init

2026-07-13 10:14:00 +03:00
commit d295c7f139
@@ -0,0 +1,111 @@
+# career-ops -- Modos em Português BR (`modes/pt/`)
+
+Esta pasta contém as traduções em português brasileiro dos principais modos do career-ops para candidatos que buscam vagas no mercado brasileiro ou em empresas que operam em português.
+
+## Quando usar estes modos?
+
+Use `modes/pt/` se pelo menos uma das condições abaixo for verdadeira:
+
+- Você se candidata principalmente a **vagas em português** (Gupy, Greenhouse BR, LinkedIn BR, Vagas.com.br, Catho, InfoJobs)
+- Sua **língua do currículo** é português ou você alterna entre PT-BR e EN conforme a vaga
+- Você precisa de respostas e cartas de apresentação em **português tech natural**, não traduzido por máquina
+- Você precisa lidar com **especificidades do mercado brasileiro**: CLT vs PJ, 13º salário, FGTS, PLR, vale-refeição, plano de saúde, aviso prévio, período de experiência
+
+Se a maioria das suas vagas é em inglês, fique com os modos padrão em `modes/`. Os modos em inglês funcionam automaticamente quando Claude detecta uma vaga em português — mas não conhecem as particularidades do mercado brasileiro no mesmo nível de detalhe.
+
+## Como ativar?
+
+O career-ops não tem um "switch de idioma" como flag de código. Em vez disso, existem dois caminhos:
+
+### Caminho 1 -- Por sessão, via comando
+
+Diga ao Claude no início da sessão:
+
+> "Use os modos em português de `modes/pt/`."
+
+ou
+
+> "Avaliar e candidaturas em português -- use `modes/pt/_shared.md` e `modes/pt/oferta.md`."
+
+Claude vai ler os arquivos desta pasta em vez de `modes/`.
+
+### Caminho 2 -- Permanente, via perfil
+
+Adicione em `config/profile.yml` uma preferência de idioma:
+
+```yaml
+language:
+  primary: pt-br
+  modes_dir: modes/pt
+```
+
+Lembre o Claude na primeira sessão de respeitar esse campo ("Olha no `profile.yml`, eu configurei `language.modes_dir`"). A partir daí, Claude usa automaticamente os modos em português.
+
+> Nota: O campo `language.modes_dir` é uma convenção, não um schema rígido. Se os mantenedores quiserem estruturar diferente, o campo pode ser renomeado a qualquer momento.
+
+## O que foi traduzido?
+
+Esta primeira iteração cobre os quatro modos com maior impacto:
+
+| Arquivo | Traduzido de | Finalidade |
+|---------|-------------|------------|
+| `_shared.md` | `modes/_shared.md` (EN) | Contexto compartilhado, arquétipos, regras globais, especificidades do mercado BR |
+| `oferta.md` | `modes/oferta.md` (ES) | Avaliação completa de uma vaga (Blocos A-F) |
+| `aplicar.md` | `modes/apply.md` (EN) | Assistente ao vivo para formulários de candidatura |
+| `pipeline.md` | `modes/pipeline.md` (ES) | Inbox de URLs / Second Brain para vagas acumuladas |
+
+Os demais modos (`scan`, `batch`, `pdf`, `tracker`, `auto-pipeline`, `deep`, `contacto`, `ofertas`, `project`, `training`) não estão neste PR de propósito. Eles continuam funcionando via os originais em EN/ES, pois seu conteúdo é majoritariamente tooling, caminhos e comandos de configuração — que devem ser independentes de idioma.
+
+Se a comunidade adotar os modos em português, mais modos serão traduzidos em PRs futuros.
+
+## O que continua em inglês?
+
+Propositalmente não traduzido, porque é vocabulário padrão de tech:
+
+- `cv.md`, `pipeline`, `tracker`, `report`, `score`, `archetype`, `proof point`
+- Nomes de tools (`Playwright`, `WebSearch`, `WebFetch`, `Read`, `Write`, `Edit`, `Bash`)
+- Valores de status no tracker (`Evaluated`, `Applied`, `Interview`, `Offer`, `Rejected`)
+- Code snippets, caminhos de arquivo, comandos
+
+Os modos usam português tech brasileiro, como se fala em times de engenharia reais em São Paulo, Florianópolis ou Belo Horizonte: texto corrido em português, termos técnicos em inglês onde são de uso comum. Nada de traduzir "pipeline" para "tubulação" ou "cv.md" para "curriculo.md".
