feat: v2 pipeline mit OCR + KI-Normalisierung

- extractor.py: Text-Extraktion für MD/TXT/PDF/DOCX/Bilder inkl. OCR (Tesseract)
- normalizer.py: KI-Normalisierung via Claude Haiku (Typ-Erkennung) + Sonnet (Transformation)
- ingest.py: Vollpipeline v2 mit watch, delete, dry-run, quality-min Flags
- ingest_anythingllm.py: Einfaches Script v1 (nur MD/TXT/PDF, kein OCR)
- README.md: Alle drei Tools dokumentiert
This commit is contained in:
cbazza committed 2026-04-28 11:21:53 +02:00
1 parent e7bb3b60b4
commit 4fea148d61
13 files changed
+1134 -52

No files matched your search

+35
View File
@@ -0,0 +1,35 @@
# Zielstellen-Profil
## Ideale Stellenbezeichnungen
- [z.B. Senior Fullstack Developer]
- [z.B. Lead Software Engineer]
- [z.B. Backend Developer (Python/Node.js)]
## Must-Have Kriterien
- [z.B. Remote-Option (mind. 80%)]
- [z.B. Moderner Tech-Stack (kein COBOL/SAP)]
- [z.B. Agile Arbeitsweise]
- [z.B. Unbefristeter Vertrag]
## Nice-to-Have Kriterien
- [z.B. Startup-/Scale-up-Kultur]
- [z.B. Open-Source-Beteiligung]
- [z.B. Weiterbildungsbudget]
- [z.B. 4-Tage-Woche / flexible Arbeitszeiten]
## Relevante Keywords in Stellenausschreibungen
- [z.B. React, TypeScript, Node.js, Python, PostgreSQL]
- [z.B. Docker, Kubernetes, CI/CD, AWS/GCP]
- [z.B. REST API, Microservices, Event-Driven]
- [z.B. Agile, Scrum, Kanban]
## Ausschlusskriterien (Red Flags)
- [z.B. "Rockstar Developer" / toxische Kultur-Signale]
- [z.B. Keine Remote-Option]
- [z.B. Veralteter Tech-Stack ohne Modernisierungsplan]
- [z.B. Unbezahlte Überstunden erwartet]
## Unternehmensgröße
- **Bevorzugt:** [z.B. 20–200 Mitarbeiter / Scale-up]
- **Auch ok:** [z.B. Konzern mit autonomen Teams]
- **Weniger passend:** [z.B. Einzelkämpfer-Rolle in Kleinstunternehmen]