Maestro Career Studio

応募するたびに履歴書を書き直すのは、もうやめましょう。

Maestroは、あなたの職歴全体をもとに1分もかからず履歴書を最適化します。箇条書きの内容はすべて実際に経験したことなので、面接で自信を持って説明できます。

• いつでも同じスコアです。 マッチスコアは、固定ルールとご自身のコンピューター上の小規模モデルで算出され、AIサービスは使用しません。同じ履歴書と求人なら、スコアも同じです。
• AIによる編集はすべて差分で確認できます。 提案された変更は変更前と変更後の形で表示されます。1つずつ適用するか、元に戻せます。
• フォームへの入力はしますが、送信はしません。 Companionは保存済みの回答を使って求人応募フォームに入力し、履歴書を添付します。送信はしません。送信するかどうかはご自身で決められます。完全自動化を有効にすると、応募から次のページへ進み、確認ページで停止することもできます。対応済みの応募サイトでは、保存した求人サイトのログイン情報を使ってサインインするか、アカウントを作成します。

**2つのコマンドでインストール**するか、初めての方はスタートガイドをご覧ください。

AIにあなたのキャリアを伝えましょう

Claude、Codex、またはChatGPTデスクトップアプリを接続すると、アシスタントがあなたの職歴、履歴書、求人情報を利用できるようになります。あとは質問するだけです。

	質問すること	起こること
抽出	「この求人に応募すべきでしょうか？」	求人を保存し、履歴書との適合度を採点して、ビザや経験年数などの必須条件を満たさない項目を知らせます。
更新	「今期、不正検知モデルをリリースしました。追加してください。」	すべての履歴書で使える箇条書きが、あなたの承認待ちの下書きとして追加されます。
更新	「英国のフィンテック系ML職向けの履歴書を作ってください。」	職歴をもとに、職種と国に合わせた専門的な履歴書を作成します。
求人探し	「毎朝、新着のML職を探して、よさそうなものを保存してください。」	求人探しスキルが求人をエージェントの受信箱に保存します。それぞれをキューに追加するか、スキップできます。
求人探し	「持っていないスキルで、繰り返し求められているものは何ですか？」	保存したすべての求人におけるスキルの不足を、頻度の高い順に表示します。
応募	「この求人に合わせて調整し、不足している点を説明してから、PDFを作ってください。」	不足している点について一つずつ質問し、変更はすべて元に戻せる差分として保持して、PDFを生成します。
応募	「キューに追加した応募フォームに入力してください。送信する前に一件ずつ確認させてください。」	全自動化を有効にしない限り、あなたの承認なしに送信されることはありません。

毎日の求人探し、応募作業、メールでの状況確認に使える99個のツールとすぐに使えるスキルが揃っています。詳しくはMCPガイドをご覧ください。

無料でオープンソースです。 職歴は他人のクラウドではなく、あなたのノートパソコンに保存され、アカウントも必要ありません。OpenAI、Gemini、またはClaudeのキーを用意してください（採点、PDF生成、追跡はキーがなくても機能します）。本格的なLaTeXおよびTypst形式のPDFを作成でき、すべてを一つのcareer.mdファイルにまとめて持ち運べます。

一人が一台のコンピューターで使うために作られています。 ログイン機能がないため、アプリにアクセスできるものは、あなたのキャリア記録全体を読み取り、変更できます。また、保存したAPIキーにもアクセスできます。初期設定では、自分のコンピューター（127.0.0.1）でのみ接続を受け付けます。 アプリをネットワークに公開しないでください。 公開されているパスは/api/sync一つだけで、保護されており、同期の設定に記載された方法でのみ使用できます。 詳細はSECURITY.mdをご覧ください。キャリア記録はあなたのコンピューターに保存されます。AI機能を使う場合、履歴書と求人情報は選択したAIサービスに送信されます。