+
+## Vocabulário de Referência
+
+Se você for adaptar ou expandir os modos, siga este vocabulário para manter a consistência de tom:
+
+| Inglês | Português BR (nesta codebase) |
+|--------|-------------------------------|
+| Job posting | Vaga / Descrição da vaga |
+| Application | Candidatura |
+| Cover letter | Carta de apresentação |
+| Resume / CV | Currículo |
+| Salary | Salário / Remuneração |
+| Compensation | Remuneração |
+| Skills | Habilidades / Competências |
+| Interview | Entrevista |
+| Hiring manager | Gestor da vaga / Hiring manager |
+| Recruiter | Recrutador(a) |
+| AI | IA (Inteligência Artificial) |
+| Requirements | Requisitos |
+| Career history | Trajetória profissional / Experiência |
+| Notice period | Aviso prévio |
+| Probation | Período de experiência |
+| Vacation | Férias |
+| 13th month salary | 13º salário |
+| Formal employment (CLT) | CLT / Carteira assinada |
+| Contractor (PJ) | PJ (Pessoa Jurídica) |
+| Profit sharing | PLR (Participação nos Lucros e Resultados) |
+| Health insurance | Plano de saúde |
+| Meal voucher | Vale-refeição / Vale-alimentação |
+| Severance fund | FGTS (Fundo de Garantia) |
+| Stock options | Stock options (termo já usado em PT-BR) |
+
+## Contribuir
+
+Se quiser melhorar uma tradução ou traduzir um modo adicional:
+
+1. Abra uma issue com a proposta (conforme `CONTRIBUTING.md`)
+2. Siga o vocabulário acima para manter o tom consistente
+3. Traduza de forma natural e idiomática — nada de tradução literal palavra por palavra
+4. Mantenha os elementos estruturais (Bloco A-F, tabelas, blocos de código, instruções de tools) exatamente iguais
+5. Teste com uma vaga real brasileira (ex: do Gupy ou LinkedIn BR) antes de abrir o PR
@@ -0,0 +1,218 @@
+# Contexto Compartilhado -- career-ops (Português BR)
+
+<!-- ============================================================
+     THIS FILE IS AUTO-UPDATABLE. Don't put personal data here.
+     
+     Your customizations go in modes/_profile.md (never auto-updated).
+     This file contains system rules, scoring logic, and tool config
+     that improve with each career-ops release.
+     ============================================================ -->
+
+## Fontes da Verdade (SEMPRE ler antes de cada avaliação)
+
+| Arquivo | Caminho | Quando |
+|---------|---------|--------|
+| cv.md | `cv.md` (raiz do projeto) | SEMPRE |
+| article-digest.md | `article-digest.md` (se existir) | SEMPRE (proof points detalhados) |
+| profile.yml | `config/profile.yml` | SEMPRE (identidade e vagas-alvo) |
+| _profile.md | `modes/_profile.md` | SEMPRE (arquétipos, narrativa, negociação do usuário) |
+
+**REGRA: NUNCA fazer hardcode de métricas de proof points.** Leia-as de `cv.md` e `article-digest.md` no momento da avaliação.
+**REGRA: Para métricas de artigos/projetos, `article-digest.md` tem prioridade sobre `cv.md`** (`cv.md` pode conter números desatualizados).
+**REGRA: Leia `_profile.md` DEPOIS deste arquivo. As personalizações do usuário em `_profile.md` sobrescrevem os valores padrão aqui.**
+
+---
+
+## Sistema de Pontuação
+
+A avaliação usa 6 blocos (A-F) com uma nota global de 1-5:
+
+| Dimensão | O que mede |
+|----------|------------|
+| Match com CV | Habilidades, experiência, alinhamento de proof points |
+| Alinhamento North Star | Quão bem a vaga encaixa nos arquétipos-alvo do usuário (de `_profile.md`) |
+| Remuneração | Salário vs mercado (5=quartil superior, 1=bem abaixo) |
+| Sinais culturais | Cultura da empresa, crescimento, estabilidade, política de trabalho remoto |
+| Red flags | Bloqueadores, alertas (ajustes negativos) |
+| **Global** | Média ponderada dos itens acima |
+
+**Interpretação da nota:**
+- 4.5+ → Match forte, recomendado aplicar imediatamente
+- 4.0-4.4 → Bom match, vale a pena aplicar
+- 3.5-3.9 → Razoável mas não ideal, aplicar apenas se houver motivo específico
+- Abaixo de 3.5 → Recomendado não aplicar (veja Ethical Use no AGENTS.md)
+
+## North Star -- Vagas-Alvo
+
+O skill trata TODAS as vagas-alvo com o mesmo cuidado. Nenhuma é primária ou secundária — qualquer uma é uma vitória, desde que a remuneração e a perspectiva de crescimento estejam adequadas:
+
+| Arquétipo | Eixos temáticos | O que estão comprando |
+|-----------|-----------------|----------------------|
+| **AI Platform / LLMOps Engineer** | Avaliação, Observability, Confiabilidade, Pipelines | Alguém que coloca IA em produção com métricas |
+| **Agentic Workflows / Automation** | HITL, Tooling, Orquestração, Multi-Agent | Alguém que constrói sistemas de agentes confiáveis |
+| **Technical AI Product Manager** | GenAI/Agents, PRDs, Discovery, Delivery | Alguém que traduz negócios em produtos de IA |
+| **AI Solutions Architect** | Hiperautomação, Enterprise, Integrações | Alguém que projeta arquiteturas de IA de ponta a ponta |
+| **AI Forward Deployed Engineer** | Cliente-próximo, entrega rápida, Prototipagem | Alguém que implanta soluções de IA rapidamente no cliente |
+| **AI Transformation Lead** | Gestão de mudança, Adoção, Enablement organizacional | Alguém que lidera transformação de IA em organizações |
+
+<!-- [PERSONALIZAR] Adapte os arquétipos acima para suas vagas-alvo.
