import feedparser
import hashlib
import json
from datetime import datetime
from pathlib import Path

RSS_FEEDS = [
    "https://remoteok.com/remote-jobs.rss",
    "https://weworkremotely.com/categories/remote-programming-jobs.rss",
    "https://stackoverflow.com/jobs/feed?r=true&tech=python",
]

def ingest_feeds(feeds: list[str], store_path: str = "jobs.json") -> list[dict]:
    existing = load_store(store_path)
    seen_ids = {j["id"] for j in existing}
    new_jobs = []

    for url in feeds:
        feed = feedparser.parse(url)
        for entry in feed.entries:
            job_id = hashlib.md5(entry.get("link", "").encode()).hexdigest()
            if job_id in seen_ids:
                continue
            job = {
                "id": job_id,
                "title": entry.get("title", ""),
                "company": entry.get("author", "Unknown"),
                "description": entry.get("summary", ""),
                "url": entry.get("link", ""),
                "published": entry.get("published", str(datetime.now())),
                "score": None,
                "email_drafted": False,
            }
            new_jobs.append(job)
            seen_ids.add(job_id)

    save_store(store_path, existing + new_jobs)
    print(f"[Ingestor] Добавлено {len(new_jobs)} новых вакансий")
    return new_jobs

import anthropic
import json

CLIENT = anthropic.Anthropic()  # читает ANTHROPIC_API_KEY из env

CANDIDATE_PROFILE = """
Опыт: 5 лет Python, FastAPI, PostgreSQL, Docker.
Ищу: удалённую позицию senior/lead backend разработчика.
Не интересует: стартапы до seed-раунда, позиции с релокацией, .NET/Java.
Желаемая зарплата: от $120k.
"""

SCORING_PROMPT = """
Ты — рекрутинговый AI-ассистент. Оцени вакансию для кандидата.

Профиль кандидата:
{profile}

Вакансия:
Название: {title}
Компания: {company}
Описание: {description}

Верни JSON:
{{
  "score": <число от 1 до 10>,
  "reasoning": "<краткое обоснование>",
  "red_flags": ["<список проблем если есть>"]
}}
"""

def score_job(job: dict) -> dict:
    prompt = SCORING_PROMPT.format(
        profile=CANDIDATE_PROFILE,
        title=job["title"],
        company=job["company"],
        description=job["description"][:2000],  # обрезаем длинные описания
    )
    message = CLIENT.messages.create(
        model="claude-opus-4-5",
        max_tokens=512,
        messages=[{"role": "user", "content": prompt}],
    )
    result = json.loads(message.content[0].text)
    job["score"] = result["score"]
    job["scoring_reasoning"] = result["reasoning"]
    job["red_flags"] = result.get("red_flags", [])
    return job

def score_all_jobs(store_path: str = "jobs.json", min_score: int = 7):
    jobs = load_store(store_path)
    to_score = [j for j in jobs if j["score"] is None]
    print(f"[Scorer] Оцениваем {len(to_score)} вакансий...")
    for job in to_score:
        scored = score_job(job)
        print(f"  {scored['title']} @ {scored['company']} → {scored['score']}/10")
    save_store(store_path, jobs)
    return [j for j in jobs if j.get("score", 0) >= min_score]

# Установка
npm install -g @gongrzhe/server-gmail-autoauth-mcp

# Первичная авторизация (потребует gcp-oauth.keys.json)
mkdir -p ~/.gmail-mcp
mv gcp-oauth.keys.json ~/.gmail-mcp/
npx @gongrzhe/server-gmail-autoauth-mcp auth

import anthropic
import subprocess
import json

EMAIL_PROMPT = """
Ты — карьерный ассистент. Напиши персонализированное письмо о кандидатуре на вакансию.

Кандидат: {profile}

Вакансия:
- Название: {title}
- Компания: {company}
- Описание: {description}
- Почему подходит: {reasoning}

Требования к письму:
1. Тема (subject): конкретная, упоминает позицию
2. Тело: 3-4 абзаца, без шаблонных фраз
3. Подчеркни 2-3 релевантных навыка с конкретными примерами
4. Вежливый, уверенный тон
5. Создай как черновик — НЕ отправляй

Используй Gmail MCP для создания черновика.
"""

def draft_email_for_job(job: dict, recipient: str = "hiring@company.com"):
    """Создаёт черновик письма через Claude + Gmail MCP."""
    # Запускаем MCP-сервер как subprocess
    mcp_process = subprocess.Popen(
        ["npx", "@gongrzhe/server-gmail-autoauth-mcp"],
        stdin=subprocess.PIPE, stdout=subprocess.PIPE
    )
    
    client = anthropic.Anthropic()
    # Claude получает доступ к Gmail-инструментам через MCP
    response = client.beta.messages.create(
        model="claude-sonnet-4-5",
        max_tokens=1024,
        tools=[{
            "type": "computer_use_20250124",
            # В реальном проекте здесь — инструменты Gmail MCP
        }],
        messages=[{"role": "user", "content": EMAIL_PROMPT.format(
            profile=CANDIDATE_PROFILE,
            title=job["title"],
            company=job["company"],
            description=job["description"][:1500],
            reasoning=job.get("scoring_reasoning", ""),
        )}]
    )
    job["email_drafted"] = True
    return response

import time
import schedule
from agents.ingestor import ingest_feeds
from agents.scorer import score_all_jobs
from agents.mailer import draft_emails_for_top_jobs

RSS_FEEDS = [
    "https://remoteok.com/remote-jobs.rss",
    "https://weworkremotely.com/categories/remote-programming-jobs.rss",
]

def run_pipeline():
    print("🚀 Запуск пайплайна...")
    
    # Шаг 1: Парсинг RSS
    new_jobs = ingest_feeds(RSS_FEEDS)
    if not new_jobs:
        print("Нет новых вакансий. Выходим.")
        return
    
    # Шаг 2: AI-скоринг (порог — 7 из 10)
    top_jobs = score_all_jobs(min_score=7)
    print(f"✅ Топ вакансий: {len(top_jobs)}")
    
    # Шаг 3: Черновики писем
    drafted = draft_emails_for_top_jobs(top_jobs)
    print(f"📧 Создано черновиков: {drafted}")
    print("✨ Пайплайн завершён. Проверьте черновики в Gmail.")

# Запуск каждый день в 8:00
schedule.every().day.at("08:00").do(run_pipeline)

if __name__ == "__main__":
    run_pipeline()  # Первый запуск сразу
    while True:
        schedule.run_pending()
        time.sleep(60)

job-pipeline/
├── agents/
│   ├── ingestor.py      # Агент 1: RSS → normalized JSON
│   ├── scorer.py        # Агент 2: Claude scoring
│   └── mailer.py        # Агент 3: Gmail MCP drafts
├── data/
│   └── jobs.json        # Персистентное хранилище
├── config/
│   ├── feeds.yaml       # Список RSS-лент
│   └── profile.md       # Профиль кандидата
├── main.py              # Оркестратор + планировщик
├── requirements.txt
└── README.md

anthropomorphic>=0.34.0
feedparser>=6.0.11
schedule>=1.2.2
python-dotenv>=1.0.0

import time

def score_with_backoff(jobs, batch_size=10, pause_sec=2):
    for i in range(0, len(jobs), batch_size):
        batch = jobs[i:i+batch_size]
        for job in batch:
            score_job(job)
        time.sleep(pause_sec)  # пауза между батчами