Durante a configuração você também não precisa editar arquivos de configuração à mão: você responde em linguagem natural e o agente escreve o config/profile.yml e o restante para você.

Com quais CLIs de IA o career-ops funciona?

O career-ops tem suporte de primeira classe a onze CLIs de programação com IA: Claude Code, Cursor, Codex, OpenCode, Pi, Antigravity CLI, Grok Build CLI, Qwen, Kimi, Hermes Agent e GitHub Copilot CLI (a Gemini CLI permanece apenas como wrapper legado). O career-ops é agnóstico em relação à IA: ele traz arquivos de prompt que a CLI executa, então você também pode apontá-lo para qualquer endpoint compatível com a OpenAI ou para um modelo local sem alterar uma linha de código. Veja em CLIs de IA compatíveis a lista atual e como invocar cada uma.

Qual é a diferença entre scan e scan:full?

O npm run scan lê as empresas que você configurou em portals.yml e consulta cada uma pelo provedor que a reconhece (por exemplo, Greenhouse, Ashby, Lever), sem consumir nenhum token de LLM — é a sua busca de rotina, diária ou semanal. O npm run scan:full inverte a direção: ele percorre os diretórios públicos de empresas dos ATS e traz vagas recém-publicadas que correspondem ao seu title_filter / location_filter, para que você encontre vagas de empresas que não adicionou manualmente.

Como evitar os limites de tokens ou de requisições em uma execução em lote?

Para não esbarrar nos limites de tokens ou de requisições em uma execução em lote do career-ops, limite a execução com ./batch/batch-runner.sh --limit 5 e confira a qualidade do resultado antes de partir para um lote maior. Se uma execução for interrompida por um limite de requisições ou por um erro de rede, não recomece do zero — use --resume-paused para pular as vagas já concluídas, sem desperdiçar tokens com trabalho que já terminou. Uma vaga em needs_confirmation não gera relatório, currículo, rascunho de candidatura nem linha no tracker; o --resume-paused não a retoma. Responda à pergunta dela de forma explícita na sessão interativa principal.

As skills não carregam no Windows — erro de symlink na instalação

O Windows não cria symlinks por padrão, então o Git faz o checkout dos pontos de entrada das skills de CLI do career-ops como simples arquivos ponteiro. O instalador e o atualizador detectam isso automaticamente: execute node update-system.mjs apply --confirm (ou npx @santifer/career-ops init em uma instalação nova) e a etapa de materialização substitui os arquivos ponteiro pelo conteúdo completo das skills. A partir de um worktree vinculado do Git, o apply --confirm faz esse reparo no seu checkout de main. Execute git merge main no worktree para trazer a correção; os worktrees criados a partir do main atualizado já a incluem. Com CAREER_OPS_UPDATE_IN_WORKTREE=1 definido, o apply repara apenas o branch daquele worktree, e o main continua sem o reparo. Não é preciso usar mklink manualmente nem ativar o Modo de Desenvolvedor.

Dá para usar o career-ops com um modelo mais barato ou local?

O career-ops pode rodar em um modelo mais barato ou local porque é totalmente agnóstico em relação à IA. O guia Running on a Budget, no repositório principal, cobre OpenCode, Qwen CLI, DeepSeek, OpenRouter, Ollama e outros provedores de baixo custo ou locais, com os tamanhos de modelo recomendados (32B+ para uma pontuação confiável) e práticas para economizar tokens.

Qual é a diferença entre career-ops e CareerOps?

CareerOps (uma palavra só) é o nome da prática; career-ops (com hífen, em minúsculas) é o projeto open source — a primeira implementação de referência dela. O CareerOps Manifesto define a prática.

Em termos simples: o career-ops é o sistema de busca de emprego com IA, licenciado sob MIT, que roda localmente dentro da sua CLI de programação com IA, publicado em career-ops.org e em github.com/career-ops-hq/career-ops. CareerOps é a prática que ele materializa — conduzir a busca de emprego do jeito que engenheiros operam sistemas em produção —, nomeada e definida em The CareerOps Manifesto: nove direitos que toda pessoa que procura emprego deveria ter, assinados publicamente pela comunidade. Os dois vêm do mesmo autor, Santiago Fernández de Valderrama Aparicio, e os dois remontam ao mesmo repositório.