AI Job Search : le projet GitHub qui transforme Claude Code en assistant de recherche d'emploi

AI Job Search est un projet open source (licence MIT) créé mi-mars 2026 par Mads Lorentzen, un dev danois. Il passe la barre des 17 000 étoiles et 5 000 forks au 9 juillet 2026. Ce qui m'a marqué, c'est le format : c'est un repo à forker, pas une application à installer. Ton profil de candidat vit dans le CLAUDE.md à la racine. Les workflows sont des commandes slash définies dans des fichiers markdown. Les intégrations aux portails d'emploi sont des skills Claude Code. Tout le produit tient dans des fichiers .md et quelques scripts, et c'est Claude Code qui fait tourner l'ensemble.

Tu lances /setup pour construire ton profil : soit tu pointes vers un dossier de documents (CV, export LinkedIn, diplômes, lettres de référence), soit tu colles ton CV dans le chat, soit Claude te fait passer un entretien pour tout extraire. Ensuite /scrape cherche des offres sur plusieurs portails, déduplique les résultats et te les présente triés par pertinence. Et /apply déroule la candidature complète sur l'offre choisie : évaluation du fit, CV et lettre de motivation adaptés en LaTeX, relecture par un second agent, compilation PDF.

La plupart des templates de CV LaTeX produisent des sorties qui semblent propres dans le code et qui cassent dans le PDF : un titre de poste orphelin en bas de page, une lettre qui déborde sur la page 2, une police qui saute. Ici, /apply compile le PDF, le lit visuellement, et itère sur le LaTeX jusqu'à obtenir un CV de deux pages exactement, sans titre orphelin. Ensuite il extrait la couche texte du PDF avec pdftotext pour vérifier ce qu'un ATS voit réellement : les coordonnées présentes en texte brut, un ordre de lecture cohérent, la couverture des mots-clés de l'offre. Et le projet applique une règle d'honnêteté stricte : un mot-clé absent de ton profil est signalé comme un gap, jamais ajouté artificiellement.

Autre choix intéressant : la séparation rédacteur-relecteur. Un premier agent rédige, un second agent démarre avec un contexte vierge, fait des recherches sur l'entreprise et critique les brouillons. Le rédacteur révise ensuite. Ce découpage attrape les mots-clés oubliés et les formulations génériques qu'une passe unique laisse passer. Et quand le CV dépasse deux pages, le système coupe intelligemment : chaque ligne est scorée selon sa pertinence pour l'offre, son unicité dans le document et sa dépendance avec la lettre de motivation. Une expérience ancienne qui matche l'offre survit à une expérience récente qui ne matche pas.

Regarde la structure : un CLAUDE.md pour le profil, des commandes en markdown, des skills pour les intégrations, un agent relecteur. Un dev a construit un produit complet, utilisé par des milliers de personnes, sans backend, sans base de données, sans interface. Juste des fichiers markdown bien organisés et Claude Code comme moteur d'exécution. C'est exactement le pattern que je pousse dans mes vidéos sur les skills et sur le format .md : le markdown devient le langage de programmation des agents. Ici tu en as la preuve grandeur nature, sur un cas d'usage que tout le monde comprend.

Le projet vient du Danemark, du coup les skills de recherche fournis ciblent les portails danois (Jobindex, Jobnet, Akademikernes Jobbank). Pour la France, deux options : le skill linkedin-search fourni, qui marche dans tous les pays via les endpoints publics de LinkedIn, ou la commande /add-portal qui génère un skill pour le portail de ton choix, Indeed ou Welcome to the Jungle par exemple. Côté prérequis, il te faut Claude Code, Python, Bun et une distribution LaTeX, ce qui réserve quand même l'outil à un public de devs. Et pour LinkedIn, le README est transparent : l'accès automatisé est contraire à leurs conditions d'utilisation, donc usage personnel et volume faible.

Si tu cherches un poste en ce moment, forke le repo et teste le workflow, ça coûte un dimanche de configuration et ça t'en économise beaucoup d'autres. Et si tu construis des outils avec l'IA, étudie sa structure : c'est un des meilleurs exemples publics de produit entièrement construit sur Claude Code, ses skills et ses commandes markdown. C'est ce genre d'architecture que j'aide les équipes à mettre en place.