+     Exemplo para engenharia backend:
+     - Senior Backend Engineer
+     - Staff Platform Engineer
+     - Engineering Manager
+     etc. -->
+
+### Framing Adaptativo por Arquétipo
+
+> **Métricas concretas: ler de `cv.md` e `article-digest.md` no momento da avaliação. NUNCA fazer hardcode aqui.**
+
+| Se a vaga é... | Enfatizar no candidato... | Fontes de Proof Points |
+|----------------|--------------------------|------------------------|
+| Platform / LLMOps | Experiência em produção, Observability, Evals, Closed-Loop | article-digest.md + cv.md |
+| Agentic / Automation | Orquestração multi-agent, HITL, Confiabilidade, Custos | article-digest.md + cv.md |
+| Technical AI PM | Product Discovery, PRDs, Métricas, Gestão de stakeholders | cv.md + article-digest.md |
+| Solutions Architect | Design de sistemas, Integrações, Enterprise-ready | article-digest.md + cv.md |
+| Forward Deployed Engineer | Entrega rápida, próximo do cliente, Protótipo a produção | cv.md + article-digest.md |
+| AI Transformation Lead | Gestão de mudança, Enablement de equipe, Adoção | cv.md + article-digest.md |
+
+<!-- [PERSONALIZAR] Mapeie seus projetos/artigos concretos para os arquétipos acima -->
+
+### Narrativa de Transição (usar em TODOS os framings)
+
+<!-- [PERSONALIZAR] Substitua pela sua própria narrativa. Exemplos:
+     - "Construí e vendi minha própria SaaS em 5 anos. Agora foco total em IA aplicada no Enterprise."
+     - "Lead de engenharia em uma Series-B durante crescimento 10x. Buscando o próximo desafio."
+     - "Transição de consultoria para produto. Buscando vagas com alta responsabilidade."
+     Lido de config/profile.yml -> narrative.exit_story -->
+
+Use a narrativa de transição de `config/profile.yml` para enquadrar TODO o conteúdo:
+- **Em PDF Summaries:** Construir a ponte do passado para o futuro — "Aplico as mesmas [habilidades] agora em [domínio do JD]."
+- **Em histórias STAR:** Referenciar proof points de `article-digest.md`.
+- **Em respostas rascunho (Bloco G):** A narrativa de transição vai na primeira resposta.
+- **Quando a vaga menciona "empreendedor", "ownership", "builder", "end-to-end":** Esse é o diferencial número 1. Aumentar peso de match.
+
+### Vantagem Transversal
+
+Enquadrar o perfil como **"Builder técnico com prática comprovada"**, adaptando o framing à vaga:
+- Para PM: "Builder que reduz incerteza com protótipos e depois leva à produção com disciplina"
+- Para FDE: "Builder que entrega desde o dia 1 com observability e métricas"
+- Para SA: "Builder que projeta sistemas end-to-end com experiência real de integração"
+- Para LLMOps: "Builder que coloca IA em produção com sistemas de qualidade closed-loop"
+
+Posicionar "Builder" como sinal profissional — não como "hobbyista". Proof points reais tornam isso crível.
+
+### Portfolio como Proof Point (usar em candidaturas de alto valor)
+
+<!-- [PERSONALIZAR] Se você tem uma demo ao vivo, dashboard ou projeto público, configure aqui.
+     Exemplo:
+     dashboard:
+       url: "https://seudominio.dev/demo"
+       password: "demo-2026"
+       when_to_share: "LLMOps, AI-Platform, vagas de Observability"
+     Lido de config/profile.yml -> narrative.proof_points e narrative.dashboard -->
+
+Quando o candidato tem uma demo ao vivo / dashboard (verificar `profile.yml`), oferecer acesso em candidaturas relevantes.
