원문: hqman/JevScout · 수집일: 2026-09-27 · 최신 커밋
b51390b(2026-09-18) · Stars 38 · Forks 7 · Python · license 없음
핵심 요지
회사 홈페이지 URL과 직무 키워드만 주면 Jev가 채용 페이지 탐색을 대신 판단하는 데모 MVP다. 호스트 CLI jjh run --url <company-homepage> --query "<role keywords>"를 실행하면 CDP(Chrome DevTools Protocol)로 직접 연결한 Chrome이 페이지를 열고, Jev(TypeSafe System One)가 매 단계마다 어떤 링크·필터·직무를 고를지 스코어링한다. README와 스킬 문서가 반복해서 명시하는 원칙은 “Chrome sees and acts. Jev decides.” — 호스트 LLM(에이전트를 부르는 코딩 어시스턴트)은 클릭할 링크를 직접 고르지 않고, careers URL을 추측하지 않으며, 로그인·지원 폼 작성은 하지 않는다.
흐름은 고정: 홈페이지 → Jev가 Careers/Jobs 선택 → 목록(필터/스크롤/다음 페이지) → 채용 상세 → 리포트. jjh는 매 페이지를 바닥까지 스크롤한 뒤(푸터의 Careers 링크가 화면 밖이라 checkVisibility를 통과 못 하는 경우 대비) 목록 필터를 쿼리 기반으로 Jev에게 스코어링시키고, 목록이 더 늘지 않을 때까지 다음 페이지 클릭/스크롤을 반복한다. Greenhouse·Lever·Ashby·Workday 같은 ATS로의 크로스도메인 리다이렉트를 정상 흐름으로 취급한다.
jev-ultrafast가 임의의 브라우저 목표를 위해 operation+target을 결정하는 범용 루프였다면, JevScout은 그 판단 위임 패턴을 채용 사이트 탐색이라는 좁은 도메인에 특화한 스킬형 데모다. jg(2026-09-27-dzhng-jevgrep)가 코드 검색에, 2026-09-20-sac-y-jev-cu가 macOS Computer Use에 같은 패턴을 적용한 것과 나란한 사례.
구조와 사용법
저장소는 데모/에이전트 디렉토리를 걷어낸 최소 구성이다: jev_job_hunter/(CLI 패키지, entry point jjh), skills/jev-job-hunter/SKILL.md(코딩 에이전트에 심는 스킬 정의), config/, tests/, assets/(데모 비디오). pyproject.toml은 typesafe-sdk, httpx, websockets>=14 등을 의존성으로 명시하고 jjh = "jev_job_hunter.cli:main"을 스크립트로 등록한다.
cp .env.example .env # TYPESAFE_API_KEY 설정 (--mock이면 생략 가능)
uv sync
uv run jjh run --url https://openai.com --query "Applied AI Engineer, Codex"
uv run jjh log--companies openai 같은 카탈로그 단축키는 임의 회사 홈페이지 지원의 부속일 뿐, 닫힌 목록이 아니다. 픽스처 기반 슬로우모션 모드(jjh start/step/report, --mock)로 API 키 없이 시연 흐름을 재생할 수 있고, CDP 연결이 끊기면 evaluate_script로 페이지를 긁어 jjh step --page -에 파이프하는 폴백 경로가 있다.
스킬(SKILL.md)의 하드 룰
- Careers 링크·필터·채용 제목을 에이전트가 직접 고르지 않는다 —
jjh/Jev가 이미 스코어링한 결과만 따른다. - careers URL이나 필터 이름을 추측해서 만들지 않는다.
- Apply 클릭·로그인·폼 작성을 절대 하지 않는다.
- 쿠키 배너 처리만 예외적으로 허용된 호스트(LLM) 판단이며, 그것도
jjh가 스스로 진행할 수 없을 때만. - 주 경로에서는
jjh run자체가 CDP로 Chrome에 직접 연결하므로, 동시에list_pages/evaluate_script/navigate_page같은 별도 MCP 디버거 연결을 만들지 않는다(두 번째 디버거 연결이 Chrome의 Allow 승인 팝업을 다시 띄우기 때문).
작성자의 X 공개 글
작성자 Kai(@hqmank, 2026-09-18 22:23)는 이 실험에서 나온 스킬을 jev-job-hunter라는 이름으로 공개했다. 그 전 게시물에서는 같은 작업(회사 홈페이지 → Careers → 프로필에 맞는 직무 찾기)이 LLM으로는 약 5분 걸렸는데 Jev로 다시 만들자 자기 테스트에서 20초 남짓으로 줄었다고 썼다. 측정 조건은 공개하지 않았다. 답글에서 awesome-ai-plugins 카탈로그에 등재 제안을 받고 수락했다.
주의
- README에 성능·정확도 수치나 벤치마크가 없다 — “Demo MVP”로 명시된 시연용 저장소이며, 실제 job-match 품질에 대한 정량 평가는 이번 수집에 포함되지 않았다.
- GitHub
description필드가 비어 있고topics도 없어 검색 노출은 README 텍스트에만 의존한다. - 라이선스 필드가 비어 있음(license: null) — 재사용 조건은 저장소를 직접 확인 필요.
jev_job_hunter/패키지 내부 구현 코드(cli.py, CDP 연결 로직 등)는 이번 수집에 포함하지 않았다 — 세부 동작 인용 시 저장소 직접 확인 권장.
관계
- 같은 Jev 판단-위임 패턴의 다른 실행 도메인: jev-ultrafast(브라우저 DOM operation-target 결정), 2026-09-27-dzhng-jevgrep(코드 검색), 2026-09-20-sac-y-jev-cu(macOS Computer Use) — 넷 다 “Jev가 좁은 판단만 내리고 나머지는 호출자/도구가 실행”하는 동일 구조를 각기 다른 영역(잡헌팅/브라우저 전반/코드 검색/네이티브 GUI)에 적용한다.
- 직접 의존: TypeSafe System One(Jev), Chrome DevTools Protocol.