claude-code-arcane 1.4.0 → 2.0.0

package/skills/job-scrape/SKILL.md

@@ -0,0 +1,95 @@
+---
+name: job-scrape
+description: "Search job boards (bundled LinkedIn + GetOnBoard CLIs) with dedup memory across runs, score new openings against a role profile and offer to create application notes. Triggers: buscar ofertas nuevas, scrape de ofertas, correr los CLIs de busqueda, buscar trabajo en LinkedIn o GetOnBoard, nueva corrida de busqueda, ofertas con dedup."
+argument-hint: "[perfil] [--jobage N]"
+category: "career"
+user-invocable: true
+allowed-tools: Read, Glob, Grep, Bash, Write, Edit
+---
+
+# /job-scrape - Búsqueda de ofertas con memoria
+
+Corre los CLIs de búsqueda bundleados (LinkedIn + GetOnBoard, en `scripts/`) con los criterios de un perfil, deduplica contra `seen_jobs.json` y contra las notas existentes, scorea lo nuevo y ofrece crear notas de aplicación. Adaptado del skill job-scraper de MadsLorentzen/ai-job-search.
+
+Flags y datos que devuelve cada script: `references/linkedin-cli.md` y `references/getonbrd-cli.md`.
+
+Argumentos: `$ARGUMENTS` (perfil, opcional; `--jobage N` para override de recencia, default 7 días).
+
+Todas las rutas de notas son relativas al **career workspace** (flag `--workspace`, env `CAREER_WORKSPACE`, o `./career-workspace/`; lo crea `/job-hunt setup`). El estado de dedup vive en `<workspace>/tools/job_scraper/seen_jobs.json`.
+
+## Requisitos
+
+- **Python 3** en el PATH (los scripts usan solo la stdlib: cero dependencias, sin build, sin venv).
+- Career workspace con al menos un perfil en `01-Perfiles/`.
+- Opcional: skill `job-search` instalado (aporta la rúbrica de scoring completa).
+
+## Pasos
+
+1. **Perfil y criterios.** Si `$ARGUMENTS` no matchea una nota de `01-Perfiles/` (excluir `_index`), listar los perfiles y preguntar cuál usar. Leer del frontmatter: `keywords`, `keywords_excluir`, `match_score_minimo`, `salario_minimo_usd_mes`, `modalidad`, `seniority`, `regla_seniority`, `mercado_objetivo`.
+
+2. **Cargar estado.** Leer `<workspace>/tools/job_scraper/seen_jobs.json` (si no existe, crearlo con el esqueleto de `references/seen_jobs.schema.json`; si hay notas previas en `03-Aplicaciones/`, ofrecer backfillearlas como `nota_creada`). Validar que toda entrada `nota_creada` apunte a una nota existente en `03-Aplicaciones/`; reportar punteros rotos sin frenar.
+
+3. **Derivar queries.** 3-5 queries con forma de rol desde las keywords del perfil (ej. "fullstack developer", "backend developer"), no fragmentos de skill sueltos.
+
+4. **CONFIRMACIÓN: correr los CLIs.** Antes de la primera corrida de la sesión, mostrar el warning y pedir approval explícito (mismo criterio que `/job-search` con Apify):
+
+   > ⚠️ El CLI de LinkedIn lee páginas públicas de LinkedIn. El acceso automatizado va **contra sus Terms of Service**, y el uso es a tu propia responsabilidad: personal, volumen bajo, nunca comercial ni barridos masivos. GetOnBoard usa su API pública v0 y no tiene esta restricción.
+   > ¿Corro ambos CLIs, solo GetOnBoard, o ninguno?
+
+   Si el usuario elige solo GetOnBoard, saltear LinkedIn y declarar la cobertura reducida en el resumen final.
+
+5. **Ejecutar los CLIs** (tolerar el fallo de uno y reportar la degradación):
+   ```
+   python .claude/skills/job-scrape/scripts/linkedin_search.py search -q "<query>" -l "<location>" --remote remote --jobage <N> --format json
+   python .claude/skills/job-scrape/scripts/getonbrd_search.py search -q "<query>" --jobage <N> --brief
+   ```
+   La `<location>` de LinkedIn sale del `mercado_objetivo` del perfil; si es worldwide, usar además `-l "Remote"`. Volumen bajo: máximo ~5 queries por CLI por corrida.
+
+   **`--brief` no es opcional en el barrido:** los JD completos son ~80% del payload de GetOnBoard (~58 KB por query), y el quick score del paso 8 solo necesita los campos estructurados + el arranque de la description. El JD completo se trae en el paso 9, solo para las `high`. Si el CLI de LinkedIn emite un `warning` `NO_CARDS_PARSED` en stderr, la respuesta traía contenido pero el markup cambió: reportarlo como degradación de esa fuente, no como "no hay ofertas".
+
+6. **Normalizar y dedup intra-batch.** Canonicalizar URLs (sin utm/tracking; LinkedIn → `jobs/view/<id>`; GetOnBoard `/empleos/` → `/jobs/`), calcular `job_key = slug(empresa)|slug(titulo)` (reglas exactas en `references/dedup-playbook.md`). Misma oferta en ambas fuentes = una entrada con dos `sources[]`.