+
+### Inteligência de Remuneração (Comp Intelligence)
+
+<!-- [PERSONALIZAR] Pesquise faixas salariais para suas vagas-alvo e ajuste os valores -->
+
+**Orientações gerais:**
+- WebSearch para dados atuais de mercado (Glassdoor, Levels.fyi, Blind)
+- Enquadrar por título da vaga, não por skills — títulos definem as faixas salariais
+- Taxas de freelance geralmente ficam 30-60% acima da hora bruta de CLT (encargos, férias, FGTS, INSS, contador)
+- Geo-arbitragem funciona em vagas remotas: custo de vida menor = melhor líquido
+
+### Mercado Brasileiro -- Especificidades (IMPORTANTE)
+
+Em vagas e negociações brasileiras, existem termos e práticas que não aparecem nos mercados EN/ES/DE. Eles DEVEM ser avaliados corretamente:
+
+| Termo | Significado | Impacto na Avaliação |
+|-------|-------------|----------------------|
+| **CLT** (Consolidação das Leis do Trabalho) | Contrato formal com carteira assinada | Inclui FGTS, INSS, férias, 13º, aviso prévio. Na comparação, considerar o custo total empregador |
+| **PJ** (Pessoa Jurídica) | Contratação como prestador de serviços (nota fiscal) | Valor mensal mais alto, mas sem benefícios CLT. Calcular equivalente CLT para comparação justa |
+| **13º Salário** | Pagamento extra obrigatório para CLT | Comp CLT = salário x 13 (ou 13,33 com 1/3 de férias). NUNCA esquecer na comparação |
+| **FGTS** (Fundo de Garantia) | 8% do salário depositado pelo empregador | Benefício CLT, não aparece no contra-cheque mas é remuneração real |
+| **Vale-Refeição / Vale-Alimentação** | Benefício alimentação (iFood, Sodexo, Alelo) | Comum em vagas CLT, pode chegar a R$ 1.500+/mês. Incluir na comp total |
+| **PLR** (Participação nos Lucros e Resultados) | Bônus atrelado a resultados da empresa | Pode ser 1-3 salários extras/ano. Variável — ponderar com cautela |
+| **Stock Options / VSOP** | Equity em startups | Comum em startups brasileiras. Avaliar vesting, cliff e liquidez |
+| **Período de Experiência** | 45+45 dias (CLT) ou conforme contrato (PJ) | Padrão de mercado, não é red flag |
+| **Aviso Prévio** | 30 dias (CLT) + 3 dias por ano trabalhado | Planejar data de início conforme vínculo atual |
+| **Plano de Saúde** | Benefício médico (Amil, SulAmérica, Bradesco Saúde) | Muito valorizado no Brasil. Sem plano = red flag em vagas CLT |
+| **Cooperativa / MEI** | Formas alternativas de contratação | Avaliar com cautela — pode indicar precarização trabalhista |
+
+### Scripts de Negociação
+
+<!-- [PERSONALIZAR] Adapte para sua situação -->
+
+**Pretensão salarial (framework geral):**
+> "Com base em dados atuais de mercado para essa vaga, minha expectativa está na faixa de [FAIXA do profile.yml]. Tenho flexibilidade na estrutura — o que importa é o pacote total e a perspectiva de crescimento."
+
+**Pushback contra desconto geográfico:**
+> "As vagas em que estou concorrendo são orientadas a resultados, não a localização. Meu track record não muda com o CEP."
+
+**Quando a oferta está abaixo do alvo:**
+> "Estou comparando com ofertas na faixa de [faixa mais alta]. [Empresa] me atrai por [motivo]. É possível chegarmos em [valor-alvo] juntos?"
+
+**CLT vs PJ:**
+> "Para comparar de forma justa, preciso entender a composição completa: salário-base, 13º, férias, FGTS, vale-refeição, plano de saúde e PLR. Se for PJ, qual o valor mensal equivalente considerando esses itens?"
+
+### Política de Localização (Location Policy)
+
+<!-- [PERSONALIZAR] Adapte para sua situação. Lido de config/profile.yml -> location -->
+
+**Em formulários:**
+- Perguntas binárias "Você pode trabalhar presencialmente?": responder conforme disponibilidade real de `profile.yml`
+- Em campos de texto livre: informar fuso horário e disponibilidade explicitamente
+
+**Em avaliações (Scoring):**
+- Dimensão remoto em híbrido fora do seu estado/país: Score **3.0** (não 1.0)
+- Score 1.0 apenas se a vaga diz explicitamente "deve estar presencial 4-5 dias/semana, sem exceções"
+
+### Prioridade Time-to-Offer
+- Demo funcional + métricas > perfeição
+- Aplicar mais rápido > aprender mais
+- Abordagem 80/20, tudo com prazo definido
+
+---
+
+## Regras Globais
+
+### NUNCA
+
+1. Inventar experiência ou métricas
+2. Modificar `cv.md` ou arquivos do portfolio
+3. Enviar candidaturas em nome do candidato
+4. Compartilhar número de telefone em mensagens geradas
+5. Recomendar remuneração abaixo do mercado
+6. Gerar PDF sem ter lido a descrição da vaga antes
+7. Usar jargão corporativo ou "corporates"
+8. Ignorar o tracker (toda vaga avaliada é registrada)
+
+### SEMPRE
+
+0. **Carta de apresentação:** Se o formulário permite anexar ou escrever uma carta, SEMPRE inclua uma. PDF no mesmo design visual do currículo. Conteúdo: citações da descrição da vaga mapeadas para proof points, links para case studies relevantes. Máximo 1 página.
