Stabilize local app baseline and configuration

.env.example

@@ -1,4 +1,5 @@
 DB_SERVER=localhost\MSSQLSERVER2025
 DB_DATABASE=job_postings_mvp
-DB_USER=sa
-DB_PASSWORD=tu_password
+DB_USER=your_sql_user
+DB_PASSWORD=your_sql_password
+OPENAI_API_KEY=your_openai_api_key

.github/workflows/ci.yml

@@ -27,7 +27,7 @@ jobs:
 
       - name: Validate Python syntax
         run: |
-          python -m compileall app modules tests api.py app.py services.py run_tests.py
+          python -m compileall app modules tests api.py app.py run_tests.py
 
   lint:
     runs-on: windows-latest
@@ -48,7 +48,7 @@ jobs:
 
       - name: Run Ruff
         run: |
-          ruff check app modules tests api.py app.py services.py run_tests.py
+          ruff check app modules tests api.py app.py run_tests.py
 
   test:
     runs-on: windows-latest

README.md

@@ -15,6 +15,9 @@ Aplicacion para registrar vacantes, analizarlas contra un perfil profesional y g
 - registrar vacantes
 - listar, archivar, reactivar y eliminar vacantes
 - analizar vacantes contra el perfil activo
+- guardar vacantes desde la extension de Chrome
+- mostrar progreso de guardado y analisis en la extension
+- recuperar analisis historicos en la extension al reabrir una vacante ya registrada por `link`
 - gestionar aplicaciones y su seguimiento
 - gestionar perfil profesional, skills, experiencia, proyectos, educacion, cursos y certificaciones
 - renderizar una vista CV consolidada desde la web
@@ -32,7 +35,7 @@ CVs-Optimizator/
 |   |-- infrastructure/
 |   `-- interfaces/
 |       `-- web/
-|-- modules/
+|-- chrome-extension/
 |-- tests/
 |-- sql_queries/
 |-- run_tests.py
@@ -50,16 +53,25 @@ CVs-Optimizator/
 
 1. Crea `.env` a partir de `.env.example`.
 2. Ajusta credenciales de SQL Server.
+3. Agrega `OPENAI_API_KEY` si vas a ejecutar analisis reales de vacantes.
 
 Variables usadas:
 
 ```env
 DB_SERVER=localhost\MSSQLSERVER2025
 DB_DATABASE=job_postings_mvp
-DB_USER=sa
-DB_PASSWORD=tu_password
+DB_USER=your_sql_user
+DB_PASSWORD=your_sql_password
+OPENAI_API_KEY=your_openai_api_key
 ```
 
+Notas de configuracion:
+
+- `DB_USER` y `DB_PASSWORD` son obligatorias para conectarse a SQL Server.
+- `DB_SERVER` y `DB_DATABASE` mantienen defaults locales de desarrollo si no se definen.
+- `OPENAI_API_KEY` es obligatoria para ejecutar analisis reales con OpenAI.
+- La app puede arrancar sin BD, pero los flujos que persisten o consultan datos devolveran errores controlados o vistas vacias.
+
 ## Instalacion
 
 ```bash
@@ -73,13 +85,13 @@ pip install -r requirements.txt
 Interfaz principal web:
 
 ```bash
-uvicorn api:app --reload
+uvicorn api:app --reload --port 8001
 ```
 
 Luego abre:
 
