careermate 0.0.7 → 0.0.9

package/packages/parsers/src/documents.ts

@@ -75,9 +75,15 @@ const MAX_BYTES = 25 * 1024 * 1024;
  * "to finish the analysis". None of these are ever a résumé/career document, so
  * declining them costs nothing and closes a real exfiltration amplifier.
  * (`.key` is intentionally absent — it's Apple Keynote, handled as legacy-binary.)
+ *
+ * Beyond keys/dotenv, also decline (pre-launch audit follow-up):
+ *  - cloud/cluster credential dirs: .kube, .docker, .azure, .boto, .config/gcloud
+ *  - browser credential/cookie stores: Chrome·Edge "Login Data"/"Web Data"/Cookies,
+ *    Firefox key4.db/logins.json
+ *  - crypto wallets: wallet.dat
  */
 const SENSITIVE_PATH_RE =
-  /(^|[/\\])\.(ssh|aws|gnupg)([/\\]|$)|(^|[/\\])id_(rsa|dsa|ecdsa|ed25519)(\.[\w]+)?$|\.(pem|ppk)$|(^|[/\\])\.env(\.[\w-]+)?$|(^|[/\\])\.(npmrc|netrc|git-credentials)$/i;
+  /(^|[/\\])\.(ssh|aws|gnupg|kube|docker|azure|boto)([/\\]|$)|[/\\]\.config[/\\]gcloud([/\\]|$)|(^|[/\\])id_(rsa|dsa|ecdsa|ed25519)(\.[\w]+)?$|\.(pem|ppk)$|(^|[/\\])\.env(\.[\w-]+)?$|(^|[/\\])\.(npmrc|netrc|git-credentials)$|(^|[/\\])(login data|web data|cookies|key4\.db|logins\.json|wallet\.dat)$/i;
 
 // Bound the work a single (possibly hostile) file can trigger. The MAX_BYTES cap
 // only limits the *compressed* input; a crafted archive can still expand far

package/packages/prompts/src/humanize.ts

@@ -38,12 +38,15 @@ export const HUMANIZE_WRITING_GUIDE = `# 사람이 쓴 것처럼: 자기소개
 3. 기계적 병렬구조 — 세 개씩 나열(rule of three), 모든 문단이 똑같은 골격.
    - "첫째…둘째…셋째", "A하고 B하며 C하는" 같은 균일한 나열을 반복하지 않는다.
    - 문단마다 길이와 시작 방식을 일부러 다르게 한다.
+   - 같은 캐치프레이즈·모티프(예: "1원도 틀리지 않는")를 문서 전체에서 **최대 2회**까지만 쓴다. 3회부터는 인위적 장치로 읽혀 오히려 사람 냄새를 지운다 — 반복하고 싶으면 매번 다른 말로 바꿔 표현한다.
 
 4. 상투적 연결어 남발 — "또한", "뿐만 아니라", "더 나아가", "이를 통해", "결론적으로".
    - 접속어 없이 문장을 잇거나, 사건의 흐름 자체로 연결한다.
 
 5. 균일한 문장 리듬 — 모든 문장이 비슷한 길이.
    - 짧은 문장과 긴 문장을 섞는다. 가끔 아주 짧게 끊는다. 이렇게.
+   - 비슷한 길이의 문장을 세 개 연속으로 쓰지 않는다. 하나는 길게 풀고 다음은 툭 끊는 식으로 호흡을 바꾼다.
+   - 문단마다 한 호흡에 읽히는 짧은 단타 문장(8단어 안팎 이하)을 최소 하나 넣는다.
 