+1. Ler `cv.md`, `_profile.md` e `article-digest.md` (se existir) antes de avaliar qualquer vaga
+1b. **Na primeira avaliação de cada sessão:** Executar `node cv-sync-check.mjs` via Bash. Se houver avisos, informar o candidato antes de continuar
+2. Detectar o arquétipo da vaga e adaptar o framing conforme `_profile.md`
+3. Ao fazer matching, citar linhas exatas do currículo
+4. Usar WebSearch para dados de remuneração e empresa
+5. Registrar no tracker após cada avaliação
+6. Gerar conteúdo na língua da descrição da vaga (PT-BR padrão)
+7. Ser direto e prático — sem enrolação
+8. Ao gerar texto em português (PDF summaries, bullets, mensagens LinkedIn, histórias STAR): português tech natural, não tradução literal. Frases curtas, verbos de ação, evitar voz passiva. Termos técnicos (stack, pipeline, deployment, embedding) não precisam ser traduzidos
+8b. **URLs de case studies no PDF Professional Summary:** Se o PDF menciona case studies ou demos, as URLs DEVEM aparecer já no primeiro parágrafo (Professional Summary). Recrutadores frequentemente só leem o resumo. Todos os URLs no HTML com `white-space: nowrap`
+9. **Entradas no tracker como TSV** — NUNCA editar `applications.md` diretamente para novos registros. Escrever TSV em `batch/tracker-additions/`, `merge-tracker.mjs` cuida do merge
+10. **Incluir `**URL:**` em todo header de report** — entre Score e PDF
+
+### Tools
+
+| Tool | Uso |
+|------|-----|
+| WebSearch | Pesquisa de remuneração, tendências, cultura da empresa, contatos LinkedIn, fallback para descrições de vagas |
+| WebFetch | Fallback para extrair descrições de vagas de páginas estáticas |
+| Playwright | Verificar se vagas ainda estão ativas (browser_navigate + browser_snapshot), extrair descrições de SPAs. **CRÍTICO: NUNCA iniciar 2+ agentes com Playwright em paralelo — eles compartilham a mesma instância do navegador** |
+| Read | cv.md, _profile.md, article-digest.md, cv-template.html |
+| Write | HTML temporário para PDF, reports .md, TSV em `batch/tracker-additions/` |
+| Edit | Ajustes de conteúdo (não usar para criar novos registros no tracker) |
+| Bash | `node generate-pdf.mjs`, `node merge-tracker.mjs` |
@@ -0,0 +1,114 @@
+# Modo: aplicar -- Assistente de Candidatura ao Vivo
+
+Modo interativo para quando o candidato está preenchendo um formulário de candidatura no Chrome. Lê o que está na tela, carrega o contexto da avaliação prévia da vaga e gera respostas personalizadas para cada pergunta do formulário.
+
+## Requisitos
+
+- **Melhor com Playwright visível**: No modo visível, o candidato vê o navegador e Claude pode interagir com a página.
+- **Sem Playwright**: o candidato compartilha um screenshot ou cola as perguntas manualmente.
+
+## Workflow
+
+```
+1. DETECTAR    → Ler aba ativa do Chrome (screenshot/URL/título)
+2. IDENTIFICAR → Extrair empresa + vaga da página
+3. BUSCAR      → Match contra reports existentes em reports/
+4. CARREGAR    → Ler report completo + Bloco G (se existir)
+5. COMPARAR    → A vaga na tela coincide com a avaliada? Se mudou → avisar
+6. ANALISAR    → Identificar TODAS as perguntas visíveis do formulário
+7. GERAR       → Para cada pergunta, gerar resposta personalizada
+8. APRESENTAR  → Mostrar respostas formatadas para copy-paste
+```
+
+## Passo 1 -- Detectar a vaga
+
+**Com Playwright:** Tirar snapshot da página ativa. Ler título, URL e conteúdo visível.
+
+**Sem Playwright:** Pedir ao candidato que:
+- Compartilhe um screenshot do formulário (o Read tool lê imagens)
+- Ou cole as perguntas do formulário como texto
+- Ou diga empresa + vaga para buscarmos o contexto
+
+## Passo 2 -- Identificar e buscar contexto
+
+1. Extrair nome da empresa e título da vaga da página
+2. Buscar em `reports/` pelo nome da empresa (Grep case-insensitive)
+3. Se houver match → carregar o report completo
+4. Se houver Bloco G → carregar os rascunhos de respostas anteriores como base
+5. Se NÃO houver match → avisar e oferecer executar auto-pipeline rápida
+
+## Passo 3 -- Detectar mudanças na vaga
+
+Se a vaga na tela difere da avaliada:
+- **Avisar o candidato**: "A vaga mudou de [X] para [Y]. Quer que eu reavalie ou adapto as respostas ao novo título?"
+- **Se adaptar**: Ajustar as respostas ao novo título sem reavaliar
+- **Se reavaliar**: Executar avaliação completa A-F, atualizar report, regenerar Bloco G
+- **Atualizar tracker**: Alterar título da vaga em `applications.md` se necessário
+
+## Passo 4 -- Analisar perguntas do formulário
+
+Identificar TODAS as perguntas visíveis:
+- Campos de texto livre (carta de apresentação, por que essa vaga, motivação, etc.)