+
+7. **Dedup contra historial:**
+   - `seen_jobs.json`: entradas `nota_creada` o `descartado` se omiten de la tabla (contarlas aparte); entradas `new` re-vistas actualizan `last_seen` y se muestran marcadas "vista antes, sin decisión".
+   - `03-Aplicaciones/`: Grep por `link_oferta` con las URLs canónicas y por nombre `<Empresa> - <Rol>`. Si hay match no registrado en seen_jobs, registrarlo como `nota_creada` (autocuración).
+   - Matching blando (misma empresa + títulos muy parecidos): mostrar warning "posible duplicado de [[nota]]", no dedup automático.
+
+8. **Quick score (todas las nuevas)** usando solo datos del listing:
+   - `low`: keyword de `keywords_excluir` en el título (o en la description truncada de GetOnBoard); seniority fuera de banda (aplicando `regla_seniority` del perfil si existe); `salary_max < salario_minimo_usd_mes`; o elegibilidad bloqueada (countries/remote_zone excluye el país del usuario según `mercado_objetivo`).
+   - `high`: título matchea keywords del perfil + seniority en banda + sin bloqueos.
+   - `medium`: el resto. Campos null = desconocido, no penalizar.
+
+9. **Score completo solo para las `high`**, con la rúbrica de `.claude/skills/job-search/references/scoring-rubric.md` (si el skill job-search no está instalado, quedarse con el quick score y avisar). El JD completo se trae con `detail` de la fuente que corresponda (`detail <slug>` en GetOnBoard, `detail <id>` en LinkedIn), con un **cap de ~10 fetches por corrida sumando ambas fuentes** (ToS, volumen bajo), priorizando por quick score y recencia. Si las `high` exceden el cap, scorear las que entren y listar el resto con su quick score, declarando el corte.
+
+10. **Presentar tabla** ordenada por score: Título | Empresa | Fuente(s) | Salario | Score | Veredicto. Preguntar si alguna se descarta ya (registrar `status: descartado` + `descarte_motivo`).
+
+11. **Persistir** todas las entradas nuevas/actualizadas en `seen_jobs.json` y actualizar el campo `actualizado`. JSON válido siempre (es un data file con schema).
+
+12. **Ofrecer crear notas** para las de score ≥ `match_score_minimo`, con approval explícito **por oferta** (o "todas") antes de escribir. Por cada confirmada:
+    - Nota en `03-Aplicaciones/<Empresa> - <Rol>.md` desde el template `Templates/Aplicacion.md` del workspace, frontmatter completo (`estado: interesado`, `match_score`, `fuente`, `link_oferta`, `salario_rango`, `modalidad`, `ubicacion`, `prioridad`) y sección "Match con mi perfil" con alineaciones y **gaps reales** (alimentan `/job-upskill`).
+    - Fila en `00-Dashboard.md`, sección de aplicaciones activas, respetando las columnas exactas del header y escapando `\|` en wikilinks con alias.
+    - Entrada seen_jobs → `status: nota_creada` + `nota`.
+
+13. **Resumen final:** contadores (encontradas / ya vistas / nuevas / descartadas / notas creadas), fuentes efectivamente consultadas y cortes aplicados (cap de `detail`, fuente degradada), y sugerencia de `/job-aplicar` para las top.
+
+## Qué NO hace
+
+- No corre el CLI de LinkedIn sin la confirmación del paso 4.
+- No crea notas sin confirmación individual.
+- No genera CVs ni covers (eso es `/job-aplicar`).
+- No marca `estado: aplicado` nunca.
+- No edita notas existentes ni re-scorea ofertas ya con nota.
+- No borra filas del dashboard ni entradas de seen_jobs.
+- No se corre en loop ni excede los caps de volumen.
+
+## Reglas
+
+- Respetar la matriz de fuente de verdad de `references/dedup-playbook.md`: seen_jobs → nota → dashboard, unidireccional.
+- Notas nuevas en el idioma del workspace, sin guiones largos, con wikilinks.
+- Volumen bajo siempre en LinkedIn (el acceso automatizado va contra sus ToS; uso personal y puntual), y con el warning + approval del paso 4 en la primera corrida de la sesión. El profile pre-aprueba el permiso de Bash, no la decisión: la confirmación la pide el skill.
+- `--brief` en el barrido de GetOnBoard; el JD completo solo vía `detail` para las `high`.
+- Si ambos CLIs fallan, frenar y reportar (no degradar a scraping manual sin avisar).
+
+## Handoff
+
+Al cerrar la corrida, las ofertas con nota creada quedan READY para el pipeline de postulación: correr `/job-aplicar <nota|url>` con la mejor. Para gaps recurrentes detectados en los scores, `/job-upskill`.

