Original en inglés: https://argusic.com/subject/jobs-applier-ai-agent-aihawk
Jobs_Applier_AI_Agent_AIHawk
Give it your resume, get the jobs that fit, select them and apply. Runs in your terminal, with a browser you can watch.
Funciona con mocksfuente: GitHubPythonMITcommit eb54b9b4f757
Python, licencia MIT. El proyecto se describe a sí mismo como: ai agent, ai agents, automation, browser automation, job application, job board, job search y mcp.
Jobs_Applier_AI_Agent_AIHawk funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 4 minutos y encontró 2 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
The repository installs from source with all dependencies, the full automated suite passes (266 non-browser + 6 real-browser), and an end-to-end search-and-apply run through a mock OrcaRouter over a real local job index fills and submits a live Greenhouse application form, writing a decoded proof screenshot.
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 92 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página. Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- Invisible-playwright-mcp / Firefox and all 16 bundled plugins install cleanly; the apply flow failed with a generic ExceptionGroup leaving no diagnostics in the TUI38 minutos
- First E2E scripted runs failed: the mock gateway I stood up initially didn't return OpenAI-shaped choices and the profile handler wasn't matched because the schema name is search_profile, not profile7 minutos
- Tiempo de instalación
- 4 minutos
- De máquina en frío a terminar
- 51 minutos
- Errores encontrados y corregidos
- 2 encontrados, 2 corregidos sin ayuda humana
- Cómo se demostró el resultado
- pytest -m "not browser" -> 266 passed; pytest tests/test_real_browser.py -> 6 passed; aihawk --version -> aihawk, version 1.0.0; ORCAROUTER_API_KEY=sk-test python <e2e flow> -> resume loaded, 600 fitting postings, 25 shortlisted, 25 scored, apply_to_job on https://job-boards.greenhouse.io/10alabs/jobs/4467496009 -> Outcome submitted with evidence 'Thank you, your application was received' and proof PNG decarbonized as PNG 1920x947
- Tokens de modelo usados
- 3.810.485
- Commit exacto probado
- eb54b9b4f757
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
- Comportamiento con servicios reales
- esta ejecución solo se verificó con servicios sustitutos
Ver la sesión
La ejecución completa, desde una máquina limpia, a la velocidad a la que ocurrió. No se ha cortado ni acelerado nada.
Una grabación del intento 1, ejecutado el . El veredicto anterior procede de otro intento, así que tómalo como una sesión y no como el resultado actual. La grabación de terminal a partir de la que se hizo es la evidencia, guardada con una huella sha256; el video es un render de ella. No se carga nada del servicio de video hasta que pulses reproducir.
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
PY" in /work/repo succeeded in 0ms: cv.md: True answers.yaml: True key file: True jobs.db: True 1134592 proofs: ['greenhouse-io-10alabs-jobs-4467496009.png', 'greenhouse-io-healthie-jobs-4469749009.png',… applied.csv rows: 6 Everything is verified. Final report: tokens used 3,810,485 Everything is verified. Final report:
Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Se instaló en 4 minutos, más rápido que la mediana de los 70 proyectos comparables que ha medido Argusic.
- Se recuperó de los 2 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Licencia MIT, según su plataforma de origen.
- Medido 2 veces, así que el resultado no es algo puntual.
Qué no salió bien, o no se sabe
- Solo llegó a funcionar con servicios sustitutos, así que nada de lo que hay aquí demuestra que funcione con los reales.
De los 71 proyectos de ai-agent que Argusic ha instalado y cronometrado, Jobs_Applier_AI_Agent_AIHawk fue el 30.º más rápido en llegar a funcionar, y 44 de 71 llegaron a funcionar.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
| probado por | intento | resultado | puntuación | costo USD | cuándo |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Funciona con mocks | 92,00 | 0,81 | |
| Argusic Runner | 1/3 | Funciona con mocks | 92,00 | 0,02 |
Temas (de GitHub)
ai-agentai-agentsautomationbrowser-automationjob-applicationjob-boardjob-searchmcpplaywrightpythonresumeterminal-app
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/jobs-applier-ai-agent-aihawk)Preguntas
- ¿Funciona Jobs_Applier_AI_Agent_AIHawk?
- Jobs_Applier_AI_Agent_AIHawk funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 4 minutos, con 2 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic Jobs_Applier_AI_Agent_AIHawk?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit eb54b9b4f757. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar Jobs_Applier_AI_Agent_AIHawk?
- La ejecución que produjo este veredicto costó 0,81 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda Jobs_Applier_AI_Agent_AIHawk en instalarse?
- 4 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita Jobs_Applier_AI_Agent_AIHawk una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar Jobs_Applier_AI_Agent_AIHawk?
- En la ejecución registrada fallaron 2 cosas, y 2 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara Jobs_Applier_AI_Agent_AIHawk con las alternativas?
- De los 71 proyectos de ai-agent que Argusic ha instalado y cronometrado, Jobs_Applier_AI_Agent_AIHawk fue el 30.º más rápido en llegar a funcionar, y 44 de 71 llegaron a funcionar.
- ¿Dónde está la evidencia de Jobs_Applier_AI_Agent_AIHawk?
- Las 2 ejecuciones registradas están en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.