Skip to content

2bo/personal-recruit-agent

BranchesTags

Repository files navigation

Personal Recruit Agent

Mastra AIフレームワークで構築された個人用求人エージェントシステムです。複数の専門化されたAIエージェントを使用して、効率的な求人検索とマッチングを支援します。

特徴

  • マルチエージェントシステム: 求人検索、要件分析、マッチング評価を専門化されたAIエージェントが自動実行
  • 統合ワークフロー: 3つのエージェントが連携する自動化された求人マッチングフロー
  • LAPRAS統合: 日本のエンジニア求人情報への直接アクセス
  • 高精度マッチング: 重み付けスコアリングシステムによる80%以上の精度保証
  • 並列処理: 最大10件の求人を同時分析してパフォーマンスを最適化
  • 重複除去: 検索結果の重複求人を自動で削除

技術スタック

  • Runtime: Node.js 20.9.0+
  • 言語: TypeScript (ES2022)
  • AIフレームワーク: Mastra AI Framework
  • AIモデル: Gemini 2.5-flash / GPT-4.1-mini（切り替え可能）
  • ストレージ: LibSQL（SQLite互換）
  • 外部統合: LAPRAS MCP（Model Context Protocol）
  • コード品質: ESLint + Prettier + Husky

前提条件

  • Node.js 20.9.0以上
  • npm
  • 以下のいずれかのAPIキー:
    • Google Generative AI API Key（Gemini使用時）
    • OpenAI API Key（GPT使用時）

環境変数

プロジェクトで使用される環境変数の一覧です：

環境変数名 必須 デフォルト値 説明 使用場所
GOOGLE_GENERATIVE_AI_API_KEY ◯* なし GeminiモデルのAPIキー AI SDK
OPENAI_API_KEY ◯* なし OpenAIモデルのAPIキー AI SDK
SLACK_WEBHOOK_URL ◯ なし Slack通知用のWebhook URL src/mastra/utils/slack-sender.ts
NODE_ENV - development 実行環境（production/development） src/mastra/mcp-client/lapras-mcp.ts
SLACK_DEFAULT_CHANNEL - #general Slack通知のデフォルトチャンネル src/mastra/utils/slack-sender.ts
JOB_FILTER_DAYS - 7 求人の日付フィルタリング（日数） src/mastra/workflows/recruit-workflow.ts
ECR_REGISTRY ◯** なし AWS ECRレジストリURL（Docker デプロイ用） package.json

*AIモデルのAPIキーはGeminiかOpenAIのどちらか一つが必須
**Docker デプロイ時のみ必須

セットアップ

  1. リポジトリのクローン

    git clone https://github.com/kota/personal-recruit-agent.git
cd personal-recruit-agent

  2. 依存関係のインストール

    npm install

  3. 環境変数の設定

    ローカル開発環境: .envファイルを作成して必要な環境変数を設定

    # .env
# AIモデル用（どちらか一つ必須）
GOOGLE_GENERATIVE_AI_API_KEY=your-gemini-api-key
OPENAI_API_KEY=your-openai-api-key

# Slack通知用（必須）
SLACK_WEBHOOK_URL=your-slack-webhook-url

# オプション設定
NODE_ENV=development
SLACK_DEFAULT_CHANNEL=#recruitment
JOB_FILTER_DAYS=14

# Docker デプロイ用（Docker使用時のみ必須）
ECR_REGISTRY=your-ecr-registry-url

    Lambda環境: AWS Lambda環境変数として設定

    # AWS Lambda Environment Variables
GOOGLE_GENERATIVE_AI_API_KEY=your-gemini-api-key
OPENAI_API_KEY=your-openai-api-key
SLACK_WEBHOOK_URL=your-slack-webhook-url
NODE_ENV=production
SLACK_DEFAULT_CHANNEL=#recruitment
JOB_FILTER_DAYS=7
ECR_REGISTRY=your-ecr-registry-url

  4. 開発サーバーの起動

    npm run dev

使用方法

基本的な求人検索

npm run dev

開発サーバーが起動後、統合ワークフローが以下の流れで実行されます：

  1. ユーザー要件をMarkdownチェックリストに変換
  2. 積極的な求人検索（10件以上を目標）
  3. 重複求人の自動除去
  4. 並列マッチング分析（最大10件同時）
  5. 80%以上のマッチング率の求人を抽出
  6. マッチング率順でソートされた結果を出力