 6. 과장된 수식·수동태 — "매우", "정말로", "탁월한", "성공적으로", "~되어졌습니다".
    - 부사를 빼고 동사·명사를 구체화한다. 능동태를 기본으로 한다.
@@ -82,6 +85,7 @@ export const STRUCTURED_DOC_WRITING_GUIDE = `# 구조형 문서(경력기술서
 - 각 불릿은 동사나 수치로 시작하고, 검증 가능한 사실(숫자·기간·도구·역할·결과)을 한 줄에 담는다.
 - 불릿 안의 번역투·클리셰·공허한 일반론·수동태는 자기소개서와 똑같이 제거한다. (예: "분석을 진행하였습니다" → "분석했다", "많은 성과를 냈습니다" → 실제 수치)
 - STAR을 한두 줄로 압축한다: 무엇을 왜 했고 결과 수치가 어떻게 됐는지.
+- 산문형 불릿이 여러 문장으로 길어지면, 맨 앞에 "방법→성과"를 압축한 리드 구를 **굵게 한 줄** 얹어 30초 스캔에서 방법이 문장 속에 묻히지 않게 한다. (예: **"제품군별 소진주기 차등 → 90일 재구매 18%→27%"** — 이어서 상세 설명.) 단 정직 장치(귀속 단서·과장 없는 하향 정렬)는 리드 구에서도 그대로 유지한다 — 리드 구가 성과를 부풀리는 헤드라인이 되면 안 된다.
 
 ## Do / Don't
 - Do: 두괄식 불릿(결과·수치를 앞세움), 직무·기간·역할 구분, 성과를 숫자로.

package/packages/shared/src/schemas.ts

@@ -114,6 +114,43 @@ export const LinkSchema = z.object({
 });
 export type Link = z.infer<typeof LinkSchema>;
 
+/* Structured quantitative credentials (한국 이력서 스펙). Values are kept verbatim as
+   strings so the AI cites them exactly (학점 3.8, TOEIC 920) without re-deriving. */
+export const EducationSchema = z.object({
+  school: reqLine.describe('학교명'),
+  degree: z.string().max(MAX_LINE).optional().describe('학위/과정 (고졸·학사·석사·박사 등)'),
+  major: z.string().max(MAX_LINE).optional().describe('전공'),
+  gpa: z.string().max(MAX_LINE).optional().describe('학점 (예: 3.8)'),
+  gpa_scale: z.string().max(MAX_LINE).optional().describe('학점 만점 (예: 4.5)'),
+  start_date: z.string().max(MAX_LINE).optional().describe('YYYY-MM'),
+  end_date: z.string().max(MAX_LINE).optional().describe('YYYY-MM (졸업/예정)'),
+  status: z.string().max(MAX_LINE).optional().describe('졸업/재학/휴학/중퇴/수료'),
+});
+export type Education = z.infer<typeof EducationSchema>;
+
+export const CertificationSchema = z.object({
+  name: reqLine.describe('자격증/면허명'),
+  issuer: z.string().max(MAX_LINE).optional().describe('발급기관'),
+  date: z.string().max(MAX_LINE).optional().describe('취득일 YYYY-MM'),
+  score: z.string().max(MAX_LINE).optional().describe('점수/등급(있으면)'),
+});
+export type Certification = z.infer<typeof CertificationSchema>;
+
+export const LanguageScoreSchema = z.object({
+  test: reqLine.describe('시험명 (TOEIC·OPIc·TOEIC Speaking·JLPT·HSK 등)'),
+  score: reqLine.describe('점수/등급 (예: 920, IH, N1)'),
+  date: z.string().max(MAX_LINE).optional().describe('응시/취득일 YYYY-MM'),
+});
+export type LanguageScore = z.infer<typeof LanguageScoreSchema>;
+
+export const AwardSchema = z.object({
+  title: reqLine.describe('수상/대외활동명'),
+  issuer: z.string().max(MAX_LINE).optional().describe('주최/수여기관'),
+  date: z.string().max(MAX_LINE).optional().describe('YYYY-MM'),
+  description: z.string().max(MAX_NOTE).optional().describe('간단 설명'),
+});
+export type Award = z.infer<typeof AwardSchema>;
+
 export const ProfileInputSchema = z.object({
   name: reqLine.optional(),
   email: optLine,
@@ -126,6 +163,10 @@ export const ProfileInputSchema = z.object({
   preferred_tone: z.string().max(MAX_LINE).optional().describe('자기소개서 선호 문체 (예: 담백하고 구체적)'),
   emphasis_points: strList.optional().describe('강조하고 싶은 핵심 포인트'),
   links: z.array(LinkSchema).max(MAX_ITEMS).optional().describe('포트폴리오/깃허브/링크드인 등'),
+  education: z.array(EducationSchema).max(MAX_ITEMS).optional().describe('학력 (학교·학위·전공·학점)'),
+  certifications: z.array(CertificationSchema).max(MAX_ITEMS).optional().describe('자격증/면허'),
+  language_scores: z.array(LanguageScoreSchema).max(MAX_ITEMS).optional().describe('어학 점수 (토익·오픽 등)'),
+  awards: z.array(AwardSchema).max(MAX_ITEMS).optional().describe('수상/대외활동'),
 });
 export type ProfileInput = z.infer<typeof ProfileInputSchema>;
 