+- Dropdowns (como ficou sabendo da vaga, autorização de trabalho, etc.)
+- Sim/Não (mudança de cidade, visto, disponibilidade, etc.)
+- Campos de salário (faixa, pretensão salarial)
+- Campos de upload (currículo, carta de apresentação em PDF)
+
+Classificar cada pergunta:
+- **Já respondida no Bloco G** → adaptar a resposta existente
+- **Pergunta nova** → gerar resposta a partir do report + `cv.md`
+
+## Passo 5 -- Gerar respostas
+
+Para cada pergunta, gerar a resposta seguindo:
+
+1. **Contexto do report**: Usar proof points do Bloco B, histórias STAR do Bloco F
+2. **Bloco G anterior**: Se existe um rascunho, usar como base e refinar
+3. **Tom "Estou escolhendo vocês"**: Mesmo framework da auto-pipeline — confiante, não suplicante
+4. **Especificidade**: Referenciar algo concreto do JD visível na tela
+5. **career-ops proof point**: Incluir em "Informações adicionais" se houver campo para isso
+
+**Campos específicos do mercado brasileiro que aparecem com frequência:**
+- **Pretensão salarial (bruto, mensal ou anual)** → Faixa de `profile.yml`, em BRL, com nota "negociável conforme pacote total"
+- **Regime de contratação preferido (CLT/PJ)** → Responder conforme `profile.yml`, ou "aberto a ambos" se aplicável
+- **Disponibilidade / prazo para início** → Data realista considerando aviso prévio atual (CLT: 30 dias + 3 dias/ano)
+- **Autorização de trabalho** → Responder com clareza; se brasileiro: "Cidadão brasileiro, não necessita autorização"
+- **Idiomas** → Informar nível por idioma (nativo, fluente, intermediário, básico)
+
+**Formato de output:**
+
+```
+## Respostas para [Empresa] -- [Vaga]
+
+Base: Report #NNN | Score: X.X/5 | Arquétipo: [tipo]
+
+---
+
+### 1. [Pergunta exata do formulário]
+> [Resposta pronta para copy-paste]
+
+### 2. [Próxima pergunta]
+> [Resposta]
+
+...
+
+---
+
+Notas:
+- [Qualquer observação sobre a vaga, mudanças, etc.]
+- [Sugestões de personalização que o candidato deveria revisar]
+```
+
+## Passo 6 -- Pós-candidatura (opcional)
+
+Se o candidato confirmar que enviou a candidatura:
+1. Atualizar status em `applications.md` de "Evaluated" para "Applied"
+2. Atualizar Bloco G do report com as respostas finais
+3. Sugerir próximo passo: `/career-ops contacto` para LinkedIn outreach
+
+## Scroll handling
+
+Se o formulário tem mais perguntas do que as visíveis:
+- Pedir ao candidato para dar scroll e compartilhar outro screenshot
+- Ou colar as perguntas restantes
+- Processar em iterações até cobrir todo o formulário
@@ -0,0 +1,166 @@
+# Modo: oferta -- Avaliação Completa A-F
+
+Quando o candidato cola uma vaga (texto ou URL), entregar SEMPRE os 6 blocos:
+
+## Passo 0 -- Detecção de Arquétipo
+
+Classificar a vaga em um dos 6 arquétipos (ver `_shared.md`). Se for híbrido, indicar os 2 mais próximos. Isso determina:
+- Quais proof points priorizar no bloco B
+- Como reescrever o summary no bloco E
+- Quais histórias STAR preparar no bloco F
+
+## Bloco A -- Resumo da Vaga
+
+Tabela com:
+- Arquétipo detectado
+- Domain (platform/agentic/LLMOps/ML/enterprise)
+- Função (build/consult/manage/deploy)
+- Senioridade
+- Remoto (full/híbrido/presencial)
+- Tamanho do time (se mencionado)
+- TL;DR em 1 frase
+
+## Bloco B -- Match com o Currículo
+
+Ler `cv.md`. Criar tabela com cada requisito do JD mapeado para linhas exatas do currículo.
+
+**Adaptado ao arquétipo:**
+- Se FDE → priorizar proof points de entrega rápida e proximidade com cliente
+- Se SA → priorizar design de sistemas e integrações
+- Se PM → priorizar product discovery e métricas
+- Se LLMOps → priorizar evals, observability, pipelines
+- Se Agentic → priorizar multi-agent, HITL, orquestração
+- Se Transformation → priorizar gestão de mudança, adoção, escalabilidade
+
+Seção de **gaps** com estratégia de mitigação para cada um. Para cada gap:
+1. É um hard blocker ou um nice-to-have?
+2. O candidato consegue demonstrar experiência adjacente?
+3. Existe um projeto do portfolio que cubra esse gap?
