santifer--career-ops/modes/ar/pipeline.md

النمط: pipeline — معالجة روابط الوظائف المنتظرة (Second Brain)

معالجة وفحص روابط الوظائف المخزنة في صندوق الوارد بملف data/pipeline.md. يقوم المستخدم بإضافة روابط الفرص التي تسترعي انتباهه في أي وقت، ثم يقوم بتشغيل الأمر /career-ops pipeline ليقوم النظام بمعالجتها وتقييمها بالكامل تلقائياً.

---

مسار العمل التنفيذي

1. قراءة الملف data/pipeline.md ← البحث عن العناصر المحددة بـ - [ ] (غير المكتملة) في قسم "Pending" (الفرص المنتظرة).
2. لكل رابط منتظر في القائمة: a. حساب الرقم التسلسلي القادم للتقرير REPORT_NUM (بقراءة محتويات مجلد reports/ وأخذ أكبر رقم مضافاً إليه 1). b. استخراج تفاصيل متطلبات الوظيفة (JD) باستخدام Playwright (browser_navigate + browser_snapshot) ← ثم استخدام WebFetch ← كخيار بديل أخير استخدام WebSearch. c. إذا كان الرابط غير قابل للوصول ← قم بتغيير العلامة إلى - [!] مع تدوين سبب الخطأ واستمر في معالجة الروابط الأخرى. d. تنفيذ المسار التلقائي بالكامل: تشغيل التقييم من A إلى G ← إنشاء ملف تقرير بصيغة md ← توليد ملف PDF للسيرة الذاتية المخصصة (فقط إذا كان التقييم 3.0 فما فوق) ← التوثيق الفوري في جدول التتبع. e. نقل العنصر من قسم "Pending" إلى قسم "Processed" (المعالجة) بصيغة: - [x] #NNN | URL | Company | Role | Score/5 | PDF ✅/❌.
3. إذا كان هناك 3 روابط أو أكثر منتظرة: قم بإطلاق وكلاء فرعيين بالتوازي (باستخدام أداة الوكلاء الفرعيين مع خيار التشغيل في الخلفية run_in_background) لرفع سرعة المعالجة للحد الأقصى.
4. بعد اكتمال جميع التقييمات: قم بتشغيل node merge-tracker.mjs لدمج جميع إضافات التتبع في ملف data/applications.md وتجنب التكرارات.
5. في النهاية: اعرض جدولاً يلخص الفرص التي تمت معالجتها:

| # | الشركة | الوظيفة | التقييم | السيرة الذاتية PDF | الإجراء المقترح |

---

هيكل وصيغة ملف pipeline.md

## Pending
- [ ] https://jobs.example.com/posting/123
- [ ] https://boards.greenhouse.io/company/jobs/456 | Company Inc | Senior PM
- [!] https://private.url/job — Error: login required

## Processed
- [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 ❌

---

الاستخراج الذكي لمتطلبات الوظيفة (JD) من الرابط

1. أداة Playwright (الخيار المفضل): استخدام أداة التنقل وأخذ لقطة للصفحة (browser_navigate + browser_snapshot). تعمل بكفاءة عالية مع كافة تطبيقات الصفحة الواحدة (SPAs).
2. أداة WebFetch (الخيار الاحتياطي الأول): للصفحات الساكنة أو عند عدم توفر Playwright في البيئة المحلية.
3. أداة WebSearch (الخيار الاحتياطي الأخير): للبحث في المنصات الثانوية التي تقوم بنسخ وفهرسة الإعلان الأصلي للوظيفة.

حالات خاصة:

• LinkedIn: قد تطلب المنصة تسجيل الدخول لقراءة محتوى الوصف الوظيفي ← في هذه الحالة، ضع العلامة [!] واطلب من المستخدم نسخ ولصق نص الإعلان يدوياً في المحادثة.
• ملفات PDF: إذا كان الرابط يشير مباشرة إلى ملف PDF، فاستخدم أداة قراءة الملفات مباشرة لقراءة محتوياته.
• البادئة local:: لقراءة ملف محلي على الجهاز. مثال: local:jds/linkedin-pm-ai.md ← سيقوم النظام بفتح وقراءة الملف المحلي jds/linkedin-pm-ai.md.

---

الترقيم التلقائي للتقارير

1. فحص وسرد كافة الملفات الموجودة في مجلد reports/.
2. استخراج الرقم التسلسلي من البادئة الخاصة بكل ملف (مثال: الملف 142-company... يمثل الرقم 142).
3. تعيين الرقم الجديد للتقرير القادم = أكبر رقم تم العثور عليه مضافاً إليه 1.

---

التحقق من مزامنة وتناسق البيانات

قبل البدء في معالجة أي رابط، تحقق دائماً من سلامة ومزامنة مصادر البيانات وسيرتك الذاتية عن طريق تشغيل:

node cv-sync-check.mjs

إذا تم اكتشاف أي عدم تطابق أو مشاكل في المزامنة، فقم بتنبيه وتحذير المستخدم فوراً قبل متابعة العمل.