---

この仕組みを採用している理由

履歴書のフォルダーにv2finalcopy(3)というファイルがあるなら、これはあなたのためのツールです。Maestroは、実際に経験したことを一つの記録として管理し、すべての履歴書をその記録に基づいて作成します。承認済みの箇条書きは、一字一句そのまま履歴書に追加されます。言い換える場合は、事前に確認する別の手順が必要です。求人で求められていることが履歴書に記載されていない場合、Maestroが質問します。それが事実なら、今後すべての応募で使えるように保存されます。事実でなければ、不足項目として残ります。

スコアは固定ルールに基づくため、同じ履歴書と求人には常に同じ数値が付きます。採用担当者の評価や面接の予測ではないため、自分の下書きを比較するために使ってください。テストでは、求人の保存と応募用の調整にGeminiで約10秒、OpenAIのデフォルト設定で約40秒かかり、1件あたりの費用は約0.01ドル（OpenAI）または0.03ドル未満（Gemini）でした（数値の詳細）。

ここにレンタル品はありません。無料かつオープンソース（Apache 2.0）で、アカウントは不要です。料金がかかるのは、使用するAIだけです。あなたのキャリアには一つの職歴があります。履歴書もそうあるべきです。

スコア、応募用の調整、テンプレート、その他のツールキットを含む詳しい説明は、Maestro CSの使い方をご覧ください。

---

クイックスタート

uvを一度インストールしてください。その後、Maestroの利用に必要なのは2つのコマンドだけです。DockerもGitも、リポジトリのクローンも必要ありません。uvはMaestroを単一のmaestroコマンドとしてインストールし、必要なPythonも取得します。また、パッケージには独自のWebアプリとNodeが含まれています。macOS、Linux、Windows（x64）で動作します。

# 1. Install uv once, then open a new terminal.
curl -LsSf https://astral.sh/uv/install.sh | sh     # macOS and Linux

# On Windows, in PowerShell instead of the line above:
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

# 2. Install Maestro, then start it.
uv tool install --python 3.12 maestro-career-studio
maestro start

maestro startを実行すると、Maestroがバックグラウンドで起動し、**http://localhost:3000**が開きます。 ターミナルを閉じても、Maestroは停止しません。初回起動時には、小さな スコアリングモデル（約100 MB、ダウンロードは一度だけ）がHugging Faceからダウンロードされるため、1、2分ほどお待ちください。 ターミナルにmaestroが見つからないと表示された場合は、uv tool update-shellを実行し、新しい ターミナルを開いてください。

動作する場合もありますが、テストはしていません。Windows on ARMにはPDFエンジン（typst）のホイールがないため、エミュレーション環境でx64版の Pythonをインストールしてください：uv tool install --python cpython-3.12-windows-x86_64-none maestro-career-studio。 Alpineおよびその他のmusl LinuxはPDFエンジンのホイールでサポートされていません。glibcディストリビューションまたはDockerを使用してください。

次に：

1. Settings › BasicsでAIキーを追加します。OpenAI、Gemini、Claudeのいずれかのキーが1つあれば十分です。キーがなくても、スコアリング、PDF、トラッキングは引き続き利用できます（キーの費用と用途）。
2. 履歴書をインポートして、求人を保存し、カスタマイズします（手順）。
3. 任意：maestro connectを実行すると、MaestroがClaude Desktop、Claude Code、Codex、Cursor、VS Codeに追加されます。コンパニオンは、求人ページを保存したり、情報を入力したりするためのChromeサイドパネルです。

コマンド	動作
maestro start	Maestroを起動してアプリを開きます（--no-browser、--skip-model）
maestro stop	停止します
maestro status	実行中かどうか、バージョン、新しいバージョンがあるかを確認します（--offlineで確認を省略、スクリプト用の--json、終了コード3は停止中を意味します）
maestro update	データのスナップショットを保存し、更新して再起動します（-yで確認を省略）
maestro connect [app]	MaestroをClaude Desktop、Claude Code、Codex、Cursor、VS Codeに追加します
maestro import-docker CHECKOUT	Dockerインストールからこの環境にデータを一度だけ移行します（--dry-runで計画を表示、手順）

