CVDesigner
Une plateforme à quatre agents qui réécrit les CV pour chaque offre.
Une plateforme agentique de bout en bout : analyser une offre, rechercher l'entreprise cible, réécrire le CV du candidat pour ce poste précis et évaluer l'adéquation — ancré dans les données réelles du candidat, sans hallucination.
- Python
- Agno
- Pydantic
- Gemini API
- pgvector
- PostgreSQL
- Next.js
- Gemma 4
- Qwen 3.6
Le problème
Les générateurs de CV génériques produisent du bruit. L'adaptation manuelle prend des heures. L'ATS élimine tout ce qui s'écarte des mots-clés. Le candidat est éliminé avant qu'un humain ne lise son histoire.
Quatre agents, un résultat
job-analysis décompose l'offre en exigences pondérées. research collecte le contexte de l'entreprise en ligne. generation réécrit chaque section du CV en structured output face au brief pondéré. scoring évalue le document contre des critères personnalisés et produit un pourcentage d'adéquation, forces et lacunes.
Ancré dans pgvector
Profils candidats, CV antérieurs et descriptions de postes sont découpés et embeddés dans pgvector. Chaque génération récupère d'abord les passages les plus pertinents de l'histoire réelle — aucun agent n'écrit une ligne qu'il ne peut citer.
Function calling, contexte partagé
Les agents communiquent via des tool calls typés et une fenêtre de contexte partagée. Un mot-clé trouvé par research est récupéré par generation au tour suivant. Une faiblesse détectée par scoring déclenche une nouvelle passe de research.
Un résultat défendable
Le document final embarque des indicateurs quantitatifs : pourcentage d'alignement, trois forces clés à valoriser, trois lacunes à combler. Chaque ligne est traçable à une source dans l'histoire réelle du candidat.