@@ -142,6 +183,10 @@ export const ProfileRecordSchema = z.object({
   preferred_tone: z.string().nullable(),
   emphasis_points: z.array(z.string()),
   links: z.array(LinkSchema),
+  education: z.array(EducationSchema),
+  certifications: z.array(CertificationSchema),
+  language_scores: z.array(LanguageScoreSchema),
+  awards: z.array(AwardSchema),
 });
 export type ProfileRecord = z.infer<typeof ProfileRecordSchema>;
 
@@ -335,6 +380,49 @@ export type CoverLetterRecord = z.infer<typeof CoverLetterRecordSchema>;
 
 /* --------------------------------------------------------------------- Job */
 
+/**
+ * One company-specified cover-letter question (한국 문항형 자소서). Stored on the job so
+ * the AI writes each answer to its own prompt and checks length against that question's
+ * limit. CareerMate counts chars deterministically (checkCharLimit) — it never generates.
+ */
+export const JobQuestionSchema = z.object({
+  no: z.number().int().positive().optional().describe('문항 번호(있으면)'),
+  question: z.string().max(MAX_BODY).describe('문항 텍스트(회사가 제시한 자소서 항목)'),
+  min_chars: z.number().int().positive().optional().describe('글자수 하한(있으면)'),
+  max_chars: z.number().int().positive().optional().describe('글자수 상한(있으면)'),
+  count_mode: z
+    .enum(['with_space', 'no_space', 'byte'])
+    .optional()
+    .describe('글자수 기준: with_space=공백포함(기본)·no_space=공백제외·byte=UTF-8 바이트'),
+  note: optLine.describe('부가 메모(예: "필수", "경험 중심")'),
+});
+export type JobQuestion = z.infer<typeof JobQuestionSchema>;
+
+/**
+ * One recruitment-schedule entry (전형 일정 — 면접·인적성·발표 등). Kept on the job so
+ * save_job_posting carries it without a new tool, and the server computes D-day/conflicts
+ * deterministically (getActionDigest). This is NOT the document deadline — that stays in
+ * `deadline`; these are the downstream stage dates the AI extracts from an interview invite
+ * or announcement the user pastes in. Dates are strict YYYY-MM-DD so the server can compute
+ * D-day and same-day collisions without guessing formats.
+ */
+const SCHEDULE_DATE_RE = /^\d{4}-\d{2}-\d{2}$/;
+const SCHEDULE_TIME_RE = /^([01]\d|2[0-3]):[0-5]\d$/;
+export const JobScheduleItemSchema = z.object({
+  label: reqLine.describe('일정 이름 (예: 1차 면접·AI역검·서류 발표)'),
+  date: z
+    .string()
+    .regex(SCHEDULE_DATE_RE, 'YYYY-MM-DD 형식이어야 합니다')
+    .describe('일정 날짜 YYYY-MM-DD'),
+  time: z
+    .string()
+    .regex(SCHEDULE_TIME_RE, 'HH:MM(24시간) 형식이어야 합니다')
+    .optional()
+    .describe('시각 HH:MM(24시간, 선택)'),
+  note: optLine.describe('부가 메모(예: 장소·준비물, 선택)'),
+});
+export type JobScheduleItem = z.infer<typeof JobScheduleItemSchema>;
+
 export const JobInputSchema = z.object({
   company: reqLine,
   position: reqLine.describe('직무/포지션명'),
@@ -346,6 +434,20 @@ export const JobInputSchema = z.object({
   keywords: strList.optional().describe('핵심 키워드'),
   deadline: z.string().max(MAX_LINE).optional().describe('마감일 YYYY-MM-DD'),
   source: z.string().max(MAX_LINE).optional().describe('출처 (사람인/원티드/직접 입력 등)'),
+  company_overview: optBody.describe('회사 사업개요·미션·주요 제품·최근 활동 (AI가 리서치해 채움)'),
+  talent_profile: optBody.describe('회사가 강조하는 인재상 (한국 자소서·면접에서 정렬 기준)'),
+  core_values: strList.optional().describe('회사 핵심가치 (키워드 배열)'),
+  reputation: optBody.describe('회사 평판 요약 — 평점·워라밸·문화 리스크 등 (AI가 company-research 플레이북으로 리서치해 채움; 출처·최근성 표기)'),
+  questions: z
+    .array(JobQuestionSchema)
+    .max(MAX_ITEMS)
+    .optional()
+    .describe('회사 지정 자소서 문항·글자수 — 사용자가 문항을 주면 구조화 저장'),
+  schedule: z
+    .array(JobScheduleItemSchema)
+    .max(MAX_ITEMS)
+    .optional()
+    .describe('전형 일정 — 면접초대 메일·발표 공지를 받으면 구조화 저장(label·date 필수, time 선택). 서류 마감은 deadline 필드를 쓰세요.'),
 });
 export type JobInput = z.infer<typeof JobInputSchema>;
 