AIモデルの切り替え

src/mastra/models.ts で利用可能なモデルを定義：

export const MODELS = {
  // OpenAI モデル
  GPT_4_1_MINI: openai('gpt-4.1-mini'),
  GPT_4O_MINI: openai('gpt-4o-mini'),
  GPT_4O: openai('gpt-4o'),

  // Gemini モデル
  GEMINI_2_5_FLASH: google('gemini-2.5-flash'),
} as const;

各エージェントファイルで使用するモデルを個別に設定できます。

開発コマンド

ビルドと開発

  • npm run dev - 開発サーバーを起動
  • npm run build - プロジェクトをビルド

コード品質

  • npm run lint - ESLintでコードチェック
  • npm run lint:fix - ESLintの問題を自動修正
  • npm run format - Prettierでコードフォーマット
  • npm run format:check - コードフォーマットをチェック
  • npx tsc --noEmit - TypeScript型チェック

Docker

  • npm run build:docker - Dockerイメージをビルド
  • npm run build:docker-ecr - ARM64アーキテクチャ用Dockerイメージをビルド
  • npm run test:docker - Dockerコンテナをテスト実行
  • npm run deploy:docker - ECRへのデプロイ（環境変数ECR_REGISTRYが必要）

テスト

  • 現在テストスイートは設定されていません（npm testは失敗します）

アーキテクチャ

コアコンポーネント

1. Mastraフレームワーク統合 (src/mastra/index.ts)

  • LibSQL（ファイルデータベース）を使用した中央設定
  • 3つのメインエージェントを統合管理
  • 統合ワークフローシステム

2. エージェントシステム

JobSearchAgent (src/mastra/agents/job-search-agent.ts)

  • 積極的な検索戦略を持つ求人検索スペシャリスト
  • マルチフェーズ検索（厳密→拡張）
  • 10件以上の求人発見を目標

ChecklistAgent (src/mastra/agents/checklist-agent.ts)

  • ユーザー要件を構造化されたMarkdownチェックリストに変換
  • 一貫した評価基準を提供

JobMatcherAgent (src/mastra/agents/job-matcher-agent.ts)

  • 詳細なスコアリングアルゴリズム
  • 重み付け評価：技術スタック（30%）、働き方（25%）、給与（20%）、会社（15%）、その他（10%）
  • 80%以上の閾値で推奨判定

3. 統合ワークフロー (src/mastra/workflows/recruit-workflow.ts)

  • 3つのエージェントを自動連携
  • 並列処理とエラー耐性
  • 重複除去とフィルタリング
  • 結果の自動ソート

4. 外部統合

  • LAPRAS MCP クライアント: 日本のエンジニア求人データベースへのアクセス
  • Slack通知: 求人結果の自動通知機能（オプション）

メモリと状態管理

すべてのエージェントはLibSQLストレージを使用してワーキングメモリを管理し、以下を追跡：

  • ユーザープロファイルと設定
  • 検索履歴と戦略
  • 求人マッチング結果とパターン
  • 評価基準の一貫性

ストレージ設定:

  • 全環境: インメモリストレージ（:memory:）を使用
  • データは実行時のみ保持され、プロセス終了時に消去されます

プロジェクト構造

src/
├── lambda/                    # AWS Lambda関数
│   ├── index.ts
│   └── index.test.ts
├── mastra/
│   ├── agents/               # AIエージェント
│   │   ├── checklist-agent.ts
│   │   ├── job-matcher-agent.ts
│   │   └── job-search-agent.ts
│   ├── formatters/           # 出力フォーマッター
│   │   └── job-slack-formatter.ts
│   ├── mcp-client/           # MCPクライアント
│   │   └── lapras-mcp.ts
│   ├── types/                # 型定義
│   │   └── recruitment.ts
│   ├── utils/                # ユーティリティ
│   │   └── slack-sender.ts
│   ├── workflows/            # ワークフロー
│   │   └── recruit-workflow.ts
│   ├── index.ts             # Mastraエントリーポイント
│   └── models.ts            # AIモデル定義
└── lambda.ts                 # Lambda関数エントリーポイント

ログ設定

システムにはPinoLoggerが組み込まれており、動作状況をログで確認できます:

