🚀 AutomaticMotivation

KI-gestütztes System zur automatischen Generierung von personalisierten Motivationsschreiben mit GitHub-Integration, LinkedIn-Profil-Extraktion und intelligenter Stellenanalyse.

✨ Features

• GitHub-Integration - Automatische Auswahl relevanter Projekte mit direkten Hyperlinks
• LinkedIn-Integration - Echte Profildaten-Extraktion und Verlinkung
• Konkrete Kennzahlen - Realistische Erfolgskennzahlen basierend auf Projekttyp
• Multi-LLM-Support - OpenAI GPT-4, Claude 3.5 Haiku/Sonnet, Llama 2
• Dual-Format - PDF und DOCX mit funktionierenden Hyperlinks
• Stellenanalyse - Automatische Extraktion von Jobanforderungen
• Template-System - PDF-Vorlagen für professionelles Layout
• Intelligente Verlinkung - Automatische Hyperlinks für GitHub-Projekte und LinkedIn-Profil

🔧 Installation

git clone https://github.com/zurd46/AutomaticMotivation.git
cd AutomaticMotivation
pip install -r requirements.txt

⚙️ Konfiguration

Erstellen Sie eine .env Datei:

# GitHub-Integration
PERSONAL_GITHUB=https://github.com/IhrUsername

# LinkedIn-Integration
PERSONAL_LINKEDIN=https://www.linkedin.com/in/ihr-profil

# Persönliche Informationen
PERSONAL_NAME=Ihr Name
PERSONAL_EMAIL=ihr@email.com
PERSONAL_PHONE=+41 XX XXX XX XX
PERSONAL_ADDRESS=Ihre Adresse
PERSONAL_EXPERIENCE=X+ Jahre Berufserfahrung
PERSONAL_SKILLS=Python, KI, Webentwicklung, etc.

# API-Konfiguration (OpenRouter empfohlen)
OPENROUTER_API_KEY=sk-or-v1-ihr-api-key
OPENROUTER_MODEL=anthropic/claude-3.5-haiku

# Fallback: OpenAI
OPENAI_API_KEY=sk-proj-ihr-openai-api-key

🚀 Verwendung

python app.py

1. KI-Modell auswählen (15 verfügbare Modelle)
2. Stellenausschreibung-URL eingeben
3. System analysiert Job, GitHub-Projekte und LinkedIn-Profil
4. Generiert personalisierte Bewerbung (PDF + DOCX) mit funktionierenden Hyperlinks

Hyperlink-Features

• GitHub-Projekte werden automatisch verlinkt (z.B. "ZurdLLMWS" → GitHub-Repository)
• LinkedIn-Profil wird verlinkt ohne URL-Anzeige im Text
• Funktioniert in PDF und DOCX - Alle Links sind klickbar
• Automatische Erkennung - Keine manuelle Formatierung erforderlich

LinkedIn-Integration

• Echte Datenextraktion - Kein Mock-Content, echte Profildaten
• Automatische Verlinkung - "LinkedIn-Profil" wird automatisch verlinkt
• Fallback-System - Bei Extraktion-Fehlern werden Config-Daten verwendet
• Skills-Matching - LinkedIn-Skills werden passend zur Stelle integriert