@@ -361,9 +463,68 @@ export const JobRecordSchema = z.object({
   keywords: z.array(z.string()),
   deadline: z.string().nullable(),
   source: z.string().nullable(),
+  company_overview: z.string().nullable(),
+  talent_profile: z.string().nullable(),
+  core_values: z.array(z.string()),
+  reputation: z.string().nullable(),
+  questions: z.array(JobQuestionSchema),
+  schedule: z.array(JobScheduleItemSchema),
 });
 export type JobRecord = z.infer<typeof JobRecordSchema>;
 
+/* ------------------------------------------------------------------- Offer */
+
+/** Offer lifecycle — MY response to the company's proposal. Orthogonal to the
+ *  application's 8-stage status (which tracks the COMPANY's process): together
+ *  they can express e.g. "최종 합격했지만 내가 거절" (final_passed + declined). */
+export const OFFER_STATUSES = ['open', 'accepted', 'declined'] as const;
+export type OfferStatus = (typeof OFFER_STATUSES)[number];
+
+/** Job offer for comparison. Cash pieces are 만원(numeric) so the server can sum an
+ *  annual estimate deterministically; equity/other stay free-text. ai_score/verdict
+ *  are produced by the connected AI at save time (CareerMate has no LLM). */
+export const OfferInputSchema = z.object({
+  job_id: reqLine,
+  offer_status: z
+    .enum(OFFER_STATUSES)
+    .optional()
+    .describe('오퍼 상태 — open(진행 중)/accepted(수락)/declined(거절). 생략 시 기존 값 유지(신규 저장은 open)'),
+  base_salary: z.number().nonnegative().optional().describe('기본급/연봉 (만원)'),
+  bonus_amount: z.number().nonnegative().optional().describe('연 성과급·상여 기대액 (만원)'),
+  welfare_amount: z.number().nonnegative().optional().describe('복지포인트 등 연환산 (만원)'),
+  signing_amount: z.number().nonnegative().optional().describe('사이닝보너스 일시금 (만원)'),
+  equity_note: optNote.describe('주식/스톡옵션 (정성 서술 — 가치평가가 모호하므로 텍스트)'),
+  comp_note: optBody.describe('기타 보상 자유 서술'),
+  work_arrangement: optLine.describe('근무형태 (재택/하이브리드/출근)'),
+  contract_type: optLine.describe('계약형태 (정규/계약 등)'),
+  accept_deadline: optLine.describe('수락 마감일 YYYY-MM-DD'),
+  ai_score: z.number().min(0).max(100).optional().describe('AI가 매긴 종합 점수 0~100 (저장 시 AI가 채움)'),
+  verdict: optBody.describe('최종평 — 어떤 상황이면 어디가 좋은지 등 (AI가 저장 시 작성)'),
+  notes: optNote,
+});
+export type OfferInput = z.infer<typeof OfferInputSchema>;
+
+export const OfferRecordSchema = z.object({
+  ...baseRecord,
+  job_id: z.string(),