コマンド一覧の全体では、logs、open、restart、autostart、backup、アンインストール、LaTeXテンプレート用のTeXについても説明しています。コマンドが何に、いつ接続するかについては、PRIVACY.mdをご覧ください。

まだ若いですが、動作確認は重ねています。 このアプリは私のマシンで毎日動かしています。新規のDocker インストール（クローン、起動、初めてのカスタマイズ済み履歴書作成）は、2台目のマシンで最初から最後まで確認済みです。また、変更のたびにCIでmacOS、Linux、 Windowsにuvパッケージをインストールして起動しています。ただし、私のものではないマシンでのテストはまだ十分ではありません。お使いの環境で失敗した場合は、 ログを添えてIssueを作成してください。 その報告は、最も価値ある貢献の一つです。

代替手段：Docker で実行する（セルフホストする方向け）

Docker は、コントリビューターとサーバー向けの方法です。Docker と Git が必要で、ダウンロード容量は約 1 GB（展開後は約 3～4 GB）です。詳しくは前提条件をご覧ください。Windows では WSL 上で実行します（手順）。

# 1. Download the project and create your settings file
git clone https://github.com/seinun-ai/maestro-career-studio.git
cd maestro-career-studio
cp .env.example .env

# 2. Start the app (downloads about 1 GB the first time)
docker compose up -d

次に http://localhost:3000 を開き、Settings › Basics で AI キーを追加します。初回起動時にデータベースがセットアップされ、デモ用の履歴書が追加されます。Docker を使った方法の詳細は、セットアップリファレンスをご覧ください。

Docker と uv は別々のコピーです。 データは別々に保存され、どちらもポート 8001 と 3000 を使用するため、同時に実行することはできません。Docker から uv に移行しますか？ Docker を停止し、上記の手順で Maestro をインストールしてから、maestro import-docker CHECKOUT を一度実行します（手順）。このコマンドは Docker のフォルダーを読み取りますが、フォルダー内の内容は変更しません。

AI アシスタントとの連携

Claude、Codex、ChatGPT から操作する（MCP）

MCP は、AI アシスタントがあなたの代わりにアプリを使うためのコネクターです。会話を通じて、あなたのコンピューター上であなたのデータを使い、求人情報の読み込み、スコア付け、足りない点の補完、PDF の作成を行えます。デフォルトですべての 99 個のツールが有効になっています。ツールセット（hunt、apply、explore、templates、career）を絞り込むと、チャットの焦点を保てます。uv でインストールした場合は maestro connect を実行します。それ以外の場合は、Settings › Agent apps › Connect an agent app を開きます。セットアップ方法、プロンプトの例、ツールセット、すぐに使えるスキルについては、Maestro CS の使用方法とMCP ガイドをご覧ください。常時稼働するボットを使えば、ノートパソコンの電源がオフの間も求人検索を進められます。

すべてを任せる：エージェントアプリケーション

Maestro CS は、応募の送信ボタンを押す直前まで進められます。エージェントが見つけた求人は提案になります。Agent inbox で提案を確認し、キューに追加するかスキップします。応募処理は、キューに追加した求人のみを対象にします。デフォルトでは、送信する前に毎回あなたの承認を待ちます。完全自動化（デフォルトではオフ。Settings › Agent apps で設定）は、最終確認で確認事項が見つからなかった場合、1 日あたりの上限内で、エージェントが確認を求めずにキュー内の求人へ応募できるようにします。ウェブアプリから送信されることはなく、Companion が Submit を押すこともありません。この承認はエージェントによって記録されるため、監査証跡と処理数の上限にはなりますが、操作されたエージェントが選択できないようにするロックではありません。実行中は監視してください。リスクについて率直に説明します。求人情報は信頼できないテキストであり、それを読むエージェントに指示を与えようとする可能性があります。エージェントが見つけた求人情報の雇用主が審査済みとは限りません。また、ボット検出から自動化を隠す方法についてはサポートしません。有効にする前に詳細な説明をお読みください。