package/skills/job-scrape/references/dedup-playbook.md

@@ -0,0 +1,25 @@
+# seen_jobs - estado de deduplicacion de /job-scrape
+
+`seen_jobs.json` registra todas las ofertas vistas por `/job-scrape` para no volver a presentarlas en corridas siguientes. Schema formal en `seen_jobs.schema.json` (junto a este archivo). Vive en `<workspace>/tools/job_scraper/` (no entre las notas) porque es dato de maquina, no nota: el vault/Obsidian no lo indexa.
+
+## Matriz de fuente de verdad (regla anti-divergencia)
+
+| Dato | Fuente de verdad | Quien escribe |
+|---|---|---|
+| "Ya vi esta oferta" + triage + descartes pre-nota | `seen_jobs.json` | `/job-scrape` (y `/job-aplicar` al crear o descartar) |
+| Estado del pipeline (`interesado -> aplicado -> ...`), match_score definitivo | Frontmatter de la nota en `03-Aplicaciones/` | `/job-aplicar` crea; `/job-outcome` actualiza |
+| Vista humana de la cola | `00-Dashboard.md` | Derivado de las notas; `/job-aplicar` y `/job-outcome` fila a fila |
+
+El flujo es **unidireccional**: seen_jobs -> nota -> dashboard. Cuando una entrada pasa a `status: nota_creada` se congela (solo conserva el puntero `nota`); el pipeline sigue en la nota y NUNCA se sincroniza de vuelta. Por eso no existe el estado `aplicado` en este archivo.
+
+## Claves de dedup
+
+1. **URL canonica** (por fuente): sin utm/tracking params; LinkedIn reducido a `linkedin.com/jobs/view/<id>`; GetOnBoard `/empleos/` -> `/jobs/`.
+2. **`job_key`** = `slug(empresa)|slug(titulo)`: lowercase, sin acentos, sin puntuacion (conserva `.` interno: coderslab.io, .net), sin sufijos legales (inc, llc, sa...), sin calificadores del titulo entre parentesis ("(remote)", "(latam)"). Detecta la misma oferta publicada en dos fuentes con URLs distintas; se agrega a `sources[]` de la entrada existente en vez de duplicar.
+3. Matching blando (misma empresa + alto solapamiento de tokens del titulo) = **warning** en `/job-scrape`, nunca dedup automatico (una empresa puede tener dos roles parecidos legitimos, o el mismo rol con titulo traducido).
+
+## Mantenimiento
+
+- **Punteros rotos:** `/job-scrape` valida al arrancar que toda entrada `nota_creada` apunte a una nota existente y reporta las rotas.
+- **Poda (opt-in):** entradas `new`/`descartado` con `last_seen` de mas de 90 dias se pueden borrar. Solo a pedido del usuario, nunca automatico. Las `nota_creada` no se podan (son el historial de dedup contra aplicaciones reales).
+- **Primer run:** el archivo arranca vacio (esqueleto del schema). Si ya existen notas en `03-Aplicaciones/`, `/job-scrape` ofrece backfillearlas como `nota_creada` (con `quick_score: null` y `url: "nota://<archivo>"` si la nota no tiene `link_oferta`).