  • レベル: info（デフォルト）
  • 場所: src/mastra/index.tsで設定

AWS Lambda + EventBridge 本番環境セットアップ

本番環境でのAWS Lambda + EventBridge構成による定期実行セットアップ手順です。

前提条件

  • AWS CLI設定済み
  • Docker環境
  • ECRリポジトリが作成済み
  • 必要なIAM権限

1. ECRリポジトリ作成

# ECRリポジトリを作成
aws ecr create-repository \
  --repository-name personal-recruit-agent \
  --region ap-northeast-1

# ECR_REGISTRY環境変数を設定
export ECR_REGISTRY="<ACCOUNT_ID>.dkr.ecr.ap-northeast-1.amazonaws.com"

2. Dockerイメージのビルドとプッシュ

# ARM64アーキテクチャ用Dockerイメージをビルド
npm run build:docker-ecr

# ECRにログイン
aws ecr get-login-password --region ap-northeast-1 | \
  docker login --username AWS --password-stdin $ECR_REGISTRY

# イメージをタグ付けしてプッシュ
docker tag personal-recruit-agent:latest $ECR_REGISTRY/personal-recruit-agent:latest
docker push $ECR_REGISTRY/personal-recruit-agent:latest

# または一括実行
npm run deploy:docker

3. Lambda関数の作成（AWS Console）

  1. Lambdaコンソールにアクセス
  2. **「関数の作成」**をクリック
  3. **「コンテナイメージ」**を選択
  4. 設定項目：
    • 関数名: personal-recruit-agent-container
    • コンテナイメージURI: <ACCOUNT_ID>.dkr.ecr.ap-northeast-1.amazonaws.com/personal-recruit-agent:latest
    • 実行ロール: **「基本的なLambdaアクセス権限で新しいロールを作成」**を選択
  5. **「関数の作成」**をクリック
  6. **「設定」**タブで環境変数を追加：
    • NODE_ENV: production
    • GOOGLE_GENERATIVE_AI_API_KEY: your-gemini-api-key
    • SLACK_WEBHOOK_URL: your-slack-webhook-url
    • SLACK_DEFAULT_CHANNEL: #recruitment
    • JOB_FILTER_DAYS: 7
  7. **「一般設定」**を調整：
    • タイムアウト: 15分（900秒）
    • メモリ: 1024MB（初期設定、必要に応じて増加）

4. EventBridge ルールの設定（AWS Console）

  1. EventBridgeコンソールにアクセス
  2. 「ルール」→「ルールの作成」
  3. 設定項目：
    • 名前: personal-recruit-agent-daily
    • 説明: Personal Recruit Agent daily execution at 8PM JST
  4. **「スケジュール」**を選択
  5. スケジュール式: cron(0 11 * * ? *) （毎日JST 20:00）
  6. 「次へ」→「ターゲットを選択」
  7. ターゲット設定：
    • ターゲットタイプ: AWS Lambda function
    • 関数: personal-recruit-agent-container
  8. **「追加設定」→「定数（JSON テキスト）**で以下を入力： 
    {
  "source": "personal.recruit.agent",
  "detail-type": "Scheduled Job Search",
  "detail": {
    "userRequirements": "TypeScript、Next.js、React、フルリモート、副業OK、年収700万円以上、自社開発"
  }
}
  9. 「次へ」→「ルールの作成」

5. 動作確認（AWS Console）

Lambda関数の手動テスト

  1. Lambdaコンソール→関数を選択
  2. 「テスト」タブ→「新しいテストイベント作成」
  3. イベントJSON： 
    {
  "source": "personal.recruit.agent",
  "detail-type": "Manual Test",
  "detail": {
    "userRequirements": "TypeScript、フルリモート、年収600万円以上"
  }
}
  4. **「テスト」**実行

CloudWatch Logsでの確認

  1. CloudWatchコンソール→**「ログ」→「ログ グループ」**
  2. /aws/lambda/personal-recruit-agent-containerを選択
  3. 最新のログストリームで実行結果を確認

6. アップデート手順

コードを更新する場合：

# 1. 新しいイメージをビルド・プッシュ
npm run deploy:docker

# 2. Lambda関数のイメージURIを更新
aws lambda update-function-code \
  --function-name personal-recruit-agent-container \
  --image-uri $ECR_REGISTRY/personal-recruit-agent:latest \
  --region ap-northeast-1

About

個人用求人エージェントシステム - Mastra AIフレームワークを使用したAWS Lambda対応の求人検索・マッチングシステム

Resources

Readme
Activity

Stars

1 star

Watchers

0 watching

Forks

0 forks
Report repository

Releases

No releases published

Packages

 
 
 

Contributors

Languages