Tests

# GitHub-Integration testen
python test_github_projects.py

# Spezifitäts-Analyse
python test_ultra_specific.py

# Vollständige Bewerbung
python test_improved_ai.py

📁 Projektstruktur

AutomaticMotivation/
├── app.py                           # Hauptanwendung
├── requirements.txt                 # Abhängigkeiten
├── .env                            # Konfigurationsdatei
├── .env.example                    # Beispiel-Konfiguration
├── .gitignore                      # Git-Ignore-Regeln
├── .gitattributes                  # Git-Attribute
├── README.md                       # Dokumentation
├── config/
│   ├── config.py                   # Konfigurationsverwaltung
│   └── __pycache__/               # Python-Cache
├── src/
│   ├── __init__.py                # Python-Paket-Initialisierung
│   ├── ai_generator.py            # KI-Generierung
│   ├── docx_generator.py          # DOCX-Erstellung mit Hyperlinks
│   ├── github_project_extractor.py # GitHub-Integration
│   ├── job_extractor.py           # Stellenanalyse
│   ├── linkedin_extractor.py      # LinkedIn-Profil-Extraktion
│   ├── llm_utils.py               # LLM-Hilfsfunktionen
│   ├── models.py                  # Datenmodelle
│   ├── pdf_generator.py           # PDF-Erstellung
│   ├── template_pdf_generator.py  # Template-PDF-Erstellung mit Hyperlinks
│   └── __pycache__/               # Python-Cache
├── templates/
│   └── template.pdf               # PDF-Vorlage
├── output/
│   ├── .gitkeep                   # Git-Placeholder
│   └── [Generierte Dokumente]     # PDF/DOCX-Ausgaben
├── testing/
│   ├── debug_html_extraction.py   # HTML-Extraktion debuggen
│   ├── debug_llm_extraction.py    # LLM-Extraktion debuggen
│   ├── debug_llm_parsing.py       # LLM-Parsing debuggen
│   ├── run_all_tests.py           # Alle Tests ausführen
│   └── test_datalynx_specific.py  # Spezifische Tests
├── scripts/
│   ├── analyze_template.py        # Template-Analyse
│   ├── create_full_test.py        # Vollständige Tests erstellen
│   ├── debug_extraction.py        # Extraktion debuggen
│   ├── README.md                  # Script-Dokumentation
│   ├── test_beei_docx.py          # DOCX-Tests
│   ├── test_docx_fix.py           # DOCX-Korrekturen testen
│   ├── test_docx_generation.py    # DOCX-Generierung testen
│   ├── test_github_projects.py    # GitHub-Integration testen
│   ├── test_improved_ai.py        # Verbesserte KI-Tests
│   ├── test_motivation.py         # Motivationsschreiben testen
│   ├── test_ultra_specific.py     # Spezifitäts-Tests
│   └── update_personal_info.py    # Persönliche Infos aktualisieren
└── docs/
    ├── cleanup_summary.md         # Bereinigungsübersicht
    ├── docx_feature_summary.md    # DOCX-Feature-Übersicht
    └── testing_README.md          # Test-Dokumentation

🔍 Problemlösung

GitHub-Integration nicht funktioniert?

• Überprüfen Sie die PERSONAL_GITHUB URL in der .env Datei
• Stellen Sie sicher, dass Ihre GitHub-Repositories öffentlich sind
• Testen Sie mit python test_github_projects.py

LinkedIn-Extraktion schlägt fehl?

• LinkedIn blockiert möglicherweise den Zugriff (429 Error)
• System verwendet automatisch Fallback-Daten aus der Config
• Überprüfen Sie die PERSONAL_LINKEDIN URL in der .env Datei

Hyperlinks funktionieren nicht?

• Überprüfen Sie, ob die generierten Dateien in output/ korrekt sind
• PDF-Hyperlinks: Testen Sie mit einem PDF-Reader, der Links unterstützt
• DOCX-Hyperlinks: Öffnen Sie die Datei in Microsoft Word

KI-Generierung fehlgeschlagen?

• Überprüfen Sie Ihre API-Keys (OPENROUTER_API_KEY oder OPENAI_API_KEY)
• Wählen Sie ein anderes Modell aus der Liste
• Prüfen Sie Ihre Internetverbindung

🆕 Neueste Updates

Version 2.0 - LinkedIn & Hyperlinks

• ✅ LinkedIn-Integration - Echte Profildaten-Extraktion
• ✅ Hyperlink-System - Funktioniert in PDF und DOCX
• ✅ Template-PDF - Professionelle Vorlagen
• ✅ Multi-Model-Support - 15 KI-Modelle verfügbar
• ✅ Verbesserte UI - Rich-Console-Interface

Version 1.0 - Grundfunktionen

• ✅ GitHub-Integration - Automatische Projektauswahl
• ✅ Dual-Format - PDF + DOCX Ausgabe
• ✅ Stellenanalyse - Automatische Jobextraktion
• ✅ KI-Generierung - Personalisierte Motivationsschreiben

📝 Lizenz

MIT License - Siehe LICENSE Datei für Details.

🤝 Beiträge

Beiträge sind willkommen! Öffnen Sie ein Issue oder erstellen Sie einen Pull Request.

🚀 Roadmap

• Multi-Language Support - Englische Motivationsschreiben
• XING-Integration - Deutsche Business-Netzwerk-Unterstützung
• Cover Letter Templates - Verschiedene Vorlagen
• Batch Processing - Mehrere Bewerbungen gleichzeitig
• Web Interface - Browser-basierte Benutzeroberfläche

GitHub-Projekte nicht gefunden?

• Überprüfen Sie PERSONAL_GITHUB in .env
• Stellen Sie sicher, dass Repositories öffentlich sind

Niedrige Spezifitäts-Score?

• Verbessern Sie GitHub-Projekt-Beschreibungen
• Fügen Sie relevante Topics hinzu

API-Limits?

• Wechseln Sie zu OpenRouter für höhere Limits

📜 Lizenz

MIT License - siehe LICENSE für Details.