---

更新

uv でインストールしましたか？ maestro update を実行します。PyPI で新しいリリースを確認し、変更履歴に記載された互換性を損なう変更を表示して、データの検証済みスナップショットを保存した後、Maestro を停止、更新、再起動します。

Docker を使っていますか？ クローンしたフォルダーから ./scripts/update.sh を実行します（--check は最新の状態かどうかを確認するだけです）。bash が必要なため、Windows では WSL 上で実行してください。

更新によってデータが変更されることはありません。ただし、Docker を使っている場合は、プロジェクトフォルダーを削除するとデータも削除されます。更新後はブラウザー拡張機能を再読み込みし、AI アシスタントを再起動して新しいツールを認識させてください。残りの情報（手動での更新、バージョンの固定、バックアップの対象範囲、ロールバック、v0.3.0 以前からの移行）については、docs/UPDATING.mdをご覧ください。

ファイルの保存場所

uv でインストールすると、データベース、履歴書、設定、バックアップ、ログ、maestro.env（API キーと、必要な場合はポートのオーバーライド）が、ユーザーごとに1つのフォルダーにまとめて保存されます。このフォルダーを削除すると、データも削除されます。

システム	フォルダー
macOS	~/Library/Application Support/Maestro Career Studio
Windows	%APPDATA%\Maestro Career Studio
Linux	$XDG_DATA_HOME/maestro-career-studio（既定値は ~/.local/share/maestro-career-studio）

完成した履歴書の PDF は、応募先ごとに1つのフォルダーが作成される Documents/Maestro Career Studio/Applications にもコピーされます（Settings › Basics › Resume PDFs）。

Docker を使う場合、すべてのデータはクローンしたフォルダー内（data/、base_resumes/、applications/、settings/ など。全リスト）に保存されます。ファイルはお客様のものであり、アップロードされることはありません。各応募先の PDF は applications/ に保存され、career.md は職歴全体を1つの Markdown ファイルとしてエクスポートします。

トラブルシューティング

まず maestro status と maestro logs を実行してください。ポートがすでに使用されている場合は、メッセージにそのポートが表示されます。maestro check はインストール環境の情報を JSON 形式で出力するため、課題報告に貼り付けられます。ポート、API キー、クォータのエラー、「database is locked」、PDF の生成失敗、更新後にアプリが空になる問題については、トラブルシューティングとよくある質問をご覧ください。

コミュニティ、ドキュメント、コントリビューション

コントリビューションの手早い方法： ドキュメントの修正、履歴書・カバーレターのテンプレート、拡張機能の求人サイトアダプターは、課題を作成せずにプルリクエストを送れます。機能追加や大規模な変更の場合は、まず課題を作成してください。すべてのプルリクエストには48時間以内に人間が返信し、人間が内容を確認します。AI による粗雑な変更をマージすることはありません。

