AI Hr Talent Analyzer

Tiny Agents MCP - Análise de Vagas e Candidatos

](docker-compose.yml)    

📋 Visão Geral

Este projeto demonstra a implementação e utilização do Tiny Agents MCP para análise automatizada de vagas e candidatos. Utilizando modelos de linguagem locais (LLM), o sistema mantém a privacidade total dos dados enquanto fornece análises de compatibilidade inteligentes e gera convites de entrevista.

🚀 Comece a Usar em 2 Minutos com Docker (Recomendado)

Este é o método mais simples e rápido. O modelo de linguagem já vem pré-instalado na imagem.

1. Pré-requisitos

• Git: Instale aqui
• Docker e Docker Compose: Instale aqui

2. Execução

1. Clone o repositório:

    git clone https://github.com/Jcnok/ai-hr-talent-analyzer.git
    cd ai-hr-talent-analyzer

1. Inicie os serviços:

    docker-compose up

> Na primeira vez, o Docker construirá a imagem, o que inclui o download do modelo LLM e pode levar alguns minutos.

✅ É isso! O terminal se tornará sua janela de chat com o agente. A interface do servidor estará disponível em http://localhost:8001.

⚙️ Instalação Local (Alternativa)

👉 Clique aqui para ver as instruções de instalação local sem Docker.

Este método requer a instalação manual do Python e do Node.js.

1. Siga o guia de instalação detalhado na nossa página de documentação completa.

📚 Documentação Completa

Para guias detalhados, exemplos de uso e informações sobre a arquitetura do projeto, visite nosso site de documentação:

****

🤝 Contribuindo

Contribuições são bem-vindas! Sinta-se à vontade para abrir um Pull Request.

Testando a Documentação Localmente

O site de documentação em docs/ é construído com Jekyll.

1. Instale o Ruby e o Bundler.
2. Execute bundle install no diretório docs/.
3. Execute bundle exec jekyll serve --livereload no diretório docs/.

📄 Licença

Este projeto está sob a licença MIT.

👨‍💻 Informações do Desenvolvedor

Julio Okuda

• 📧 Email: julio.okuda@gmail.com
• 🐙 GitHub:
• 💼 LinkedIn: linkedin.com/in/juliookuda