cold_email_generator_llmダウンロードcold_email_generator

cold_email_generator_llm

その他のソースコード

1.0.0

ダウンロード

AI搭載のジョブ抽出とコールドメールジェネレーター

このプロジェクトは、最先端のAIツールとフレームワークを活用して、Webページから求人を抽出するプロセスを自動化し、ユーザー入力とカスタマイズ可能なスキルポートフォリオに基づいて求人用のパーソナライズされたコールドメールを生成します。 GROQを搭載したLLM（言語学習モデル）、Langchainプロンプト、Webスクレイピング、およびVectorデータベースを統合して、ジョブアプリケーション作成のエンドツーエンドプロセスを合理化します。

特徴

Webスクレイピング： WebBaseLoaderを使用して動的なWebページから求人を自動的に抽出し、抽出されたデータをクリーニングしてノイズを排除します。
求人抽出： LangchainのLLMプロンプトチェーンを利用して、関連するジョブの詳細（役割、経験、スキル、説明）を有効なJSONオブジェクトに抽出およびフォーマットします。
パーソナライズされたコールドメール： GROQを搭載したLLMを使用して、候補者のスキルと関連するポートフォリオリンクでカスタマイズ可能なテーラードコールドメールを生成します。
ベクトルデータベース統合： ChromAdbを使用してTech StackおよびPortfolioメタデータを保存して、コールドメールに関連するリンクを効率的にクエリします。
ダイナミックメール生成：ジョブの説明と一致し、最も関連性の高いエクスペリエンスとプロジェクトを強調する、パーソナライズされた結果駆動型の電子メールを作成します。

使用されたテクノロジー

LLM Integration（GROQ）：高精度のテキスト生成のためのChatGroq（LLAMA-3.1-70B）モデル。
Langchain：動的プロンプトテンプレートの作成とLLMSをチェーンするために使用されて応答を生成します。
Flask：電子メールの生成要求を処理し、ジョブスクレイピングとLLMインタラクションを管理するバックエンドサーバー。
React.js：ユーザー入力（ユーザー名など）を収集し、電子メール生成プロセスをトリガーするためのFrontEnd。
ChromadB：効率的なメタデータストレージとクエリのためのベクトルデータベース。
PANDAS：ポートフォリオCSVデータの処理とChromADBのストレージのために処理に使用されます。
Flask-Cors： FlaskバックエンドのCORを有効にします。

セットアップ手順

前提条件

Python 3
node.jsとnpm（React Frontend用）
GROQ APIキー（LLM統合用）

インストール

リポジトリをクローンします：

git clone https://github.com/IMRANDIL/cold_email_generator_llm.git
cd cold_email_generator_llm

バックエンドセットアップ（フラスコ）：
- 仮想環境を作成してアクティブ化します。
```
python3 -m venv venv
source venv/bin/activate
```
- 必要なPython依存関係をインストールします。
```
pip install -r requirements.txt
```
- GROQ APIキーの環境変数を設定します：
```
 export GROQ_API_KEY= " your-api-key "
```
- フラスコサーバーを開始します：
```
python app.py
```
FrontEndセットアップ（React）：
- frontendディレクトリに移動します。
```
 cd frontend
```
- 依存関係をインストールします。
```
npm install
```
- React Development Serverを開始します。
```
npm run dev
```

使用法

フロントエンドインターフェイスにアクセスして、ユーザー名を入力し、電子メール生成プロセスをトリガーします。
バックエンドは、求人の投稿をこすり、Langchainプロンプトで処理し、Vectorデータベースを照会し、各ジョブのカスタマイズされたコールドメールを生成します。
電子メールはJSON形式で返され、「Copy to Clipboard」機能を備えた、フォーマットされたコードブロックに表示されます。

出力の例

{
  "subject" : " Application for Lead Software Engineer at XYZ Inc. " ,
  "body" : " Dear Hiring Manager, I am writing to express my interest in the Lead Software Engineer position... "
}

将来の強化

ダイナミックウェブスクレイピング： Webスクレイピング機能を拡張して、より複雑で動的な求人ウェブサイトを処理します。
高度なクエリ：ベクトルデータベースクエリメカニズムを改善して、複数のスキルセットをより効率的に処理します。
UIの拡張機能：複数の電子メールテンプレートのユーザーエクスペリエンスとサポートを改善するために、React.js Frontendをさらに強化します。
複数のAPI統合：他のLLMモデル（OpenAIなど）との統合を調査して、汎用性を高めます。