+4. Plano de mitigação concreto (frase para carta de apresentação, projeto rápido, etc.)
+
+## Bloco C -- Nível e Estratégia
+
+1. **Nível detectado** no JD vs **nível natural do candidato para esse arquétipo**
+2. **Plano "vender senior sem mentir"**: frases específicas adaptadas ao arquétipo, conquistas concretas a destacar, como posicionar experiência de founder como vantagem
+3. **Plano "se me downlevelearem"**: aceitar se a remuneração for justa, negociar revisão em 6 meses, critérios claros de promoção
+
+## Bloco D -- Remuneração e Demanda
+
+Usar WebSearch para:
+- Salários atuais da vaga (Glassdoor, Levels.fyi, Blind, Glassdoor BR)
+- Reputação de remuneração da empresa
+- Tendência de demanda da vaga
+
+Tabela com dados e fontes citadas. Se não houver dados, dizer isso em vez de inventar.
+
+**Mercado Brasileiro -- Checks obrigatórios:**
+- CLT ou PJ? Se CLT: considerar 13º, férias, FGTS, plano de saúde, VR/VA na comparação.
+- Se PJ: qual o valor mensal? Calcular equivalente CLT.
+- PLR mencionado? Quantos salários extras?
+- Stock options / VSOP? Avaliar vesting, cliff e liquidez.
+- Vale-refeição / vale-alimentação? Valor mensal?
+- Plano de saúde? Coparticipação ou integral?
+
+## Bloco E -- Plano de Personalização
+
+| # | Seção | Estado atual | Mudança proposta | Por que |
+|---|-------|-------------|------------------|---------|
+| 1 | Summary | ... | ... | ... |
+| ... | ... | ... | ... | ... |
+
+Top 5 mudanças no currículo + Top 5 mudanças no LinkedIn para maximizar o match.
+
+## Bloco F -- Plano de Entrevistas
+
+6-10 histórias STAR+R mapeadas para requisitos do JD (STAR + **Reflection**):
+
+| # | Requisito do JD | História STAR+R | S | T | A | R | Reflection |
+|---|----------------|-----------------|---|---|---|---|------------|
+
+A coluna **Reflection** captura o que foi aprendido ou o que seria feito diferente. Isso sinaliza senioridade — candidatos juniores descrevem o que aconteceu, candidatos seniores extraem lições.
+
+**Story Bank:** Se `interview-prep/story-bank.md` existir, verificar se alguma dessas histórias já está lá. Se não, adicionar as novas. Com o tempo, isso constrói um banco reutilizável de 5-10 histórias-mestre que podem ser adaptadas para qualquer pergunta de entrevista.
+
+**Selecionadas e enquadradas conforme o arquétipo:**
+- FDE → enfatizar velocidade de entrega e proximidade com cliente
+- SA → enfatizar decisões de arquitetura
+- PM → enfatizar discovery e trade-offs
+- LLMOps → enfatizar métricas, evals, production hardening
+- Agentic → enfatizar orquestração, tratamento de erros, HITL
+- Transformation → enfatizar adoção e mudança organizacional
+
+Incluir também:
+- 1 case study recomendado (qual projeto apresentar e como)
+- Perguntas red-flag e como respondê-las (ex: "Por que você vendeu sua empresa?", "Você tinha reports diretos?")
+
+---
+
+## Pós-avaliação
+
+**SEMPRE** após gerar os blocos A-F:
+
+### 1. Salvar report .md
+
+Salvar avaliação completa em `reports/{###}-{company-slug}-{YYYY-MM-DD}.md`.
+
+- `{###}` = próximo número sequencial (3 dígitos, zero-padded). Para alocar de forma atômica e evitar condições de corrida, você DEVE executar `node reserve-report-num.mjs` para reservar o número (a saída retornará `{###}`), escrever o relatório, e em seguida executar `node reserve-report-num.mjs --release {###}` para liberar o sentinel.