 ```text
-http://127.0.0.1:8000/app
+http://127.0.0.1:8001/app
 ```
 
 Prueba rapida de BD:
@@ -106,6 +118,27 @@ La interfaz web ya cubre el flujo principal del producto:
 
 Las vistas largas de `Inbox` y `Seguimiento` ya incluyen paginacion y tamano de pagina configurable para evitar listas demasiado pesadas.
 
+## Extension de Chrome
+
+La extension usa `side panel` en lugar de popup efimero.
+
+Flujo actual:
+
+1. extrae la vacante desde LinkedIn
+2. guarda la vacante por API local
+3. inicia el analisis en segundo plano
+4. muestra estados intermedios en el panel lateral
+5. si la vacante ya existia y tenia analisis, lo recupera desde la BD usando el `link`
+
+Endpoints usados por la extension:
+
+- `GET /health`
+- `POST /vacantes`
+- `POST /vacantes/async`
+- `GET /vacantes/tasks/{task_id}`
+- `GET /vacantes/{vacancy_id}/analysis`
+- `GET /vacantes/by-link?link=...`
+
 ## Tests
 
 Entrada unica recomendada:
@@ -121,6 +154,7 @@ Estado actual de la suite principal:
 - tests de API
 - tests de rutas web
 - tests de flujos integrados con mocks
+- tests del flujo async y de recuperacion de analisis por `link`
 
 ## CI
 
@@ -140,13 +174,14 @@ Resumen corto:
 - `app/application`: casos de uso y servicios
 - `app/infrastructure`: conexion y repositorios
 - `app/interfaces/web`: interfaz HTML principal
-- `modules`: codigo residual compartido, como `analizar_vacante.py`
+- `chrome-extension`: integracion local con LinkedIn y la API
 
 Detalle adicional en [ARCHITECTURE.md](/C:/Users/josem/PycharmProjects/CVs-Optimizator/docs/ARCHITECTURE.md).
 
 ## Notas
 
 - la web es ahora la interfaz recomendada
 - `app.py` en la raiz queda solo como acceso rapido informativo
-- la suite principal corre localmente con `53` tests cubriendo la interfaz web principal
+- la extension de Chrome ya opera con panel lateral y recuperacion de analisis historico por `link`
+- la suite principal corre localmente con `68` tests
 - el pipeline de CI ya esta preparado para validar cambios automaticamente

api.py

@@ -9,7 +9,7 @@
 from typing import Optional
 from uuid import uuid4
 
-from fastapi import BackgroundTasks, FastAPI, HTTPException
+from fastapi import BackgroundTasks, FastAPI, HTTPException, Query
 from fastapi.middleware.cors import CORSMiddleware
 from fastapi.staticfiles import StaticFiles
 from pydantic import BaseModel
@@ -38,8 +38,8 @@
     profile_repository=profile_repository,
     analysis_repository=analysis_repository,
 )
-analysis_jobs: dict[str, dict] = {}
-analysis_jobs_lock = threading.Lock()
+analysis_tasks: dict[str, dict] = {}
+analysis_tasks_lock = threading.Lock()
 
 
 app = FastAPI(
@@ -78,12 +78,12 @@ class VacanteResponse(BaseModel):
 
 
 class AsyncVacanteResponse(VacanteResponse):
-    job_id: str
+    task_id: str
     status: str
 
 
-class AnalysisJobResponse(BaseModel):
-    job_id: str
+class AnalysisTaskResponse(BaseModel):
+    task_id: str
     vacancy_id: int
     status: str
     step: str
@@ -98,24 +98,30 @@ class VacancyAnalysisResponse(BaseModel):
     analysis: dict
 
 
+class VacancyByLinkResponse(BaseModel):
+    found: bool
+    vacancy: Optional[dict] = None
+    analysis: Optional[dict] = None
+
+
 def _utc_now() -> str:
     return datetime.utcnow().isoformat(timespec="seconds") + "Z"
 
 
-def _set_job_state(job_id: str, **updates) -> dict:
-    with analysis_jobs_lock:
-        current = analysis_jobs.get(job_id, {}).copy()
+def _set_task_state(task_id: str, **updates) -> dict:
+    with analysis_tasks_lock:
+        current = analysis_tasks.get(task_id, {}).copy()
         current.update(updates)
         current["updated_at"] = _utc_now()
-        analysis_jobs[job_id] = current
+        analysis_tasks[task_id] = current
         return current.copy()
 
 
-def _create_analysis_job(vacancy_id: int) -> dict:
-    job_id = str(uuid4())
+def _create_analysis_task(vacancy_id: int) -> dict:
+    task_id = str(uuid4())
     now = _utc_now()
-    job = {
-        "job_id": job_id,
+    task = {
+        "task_id": task_id,
         "vacancy_id": vacancy_id,
         "status": "queued",
         "step": "saved",
@@ -124,14 +130,14 @@ def _create_analysis_job(vacancy_id: int) -> dict:
         "created_at": now,
         "updated_at": now,
     }
-    with analysis_jobs_lock:
-        analysis_jobs[job_id] = job
-    return job.copy()
+    with analysis_tasks_lock:
+        analysis_tasks[task_id] = task
+    return task.copy()
 
 
-def _run_analysis_job(job_id: str, vacancy_id: int) -> None:
-    _set_job_state(
-        job_id,
+def _run_analysis_task(task_id: str, vacancy_id: int) -> None:
+    _set_task_state(
+        task_id,