+  offer_status: z.enum(OFFER_STATUSES),
+  base_salary: z.number().nullable(),
+  bonus_amount: z.number().nullable(),
+  welfare_amount: z.number().nullable(),
+  signing_amount: z.number().nullable(),
+  equity_note: z.string().nullable(),
+  comp_note: z.string().nullable(),
+  work_arrangement: z.string().nullable(),
+  contract_type: z.string().nullable(),
+  accept_deadline: z.string().nullable(),
+  ai_score: z.number().nullable(),
+  verdict: z.string().nullable(),
+  notes: z.string().nullable(),
+  /** Server-computed annual cash estimate = base + bonus + welfare (signing is one-time, excluded). Null if no numeric pieces. */
+  total_comp_annual_est: z.number().nullable(),
+});
+export type OfferRecord = z.infer<typeof OfferRecordSchema>;
+
 /* ------------------------------------------------------------- FitAnalysis */
 
 export const FitAnalysisInputSchema = z.object({
@@ -393,6 +554,23 @@ export type FitAnalysisRecord = z.infer<typeof FitAnalysisRecordSchema>;
 
 /* ------------------------------------------------------------- Application */
 
+/**
+ * 탈락 회고 — 어느 전형 단계에서 떨어졌는지. 탈락 사유를 알려주는 기업은 6%뿐이고 지원자
+ * 83%가 알고 싶어하므로, 이 자가 기록이 "서류는 붙는데 면접에서 떨어진다" 같은 패턴을 로컬
+ * 데이터로 드러내는 유일한 신호다. status='rejected'일 때만 의미가 있다.
+ */
+export const REJECTED_STAGES = ['document', 'assessment', 'interview', 'final', 'other'] as const;
+export type RejectedStage = (typeof REJECTED_STAGES)[number];
+
+/** Korean labels for the rejection stage (dashboard localizes separately via i18n). */
+export const REJECTED_STAGE_LABELS: Record<RejectedStage, string> = {
+  document: '서류',
+  assessment: '인적성·AI역검',
+  interview: '면접',
+  final: '최종·처우',
+  other: '기타',
+};
+
 export const ApplicationInputSchema = z.object({
   job_id: reqLine,
   status: z.enum(APPLICATION_STATUSES).optional(),
@@ -418,6 +596,12 @@ export const ApplicationStatusUpdateSchema = z.object({
   status: z.enum(APPLICATION_STATUSES),
   note: optNote.describe('상태 변경 사유/메모'),
   submission: ApplicationSubmissionSchema.optional().describe('지원 완료 기록에 남길 제출 자료 스냅샷'),
+  rejected_stage: z
+    .enum(REJECTED_STAGES)
+    .optional()
+    .describe(
+      "탈락 회고 — 'rejected'로 바꿀 때 어느 단계에서 떨어졌는지: 서류=document, 인적성·AI역검=assessment, 면접=interview, 최종·처우=final, 기타=other. rejected가 아닌 상태에는 저장되지 않습니다.",
+    ),
 });
 export type ApplicationStatusUpdate = z.infer<typeof ApplicationStatusUpdateSchema>;
 