package/skills/job-scrape/references/getonbrd-cli.md

@@ -0,0 +1,62 @@
+# GetOnBoard Search CLI
+
+Busca ofertas en GetOnBoard (job board tech de LATAM) via su API pública v0. Sin auth, sin API key, **cero dependencias**: solo la stdlib de Python 3. Espejo del contrato de `linkedin_search.py` para que `/job-scrape` pueda usar ambos de forma intercambiable.
+
+El script es `scripts/getonbrd_search.py`. Construido a medida siguiendo el patrón `/add-portal` de MadsLorentzen/ai-job-search (investigar endpoint → scaffold con el mismo contrato → test en vivo), y portado de TypeScript a Python por la regla de lenguaje por capa (`docs/coding-standards.md`); la salida de las dos versiones se comparó campo por campo sobre las mismas queries: identica.
+
+## Uso
+
+### Buscar ofertas
+
+```bash
+python .claude/skills/job-scrape/scripts/getonbrd_search.py search -q "<keywords>" [flags]
+```
+
+Flags:
+- `-q / --query <texto>` - **requerido**, minimo 3 chars. La API hace AND de todos los terminos.
+- `--jobage <dias>` - publicada en los ultimos N dias (filtro client-side sobre `published_at`).
+- `--remote <modo>` - `remote` | `hybrid` | `onsite` (filtro client-side).
+- `--page <n>` - paginacion (20 resultados por pagina).
+- `-n / --limit <n>` - tope de resultados (`0` no emite ninguno).
+- `--brief` - solo en `json`: trunca cada `description` a 300 chars y marca `description_truncated`. Los JD completos son ~80% del payload, asi que para triage conviene `--brief` y despues `detail` del shortlist.
+- `--format json|table|plain` - default `json`.
+
+Sin flag `--location`: GetOnBoard es LATAM/remoto por naturaleza; filtrar con `--remote` y leer `countries` en el JSON.
+
+### Detalle de una oferta
+
+```bash
+python .claude/skills/job-scrape/scripts/getonbrd_search.py detail <slug|url> [--format json|plain]
+```
+
+Acepta el `ID` (slug) de los resultados de search o cualquier URL de getonbrd.com (`/jobs/...` o `/empleos/...`, con o sin categoria). Dos capas:
+1. **Search API** (queries progresivas derivadas del slug): datos completos, incluye `applications_count`.
+2. **Microdata fallback** (pagina SSR, schema.org JobPosting): para ofertas viejas o fuera del indice. Detecta y marca ofertas **CERRADAS**.
+
+## Datos que devuelve (JSON)
+
+`id` (slug), `title`, `company`, `location`, `date` (ISO), `url`, `seniority` (Junior/Semi Senior/Senior/Expert), `remote`, `remote_modality` (`remote_local`/`hybrid`/`no_remote`...), `remote_zone`, `countries`, `salary_min_usd_month`/`salary_max_usd_month` (USD/mes cuando esta publicado), `applications_count` (util para la dimension "calidad de la oferta" de la rubrica), `description` (texto plano).
+
+## Ejemplos
+
+```bash
+# Fullstack, ultimas 2 semanas
+python .claude/skills/job-scrape/scripts/getonbrd_search.py search -q "fullstack developer" --jobage 14 --format table
+
+# Triage barato: estructurado completo, JD truncado
+python .claude/skills/job-scrape/scripts/getonbrd_search.py search -q "fullstack developer" --jobage 14 --brief
+
+# .NET remoto
+python .claude/skills/job-scrape/scripts/getonbrd_search.py search -q ".NET developer" --remote remote --format table
+
+# JD completo de una oferta
+python .claude/skills/job-scrape/scripts/getonbrd_search.py detail "https://www.getonbrd.com/jobs/programming/full-stack-developer-buildwithin-remote-b1ef" --format plain
+```
+
+## Notas
+
+- API publica en beta (`api/v0`); si cambia, el fallback de microdata sigue funcionando.
+- Errores a **stderr** como `{ "error": "...", "code": "..." }` con exit code `1`.
+- Volumen bajo por cortesia; la API es publica pero no esta pensada para bulk scraping.
+- Referencia de endpoints: `getonbrd-urls.md`.
+- Tests de los parsers: `tests/job_scrape/test_getonbrd_search.py` en el repo de Arcane.

