pipeline

O que faz

O modo pipeline percorre as URLs de data/pipeline.md (uma por linha) e aciona o auto-pipeline em cada uma. Relatórios, PDFs e entradas no tracker são gravados para cada vaga que gera uma avaliação válida. As extrações que falham são registradas e ignoradas.

Quando usar

Use o pipeline quando você tiver uma fila de URLs acumuladas para processar. Coloque todas em data/pipeline.md, execute /career-ops pipeline e deixe rodar.

Como é uma execução

Você coloca as URLs em data/pipeline.md e o modo processa a caixa de entrada inteira de uma só vez. Primeiro ele faz uma varredura de vagas ativas, sem gastar tokens, para descartar os anúncios expirados; depois avalia cada URL restante com o auto-pipeline completo e termina com uma tabela-resumo do que encontrou.

$ /career-ops pipeline

Liveness sweep: 8 pending URLs
  6 live · 2 expired (moved to Processed, marked Discarded)

Processing 6 live URLs (one at a time)...

| # | Company | Role         | Score | PDF | Recommended action |
|---|---------|--------------|-------|-----|--------------------|
| 1 | Acme    | Staff AI Eng | 4.3/5 | done | apply             |
| 2 | Globex  | ML Platform  | 3.1/5 | skip | review            |
| 3 | Initech | AI PM        | 2.4/5 | skip | skip              |

Cada URL processada passa da seção ## Pending para a seção ## Processed do arquivo, de modo que a caixa de entrada continua sendo um registro atualizado do que ainda falta.

Quando vale a pena usar

Recorra ao pipeline quando você tiver acumulado várias vagas ao longo do dia e quiser processar todas em uma única sessão. Como ele trata a fila:

• A seção ## Pending aceita qualquer formato: uma URL colada sozinha já funciona, ou você pode adicionar as colunas company, role, location e comp, e o modo lê todas elas.
• A varredura de vagas ativas roda antes do loop por URL, então uma caixa de entrada desatualizada com oito URLs não custa oito avaliações desperdiçadas.
• A ferramenta de extração define a concorrência. Com o extrator de navegador padrão (Playwright MCP), ele processa as URLs uma de cada vez, porque workers que compartilham a mesma sessão de navegador podem se contaminar entre si e avaliar a vaga errada. Só quando todos os workers usam o extrator isolado por CLI (scan.extractor: cli) ou uma alternativa sem navegador, cada um com o próprio processo e estado de sessão, três ou mais URLs podem rodar em paralelo, um worker por URL.
• Os PDFs só são gerados quando a nota ultrapassa auto_pdf_score_threshold (padrão: 3.0); aumente esse valor para não gerar PDFs de vagas medianas e gere-os depois, sob demanda, com /career-ops pdf.

Veja também

• auto-pipeline