+- `{company-slug}` = nome da empresa em lowercase, sem espaços (usar hifens)
+- `{YYYY-MM-DD}` = data atual
+
+**Formato do report:**
+
+```markdown
+# Avaliação: {Empresa} -- {Vaga}
+
+**Data:** {YYYY-MM-DD}
+**Arquétipo:** {detectado}
+**Score:** {X/5}
+**URL:** {URL da vaga}
+**PDF:** {caminho ou pendente}
+
+---
+
+## A) Resumo da Vaga
+(conteúdo completo do bloco A)
+
+## B) Match com o Currículo
+(conteúdo completo do bloco B)
+
+## C) Nível e Estratégia
+(conteúdo completo do bloco C)
+
+## D) Remuneração e Demanda
+(conteúdo completo do bloco D)
+
+## E) Plano de Personalização
+(conteúdo completo do bloco E)
+
+## F) Plano de Entrevistas
+(conteúdo completo do bloco F)
+
+## G) Rascunhos de Respostas para Candidatura
+(apenas se score >= 4.5 -- rascunhos de respostas para o formulário de candidatura)
+
+---
+
+## Keywords extraídas
+(lista de 15-20 keywords do JD para otimização ATS)
+```
+
+### 2. Registrar no tracker
+
+**SEMPRE** registrar em `data/applications.md`:
+- Próximo número sequencial
+- Data atual
+- Empresa
+- Vaga
+- Score: média do match (1-5)
+- Status: `Evaluated`
+- PDF: ❌ (ou ✅ se a auto-pipeline gerou PDF)
+- Report: link relativo ao report .md (ex: `[001](reports/001-company-2026-01-01.md)`)
+
+**Formato do tracker:**
+
+```markdown
+| # | Data | Empresa | Vaga | Score | Status | PDF | Report |
+```
@@ -0,0 +1,65 @@
+# Modo: pipeline -- Inbox de URLs (Second Brain)
+
+Processa URLs de vagas acumuladas em `data/pipeline.md`. O candidato adiciona URLs quando quiser e depois executa `/career-ops pipeline` para processar todas de uma vez.
+
+## Workflow
+
+1. **Ler** `data/pipeline.md` → buscar itens `- [ ]` na seção "Pendentes"
+2. **Para cada URL pendente**:
+   a. Reservar o próximo `REPORT_NUM` sequencial de forma atômica executando `node reserve-report-num.mjs` (e liberar o sentinel executando `node reserve-report-num.mjs --release <num>` após a gravação do relatório)
+   b. **Extrair JD** usando Playwright (browser_navigate + browser_snapshot) → WebFetch → WebSearch
+   c. Se a URL não for acessível → marcar como `- [!]` com nota e continuar
+   d. **Executar auto-pipeline completa**: Avaliação A-F → Report .md → PDF (se score >= 3.0) → Tracker
+   e. **Mover de "Pendentes" para "Processadas"**: `- [x] #NNN | URL | Empresa | Vaga | Score/5 | PDF ✅/❌`
+3. **Se houver 3+ URLs pendentes**, lançar agentes em paralelo apenas para etapas sem Playwright (ex.: organização, WebSearch/WebFetch).
+   Se a extração exigir Playwright, processar serialmente (1 vaga por vez) para evitar conflito de sessão.
+4. **Ao terminar**, mostrar tabela resumo:
+
+```
+| # | Empresa | Vaga | Score | PDF | Ação recomendada |
+```
+
+## Formato de pipeline.md
+
+```markdown
+## Pendentes
+- [ ] https://jobs.example.com/posting/123
+- [ ] https://boards.greenhouse.io/company/jobs/456 | Company Inc | Senior PM
+- [!] https://private.url/job — Erro: login necessário
+
+## Processadas
+- [x] #143 | https://jobs.example.com/posting/789 | Acme Corp | AI PM | 4.2/5 | PDF ✅
+- [x] #144 | https://boards.greenhouse.io/xyz/jobs/012 | BigCo | SA | 2.1/5 | PDF ❌
+```
+
+> Nota: Os títulos das seções podem estar em EN ("Pending"/"Processed"), ES ("Pendientes"/"Procesadas"), DE ("Offen"/"Verarbeitet") ou PT-BR ("Pendentes"/"Processadas"). Ao ler, ser flexível; ao escrever, manter o estilo do arquivo existente.
+
+## Detecção inteligente de JD a partir da URL
+
+1. **Playwright (preferido):** `browser_navigate` + `browser_snapshot`. Funciona com todas as SPAs.
+2. **WebFetch (fallback):** Para páginas estáticas ou quando Playwright não está disponível.
+3. **WebSearch (último recurso):** Buscar em portais secundários que indexam o JD.
+
+**Casos especiais:**
+- **LinkedIn**: Pode exigir login → marcar com `[!]` e pedir ao candidato para colar o texto
+- **PDF**: Se a URL aponta para um PDF, ler diretamente com o Read tool
+- **`local:` prefix**: Ler arquivo local. Exemplo: `local:jds/linkedin-pm-ai.md` → ler `jds/linkedin-pm-ai.md`
+- **Gupy / Greenhouse / Lever**: Plataformas comuns no Brasil. Playwright funciona bem com todas
+- **Vagas.com.br / InfoJobs / Catho**: Portais brasileiros, geralmente acessíveis via WebFetch
+- **LinkedIn BR**: Mesmas restrições do LinkedIn global — pode exigir login
+
+## Numeração automática
+
+1. Executar `node reserve-report-num.mjs` para reservar o próximo número sequencial de forma atômica (a saída retornará `{###}`).
+2. Gravar o arquivo de relatório usando esse número.
+3. Liberar o sentinel executando `node reserve-report-num.mjs --release {###}` após a gravação do relatório.
+
+## Sincronização de fontes
+
+Antes de processar qualquer URL, verificar sincronização:
+
+```bash
+node cv-sync-check.mjs
+```
+
+Se houver dessincronização, avisar o candidato antes de continuar.