このプロジェクトは初期リリース段階です。うまく動作しないことがあれば、ぜひお知らせください。明確なバグ報告は、現時点で最も価値のある貢献の1つです。

• プロジェクトサイト： maestrocareerstudio.com — インストールする前に、5分で概要をご覧いただけます。
• はじめに： docs/GETTING_STARTED.md — インストールから、個別に調整した PDF の作成までを順を追って説明します。
• Maestro CS の使い方： docs/USING_MAESTRO.md — 仕組み、活用方法、その他のツールキットについて説明します。
• セットアップリファレンス： docs/SETUP_REFERENCE.md — maestro コマンド、前提条件、API キー、ローカルモデル、トラブルシューティングについて説明します。
• 更新： docs/UPDATING.md — 手動での更新、バックアップ、ロールバックについて説明します。
• 既知の問題： KNOWN_ISSUES.md — 正常に動作する部分、まだ不安定な部分、意図的な制限について説明します。
• AI アシスタント向けスキル： docs/skills/ — 求人検索、応募実行、メールの状況確認、紹介ページ、個別調整の実行、独自のスキルを作成するスキルを用意しています。アプリの Automations ページから、それぞれをプロンプトとしてコピーできます。
• コントリビューション： CONTRIBUTING.md — 開発環境のセットアップ、テスト、開発モード、LLM のトレース、支援を必要としている領域について説明します。SYSTEM.md はコントリビューターとコーディングエージェント向けのアーキテクチャリファレンスです。動作を変更する前に、該当する部分をお読みください。UBIQUITOUS_LANGUAGE.md はプロジェクトの用語集です。最初のコントリビューションの前に10分ほど目を通すことをおすすめします。
• 変更履歴： CHANGELOG.md — 各リリースでの変更内容を記載しています。更新する前に、Breaking changes の見出しを確認してください。メンテナー向けの情報は docs/RELEASING.md をご覧ください。
• セキュリティとプライバシー： SECURITY.md — ローカルのみで動作する原則と、脆弱性の報告方法を説明します。PRIVACY.md — 保存されるデータと、コンピューターの外部に送信されるデータについて説明します。
• ライセンス： LICENSE — Apache License 2.0 と NOTICE をご覧ください。

プライバシーポリシー

Maestro CS のサーバーやアカウントはなく、作成者がお客様のデータを受け取ることもありません。キャリア記録はお客様のコンピューター上のファイルに保存されます。AI 機能を使うためにキーを追加した場合に限り AI サービスへ送信され、MCP 経由で接続したアシスタントがツールを呼び出した場合は、そのアシスタントへ送信されます。ご自身のコンピューター上のモデルを使えば、アプリから外部へデータが送信されることはありません。保存される情報、データの送信先、保持期間、問い合わせ方法を含む完全なポリシーは、PRIVACY.md をご覧ください。

ライセンス

Maestro CS は Apache License 2.0 に基づくフリーソフトウェアです。

商用利用が可能で、変更内容を公開する必要もありません。 フォークして製品に組み込むことも、変更を加えたコピーをホスト型サービスとして運用することも、すべて認められています。Apache 2.0 では、その代わりに3つのことが求められます。ライセンスと著作権表示を保持すること、変更したファイルに変更内容を記載すること、再配布時にNOTICEファイルを含めることです。また、すべての貢献者による明示的な特許ライセンスも含まれており、これが実務上、MIT や BSD より Apache 2.0 を選ぶ主な理由です。

再配布するサードパーティ製品（LaTeX 履歴書テンプレート、XCharter フォント、スコアリングモデル）のクレジットはTHIRD_PARTY_NOTICES.mdに記載されています。ライセンスでは、このファイルも引き継ぐことが求められています。

CLA はありません。 ライセンスの第5条により、貢献は Apache 2.0 に基づいてライセンスされます。署名するものはありません。商用利用に関するお問い合わせ先：[email protected]。

クレジットと引用

Maestro Career Studio は、Seinun LLCによる無料のオープンソースプロジェクトです。このプロジェクトは、多くの人々の成果を基盤としています。同梱されているソース、スコアリングモデル、PDF ツール、各依存関係とそのライセンスを含む全リストはTHIRD_PARTY_NOTICES.mdにあります。製品を特に形作っているものは次のとおりです。

• Jake's Resume（Jake Gutierrez、MIT） — LaTeX の履歴書テンプレートとカバーレターテンプレートは、これを基にしています。
• BAAI/bge-small-en-v1.5 （MIT）— マッチスコアを支える小型モデルで、お客様のコンピューター上で動作します。 スコアリングエンジンを基に開発する場合は、 C-Pack（arXiv:2309.07597）を引用してください。
• TeX Live と Typst — 2つの PDF エンジンです。フォントとアイコンには XCharter と FontAwesome 5 を使用しています。
• Next.js、React、 Tailwind CSS、Base UI、 shadcn/ui、Monaco Editor、 FastAPI、SQLAlchemy、 fastembed が、その他の部分を支えています。

公開される研究や記事で Maestro CS を使用していますか？GitHub の 「このリポジトリを引用」 ボタンを使って引用してください。このボタンはCITATION.cffを参照します。