ai-job-search, le projet du géophysicien Mads Lorentzen qui fait rédiger CV et lettres de motivation par un pipeline d'agents Claude Code, a dépassé les 41 000 étoiles sur GitHub — près de dix fois le chiffre initialement rapporté.
Le projet s'appelle ai-job-search, publié par Mads Lorentzen sur GitHub sous licence
MIT. Ce n'est pas un simple script qui appelle l'API Claude en direct : c'est un ensemble de
commandes (/setup, /scrape, /apply, /interview…) conçu pour tourner sur Claude Code,
l'outil en ligne de commande d'Anthropic — ce qui suppose donc, pour faire fonctionner Claude
Code lui-même, de disposer d'une clé API Anthropic ou d'un abonnement Claude Pro/Max.
Le cœur du système est un pipeline rédacteur-relecteur : un premier agent évalue l'adéquation
entre le profil du candidat et une offre, puis rédige un CV et une lettre de motivation en LaTeX ;
un second agent, distinct, recherche l'entreprise ciblée et critique le brouillon avant révision
finale. Les documents sont compilés en PDF et passés au crible d'une vérification ATS
(extraction de texte via pypdf ou Poppler) avant export. Les briques de recherche d'offres sont
taillées pour le marché danois d'origine (Jobindex, Jobnet…), mais le pipeline d'évaluation et de
rédaction est conçu comme agnostique à la langue et au pays.
La brève de départ évoquait 4 400 étoiles. En interrogeant l'API GitHub en direct le 7 septembre 2026, le compteur affiche 41 188 étoiles et plus de 14 000 forks — près de dix fois le chiffre initialement cité. L'écart ne traduit pas une erreur mais une croissance réelle et rapide : le dépôt, créé le 18 mars 2026, a été repéré par Trendshift et serait passé, selon plusieurs relais secondaires, d'environ 12 900 étoiles mi-2026 à plus de 40 000 en quelques semaines. Comme tout compteur GitHub, ce nombre n'est qu'une photographie datée, pas une valeur figée.
Le récit, raconté directement par Mads Lorentzen dans le README, est celui d'un géophysicien de formation licencié fin 2025, qui construit l'outil pour mener sa propre recherche d'emploi, en l'utilisant chaque semaine et en restant transparent avec chaque recruteur sur son usage. Résultat revendiqué : 69 candidatures ciblées, 20 premiers entretiens, un contrat signé, et un poste d'ingénieur IA décroché en juin 2026. Ce récit a été relayé par une vidéo de démonstration (« The Next New Thing », citée par l'auteur lui-même dans le README) et par plusieurs blogs spécialisés IA/carrière ; aucune couverture par un grand média tech généraliste (TechCrunch, The Verge, Ars Technica) n'a été trouvée au moment de cette recherche — la traction semble portée par la communauté développeurs et LinkedIn plutôt que par la presse tech mainstream.
À lire aussi
Un pipeline éditorial multi-agents automatise la recherche, le brief et le brouillon — jamais la vérification. Le modèle de supervision humaine expliqué, sourcé Google Search Central.
Le stack martech mondial plafonne à plus de 15 000 outils recensés. Ce qu'un audit doit réellement vérifier — redondance, usage réel, dette d'intégration — avant tout nouvel ajout.
Une refonte ne perd pas son référencement à cause du nouveau design : mapping d'URL incomplet, chaînes de redirection, canonicals contradictoires, hreflang oublié. Le modèle de risque détaillé.
Nous utilisons des traceurs de mesure d’audience et de publicité. Vous pouvez les accepter, les refuser, ou choisir finalité par finalité — le site fonctionne identiquement dans tous les cas. En savoir plus