         status="running",
         step="analyzing",
         message="Analizando vacante contra el perfil activo.",
@@ -140,25 +146,25 @@ def _run_analysis_job(job_id: str, vacancy_id: int) -> None:
     try:
         result = analyze_vacancy_use_case.execute(vacancy_id)
         if result["omitido"]:
-            _set_job_state(
-                job_id,
+            _set_task_state(
+                task_id,
                 status="completed",
                 step="completed",
                 message="Vacante guardada. Analisis omitido porque no hay perfil activo.",
                 error=None,
             )
             return
-        _set_job_state(
-            job_id,
+        _set_task_state(
+            task_id,
             status="completed",
             step="completed",
             message="Vacante guardada y analizada correctamente.",
             error=None,
         )
     except AnalysisError as exc:
         logger.warning("La vacante %s se guardo, pero el analisis automatico fallo: %s", vacancy_id, exc)
-        _set_job_state(
-            job_id,
+        _set_task_state(
+            task_id,
             status="failed",
             step="failed",
             message="La vacante se guardo, pero el analisis fallo.",
@@ -257,25 +263,30 @@ def crear_vacante_async(payload: VacantePayload, background_tasks: BackgroundTas
     if not resultado["success"] or not resultado.get("id"):
         raise HTTPException(status_code=500, detail=resultado["message"])
 
-    job = _create_analysis_job(resultado["id"])
-    background_tasks.add_task(_run_analysis_job, job["job_id"], resultado["id"])
+    task = _create_analysis_task(resultado["id"])
+    background_tasks.add_task(_run_analysis_task, task["task_id"], resultado["id"])
 
     return AsyncVacanteResponse(
         success=True,
         message="Vacante guardada. Analisis en segundo plano iniciado.",
         id=resultado["id"],
-        job_id=job["job_id"],
-        status=job["status"],
+        task_id=task["task_id"],
+        status=task["status"],
     )
 
 
-@app.get("/vacantes/jobs/{job_id}", response_model=AnalysisJobResponse)
-def get_analysis_job(job_id: str):
-    with analysis_jobs_lock:
-        job = analysis_jobs.get(job_id)
-    if not job:
-        raise HTTPException(status_code=404, detail="Job no encontrado")
-    return AnalysisJobResponse(**job)
+@app.get("/vacantes/tasks/{task_id}", response_model=AnalysisTaskResponse)
+def get_analysis_task(task_id: str):
+    with analysis_tasks_lock:
+        task = analysis_tasks.get(task_id)
+    if not task:
+        raise HTTPException(status_code=404, detail="Tarea no encontrada")
+    return AnalysisTaskResponse(**task)
+
+
+@app.get("/vacantes/jobs/{task_id}", response_model=AnalysisTaskResponse)
+def get_analysis_job_legacy(task_id: str):
+    return get_analysis_task(task_id)
 
 
 @app.get("/vacantes/{vacancy_id}/analysis", response_model=VacancyAnalysisResponse)
@@ -284,3 +295,13 @@ def get_vacancy_analysis(vacancy_id: int):
     if not analysis:
         raise HTTPException(status_code=404, detail="Analisis no encontrado")
     return VacancyAnalysisResponse(vacancy_id=vacancy_id, analysis=analysis)
+
+
+@app.get("/vacantes/by-link", response_model=VacancyByLinkResponse)
+def get_vacancy_by_link(link: str = Query(..., min_length=1)):
+    vacancy = vacancy_repository.get_by_link(link)
+    if not vacancy:
+        return VacancyByLinkResponse(found=False, vacancy=None, analysis=None)
+
+    analysis = analysis_repository.get_by_vacancy_id(vacancy["id"])
+    return VacancyByLinkResponse(found=True, vacancy=vacancy, analysis=analysis)

app.py

@@ -4,8 +4,8 @@
 
 
 def main() -> int:
-    print("La interfaz principal ahora es la web en http://127.0.0.1:8000/app")
-    print("Ejecuta: uvicorn api:app --reload")
+    print("La interfaz principal ahora es la web en http://127.0.0.1:8001/app")
+    print("Ejecuta: uvicorn api:app --reload --port 8001")
     return 0
 
 

app/config/settings.py

@@ -10,12 +10,20 @@
 load_dotenv()
 
 
+def _optional_env(key: str) -> str | None:
+    value = os.getenv(key)
+    if value is None:
+        return None
+    value = value.strip()
+    return value or None
+
+
 @dataclass(frozen=True)
 class Settings:
     db_server: str = os.getenv("DB_SERVER", "localhost\\MSSQLSERVER2025")
     db_database: str = os.getenv("DB_DATABASE", "job_postings_mvp")
-    db_user: str = os.getenv("DB_USER", "sa")
-    db_password: str = os.getenv("DB_PASSWORD", "Micontraseña")
+    db_user: str | None = _optional_env("DB_USER")
+    db_password: str | None = _optional_env("DB_PASSWORD")
 
 
 settings = Settings()