package/skills/job-scrape/references/getonbrd-urls.md

@@ -0,0 +1,37 @@
+# GetOnBoard API v0 - referencia de endpoints (verificada 2026-07-13)
+
+Base: `https://www.getonbrd.com/api/v0` - sin autenticacion para endpoints publicos. Formato JSON:API.
+
+## Search de ofertas
+
+```
+GET /search/jobs?query=<q>&per_page=<n>&page=<n>&expand[]=seniority&expand[]=company
+```
+
+- `query`: requerido, min 3 chars. Hace AND de todos los terminos (queries largas sobre-restringen).
+- `per_page` / `page`: paginacion; `meta: { page, per_page, total_pages }` en la respuesta.
+- `expand[]`: resuelve las referencias `seniority` y `company` inline (sin expand vienen solo como `{id, type}`).
+
+Respuesta por job (`data[]`): `id` = slug, `links.public_url`, y en `attributes`:
+`title`, `description` (HTML), `functions` (HTML), `desirable` (HTML), `benefits` (HTML), `remote` (bool), `remote_modality` (`remote_local` | `hybrid` | `no_remote` | ...), `remote_zone`, `countries[]`, `min_salary`/`max_salary` (USD/mes, null si no publican), `published_at` (unix), `applications_count`, `seniority.data.attributes.name`, `company.data.attributes.name`, `lang`, `perks[]`.
+
+## Catalogos publicos
+
+```
+GET /seniorities   -> Junior=2, Semi Senior=3, Senior=4, Expert=5, Sin experiencia=1
+GET /categories    -> categorias (programming, design-ux, etc.)
+```
+
+## Lo que NO es publico
+
+- `GET /jobs/<slug>` devuelve **401** (endpoint privado, requiere API key de cuenta).
+  Por eso `detail` del script usa search + filtro por id exacto, con fallback a microdata.
+
+## Paginas SSR (fallback de detail)
+
+- `https://www.getonbrd.com/jobs/<slug>` redirige 301 a `/jobs/<categoria>/<slug>`.
+- La pagina renderiza microdata schema.org JobPosting via atributos `itemprop`:
+  `title`, `hiringOrganization > name`, `datePosted`, `baseSalary > minValue/maxValue`,
+  `description`, `qualifications` (seniority), `address`.
+- Ofertas cerradas: pierden el `itemtype="http://schema.org/JobPosting"` pero conservan
+  los `itemprop`; la pagina contiene el texto "Closed job" / "No longer accepting".