@@ -429,6 +613,7 @@ export const ApplicationRecordSchema = z.object({
   cover_letter_id: z.string().nullable(),
   applied_at: z.string().nullable(),
   notes: z.string().nullable(),
+  rejected_stage: z.enum(REJECTED_STAGES).nullable(),
 });
 export type ApplicationRecord = z.infer<typeof ApplicationRecordSchema>;
 
@@ -459,12 +644,24 @@ export const InterviewQuestionSchema = z.object({
 });
 export type InterviewQuestion = z.infer<typeof InterviewQuestionSchema>;
 
+/** Post-interview debrief — captured AFTER the interview to close the loop and feed the next round. */
+export const InterviewDebriefSchema = z.object({
+  asked_questions: strList.optional().describe('실제로 받은 질문들'),
+  went_well: optBody.describe('잘된 점/강했던 답변'),
+  to_improve: optBody.describe('아쉬운 점/다음에 개선할 점'),
+  next_round_focus: optBody.describe('다음 라운드/면접에 대비해 준비할 포인트'),
+  sentiment: z.enum(['positive', 'neutral', 'negative']).optional().describe('체감 분위기'),
+  interviewed_at: optLine.describe('면접 본 날짜(YYYY-MM-DD)'),
+});
+export type InterviewDebrief = z.infer<typeof InterviewDebriefSchema>;
+
 export const InterviewPrepInputSchema = z.object({
   job_id: reqLine,
   questions: z.array(InterviewQuestionSchema).max(MAX_ITEMS).optional(),
   star_guides: z.array(StarGuideSchema).max(MAX_ITEMS).optional(),
   self_introduction: optBody.describe('1분 자기소개 초안'),
   notes: optNote.describe('면접 후기/메모'),
+  debrief: InterviewDebriefSchema.optional().describe('면접 후 디브리프(받은 질문·잘된 점·개선점·다음 라운드 포커스)'),
 });
 export type InterviewPrepInput = z.infer<typeof InterviewPrepInputSchema>;
 
@@ -475,6 +672,7 @@ export const InterviewPrepRecordSchema = z.object({
   star_guides: z.array(StarGuideSchema),
   self_introduction: z.string().nullable(),
   notes: z.string().nullable(),
+  debrief: InterviewDebriefSchema.nullable(),
 });
 export type InterviewPrepRecord = z.infer<typeof InterviewPrepRecordSchema>;
 

package/scripts/init.ts

@@ -394,6 +394,13 @@ const SAFE_TOOLS: readonly string[] = [
   'get_application_context', 'save_fit_analysis', 'update_application_status', 'save_interview_prep',
   'export_cover_letter', 'export_resume', 'export_profile', 'list_recent_activity', 'get_workflow_guide', 'get_playbook', 'get_verifier',
   'validate_cover_letter', 'set_verify_mode', 'get_writing_style_guide', 'check_for_update',
+  // 읽기전용 조회 도구(DB 변경·외부 전송 없음) → 사전허용 안전.
+  'get_followups', 'get_pipeline_stats', 'prescreen_job',
+  // search_jobs: 공개 잡보드에서 공고를 가져오기만(보내는 건 검색어뿐, 사용자 데이터 미전송).
+  // check_for_update와 같은 "네트워크 read" 부류라 사전허용 안전(우회·쓰기 없음).
+  'search_jobs',
+  // 오퍼(제안) — 로컬 저장/조회(save_fit_analysis 등과 동급), 외부 전송 없음.
+  'save_offer', 'compare_offers', 'get_offer',
   // careermate 자신의 인박스 폴더·대시보드(127.0.0.1)만 여는 로컬 동작 + 인박스 내부 문서 읽기 → 사전허용 안전.
   'read_inbox', 'open_inbox', 'open_dashboard', 'open_application',
 ];