package/skills/job-scrape/references/linkedin-cli.md

@@ -0,0 +1,64 @@
+# LinkedIn Search CLI
+
+Busca ofertas en el job board publico de LinkedIn (endpoints `jobs-guest`) para cualquier pais/region y remoto. Sin autenticacion, sin API key, **cero dependencias**: solo la stdlib de Python 3.
+
+El script es `scripts/linkedin_search.py`. Portado del CLI en TypeScript vendoreado de [MadsLorentzen/ai-job-search](https://github.com/MadsLorentzen/ai-job-search) (`.agents/skills/linkedin-search/`): los scripts de skill corren en el proyecto del usuario sin build step, y TypeScript ahi implica exigir Node 24+ para el type stripping nativo (ver `docs/coding-standards.md`). La traduccion se verifico comparando la salida de las dos versiones sobre el mismo HTML y el mismo detalle: identica.
+
+Diferencias respecto del upstream, todas deliberadas:
+- `normalize_id` acepta el slash final: la URL del boton de compartir es `/jobs/view/<id>/?refId=...` y el regex original solo anclaba en `?`.
+- Warning `NO_CARDS_PARSED` a stderr cuando la respuesta trae contenido pero se parsean 0 cards (cambio de markup vs "no hay ofertas").
+- `&nbsp;` se normaliza a espacio comun: U+00A0 es invisible y rompe el matching de keywords en el JD.
+- Salida UTF-8 forzada: en Windows `stdout` es cp1252 y cualquier acento del JD reventaba al redirigir.
+
+## ⚠️ Uso personal, volumen bajo
+
+Lee paginas publicas de LinkedIn; el acceso automatizado va contra sus Terms of Service. **Mantener volumen bajo** (busquedas puntuales, no barridos masivos ni uso comercial). El script reintenta 429/5xx con backoff exponencial. `/job-scrape` pide confirmacion explicita antes de la primera corrida de la sesion.
+
+## Comandos
+
+### Buscar ofertas
+
+```bash
+python .claude/skills/job-scrape/scripts/linkedin_search.py search -l "<lugar>" [flags]
+```
+
+Flags:
+- `-l / --location <texto>` - **requerido.** Place string de LinkedIn: `"Spain"`, `"European Union"`, `"Remote"`, `"Berlin, Germany"`.
+- `-q / --query <texto>` - keywords (titulo, skill, rol). Recomendado.
+- `--jobage <dias>` - publicado en los ultimos `1`, `7`, `14` o `30` dias.
+- `--remote <modo>` - `remote`, `hybrid` u `onsite`.
+- `--page <n>` - paginacion (10 resultados por pagina).
+- `-n / --limit <n>` - tope de resultados emitidos (`0` no emite ninguno).
+- `--format json|table|plain` - default `json`.
+
+### Detalle completo de una oferta
+
+```bash
+python .claude/skills/job-scrape/scripts/linkedin_search.py detail <id|url> [--format json|plain]
+```
+
+Acepta el ID numerico del search, una URL `jobs/view/...` (con o sin slash final y query params, como la que da el boton de compartir) o un URN. Devuelve descripcion completa, seniority, tipo de empleo, industrias y link.
+
+## Ejemplos
+
+```bash
+# Fullstack remoto en un pais, ultima semana
+python .claude/skills/job-scrape/scripts/linkedin_search.py search -q "full stack developer" -l "Spain" --remote remote --jobage 7 --format table
+
+# Backend .NET remoto en una region
+python .claude/skills/job-scrape/scripts/linkedin_search.py search -q ".NET developer" -l "European Union" --remote remote --jobage 14 --format table
+
+# Game developer remoto global
+python .claude/skills/job-scrape/scripts/linkedin_search.py search -q "game developer" -l "Remote" --jobage 30 --format table
+
+# JD completo de una oferta
+python .claude/skills/job-scrape/scripts/linkedin_search.py detail 4434569000 --format plain
+```
+
+## Notas
+
+- Errores van a **stderr** como `{ "error": "...", "code": "..." }` con exit code `1`. Los diagnosticos no fatales usan la misma forma con clave `warning` (ej. `NO_CARDS_PARSED`) y no cambian el exit code.
+- El search de LinkedIn **no es determinista**: dos corridas seguidas con los mismos parametros pueden devolver ofertas distintas. No asumir que "no aparece" significa "no existe"; el dedup de `/job-scrape` esta justamente para eso.
+- `--format json` sirve para encadenar: sacar IDs y pasarlos a `detail`, o scorear ofertas contra los criterios (`match_score`) antes de crear notas en `03-Aplicaciones/` del career workspace.
+- Referencia de como se construyen las URLs upstream: `linkedin-urls.md`.
+- Tests de los parsers: `tests/job_scrape/test_linkedin_search.py` en el repo de Arcane.

package/skills/job-scrape/references/linkedin-urls.md

@@ -0,0 +1,42 @@
+# LinkedIn Jobs URL Reference
+
+Public, unauthenticated `jobs-guest` endpoints used by this skill. Global — the same
+endpoints serve every market; only the `location` value changes.
+
+> Personal use only — automated access is against LinkedIn's Terms of Service; keep volume low.
+
+## Search
+
+```
+GET https://www.linkedin.com/jobs-guest/jobs/api/seeMoreJobPostings/search
+```
+
+Query params:
+
+| Param | Meaning | Example |
+|-------|---------|---------|
+| `keywords` | Free-text query | `data engineer` |
+| `location` | Place string | `Mumbai, Maharashtra, India` · `Berlin, Germany` · `Remote` |
+| `f_TPR` | Posted-within window (seconds) | `r604800` (7d), `r2592000` (30d) |
+| `f_WT` | Workplace type | `1` on-site · `2` remote · `3` hybrid |
+| `start` | Pagination offset (10/page) | `0`, `10`, `20`, … |
+
+Returns an HTML list of job cards (one `<li>` per posting). The script parses each card by
+its `data-entity-urn="urn:li:jobPosting:<id>"` and extracts title, company, location, date, URL.
+
+## Detail
+
+```
+GET https://www.linkedin.com/jobs-guest/jobs/api/jobPosting/<jobId>
+```
+
+Returns a single job's HTML: title (`top-card-layout__title`), company
+(`topcard__org-name-link`), location (`topcard__flavor--bullet`), the rich description
+(`show-more-less-html__markup` / `description__text`), and job-criteria items
+(seniority, employment type, job function, industries).
+
+## Notes
+
+- No authentication required.
+- Respect rate limits: the script backs off on 429/5xx.
+- Country-agnostic: pass any `--location` (city, region, country, or "Remote").

package/skills/job-scrape/references/seen_jobs.schema.json

@@ -0,0 +1,68 @@
+{
+  "$schema": "https://json-schema.org/draft/2020-12/schema",
+  "title": "seen_jobs",
+  "description": "Registro de ofertas vistas por /job-scrape para deduplicacion entre corridas. Fuente de verdad SOLO del triage pre-nota; el estado del pipeline vive en el frontmatter de las notas de 03-Aplicaciones/ del career workspace y el dashboard es una vista derivada.",
+  "type": "object",
+  "required": ["schema_version", "actualizado", "jobs"],
+  "properties": {
+    "$schema": { "type": "string" },
+    "schema_version": { "type": "integer", "const": 1 },
+    "actualizado": { "type": "string", "format": "date", "description": "Fecha ISO de la ultima escritura" },
+    "jobs": {
+      "type": "object",
+      "description": "Mapa job_key -> entrada. job_key = slug normalizado de 'empresa|titulo' (lowercase, sin acentos, sin puntuacion, sin sufijos legales de empresa, sin calificadores '(remote)'/'(latam)' del titulo).",
+      "additionalProperties": {
+        "type": "object",
+        "required": ["title", "company", "sources", "first_seen", "last_seen", "status"],
+        "properties": {
+          "title": { "type": "string", "description": "Titulo como se vio la primera vez" },
+          "company": { "type": "string" },
+          "sources": {
+            "type": "array",
+            "minItems": 1,
+            "items": {
+              "type": "object",
+              "required": ["source", "url", "first_seen", "last_seen"],
+              "properties": {
+                "source": { "enum": ["linkedin", "getonbrd", "manual", "otro"] },
+                "source_id": { "type": ["string", "null"], "description": "ID nativo de la fuente (numerico LinkedIn, slug GetOnBoard)" },
+                "url": { "type": "string", "description": "URL canonica (sin utm/tracking; linkedin.com/jobs/view/<id>; getonbrd /empleos/ -> /jobs/)" },
+                "publicada": { "type": ["string", "null"], "format": "date" },
+                "first_seen": { "type": "string", "format": "date" },
+                "last_seen": { "type": "string", "format": "date" }
+              }
+            }
+          },
+          "first_seen": { "type": "string", "format": "date", "description": "Primera vez vista en cualquier fuente" },
+          "last_seen": { "type": "string", "format": "date" },
+          "perfil": { "type": ["string", "null"], "description": "Nota de perfil contra la que se evaluo (nombre de la nota de 01-Perfiles/)" },
+          "quick_score": { "enum": ["high", "medium", "low", null], "description": "Triage barato sobre datos del listing" },
+          "match_score": { "type": ["integer", "null"], "minimum": 0, "maximum": 100, "description": "Score de la rubrica completa de job-search, si se corrio" },
+          "status": {
+            "enum": ["new", "descartado", "nota_creada"],
+            "description": "Estados del triage. Deliberadamente NO existe 'aplicado': al crear la nota la entrada se congela y el pipeline sigue en el frontmatter de la nota (lo mueve /job-outcome)."
+          },
+          "descarte_motivo": { "type": ["string", "null"], "description": "Obligatorio si status=descartado (ver allOf)" },
+          "nota": { "type": ["string", "null"], "description": "Nombre de archivo de la nota en 03-Aplicaciones/ (obligatorio si status=nota_creada, ver allOf)" },
+          "salario_max_usd_mes": { "type": ["integer", "null"], "description": "Salario maximo publicado en USD/mes, para re-triage sin re-fetch" }
+        },
+        "allOf": [
+          {
+            "if": { "properties": { "status": { "const": "descartado" } }, "required": ["status"] },
+            "then": {
+              "required": ["descarte_motivo"],
+              "properties": { "descarte_motivo": { "type": "string", "minLength": 1 } }
+            }
+          },
+          {
+            "if": { "properties": { "status": { "const": "nota_creada" } }, "required": ["status"] },
+            "then": {
+              "required": ["nota"],
+              "properties": { "nota": { "type": "string", "minLength": 1 } }
+            }
+          }
+        ]
+      }
+    }
+  }
+}