Laddro DocsLaddro Docs

Creer des agents IA avec Laddro

Creer des agents IA avec Laddro

Utilisez la Laddro Career API pour creer des agents autonomes qui gerent les taches de carriere, de la personnalisation de CV aux candidatures en masse.

Ce que les agents peuvent faire

Type d'agentDescription
Agent de personnalisationPrend un CV et une liste d'URLs de postes, personnalise le CV pour chacun et exporte les PDFs
Bot de candidatureAnalyse un CV, cherche dans les sites d'emploi, personnalise et genere des lettres pour chaque offre
Agent coach de carriereAnalyse un CV, suggere des ameliorations et reecrit les sections faibles
Agent d'export en masseRend un CV avec les 22 modeles et compare les mises en page
Agent de preparation d'entretienLit un CV personnalise et la description du poste, genere des questions d'entretien probables

Architecture

Utilisateur
Agent (Claude Code / LangChain / Personnalisé)
Laddro Career API
Analyser le CV
Adapter pour le poste
Générer la lettre de motivation
Exporter en PDF

Votre agent appelle les endpoints API directement (REST) ou utilise le serveur MCP (pour les agents bases sur Claude). L'API gere le traitement IA, le rendu PDF et le stockage des donnees.

Option 1 : Agent base sur MCP (Claude Code)

La methode la plus rapide. Configurez le serveur MCP et Claude appelle les outils automatiquement.

{
  "mcpServers": {
    "laddro": {
      "command": "npx",
      "args": ["-y", "@laddro/career-mcp"],
      "env": {
        "LADDRO_API_KEY": "YOUR_API_KEY"
      }
    }
  }
}

Puis demandez a Claude :

"Parse my resume from resume.pdf, tailor it for this job posting
at https://example.com/senior-engineer, and generate a cover letter.
Export both as PDFs using the Graphite template."

Claude enchainera les appels API : analyser, personnaliser, generer la lettre et exporter.

Option 2 : Agent REST API (tout framework)

Creez un agent personnalise avec n'importe quel framework : LangChain, CrewAI, AutoGen ou du code pur.

Agent de personnalisation (Python)

import requests

API_KEY = "YOUR_API_KEY"
BASE = "https://api.laddro.com/v1"
HEADERS = {"x-api-key": API_KEY, "Content-Type": "application/json"}

def tailor_for_jobs(resume_id, job_descriptions):
    results = []
    for jd in job_descriptions:
        resp = requests.post(f"{BASE}/tailor", headers=HEADERS, json={"resumeId": resume_id, "jobDescription": jd})
        tailored = resp.json()
        resp = requests.post(f"{BASE}/cover-letters/generate", headers=HEADERS, json={"resumeId": resume_id, "jobDescription": jd})
        cover_letter = resp.json()
        resp = requests.post(f"{BASE}/export", headers=HEADERS, json={"resumeId": resume_id, "templateId": "graphite"})
        results.append({"job": jd[:50], "tailored": tailored, "coverLetter": cover_letter})
    return results

Endpoints API pour les agents

EndpointCreditsCas d'utilisation
POST /v1/resumes/parse2Importer un CV depuis PDF/DOCX
POST /v1/tailor3Personnaliser un CV pour un poste
POST /v1/cover-letters/generate2Generer une lettre de motivation ciblee
POST /v1/export1Exporter un CV en PDF
PUT /v1/resumes/{id}/render1Rendre avec un modele specifique
GET /v1/templates0Lister les modeles disponibles
GET /v1/resumes0Lister les CV de l'utilisateur

Planification des credits pour les agents

Workflow typique pour postuler a un poste :

EtapeCredits
Analyser le CV (une fois)2
Personnaliser pour le poste3
Generer la lettre de motivation2
Exporter le CV en PDF1
Exporter la lettre en PDF1
Total par poste9 (7 apres la premiere analyse)

Avec le forfait gratuit (50 credits/mois), vous pouvez postuler a environ 7 postes. Les abonnes (200/mois) peuvent en faire environ 28. Achetez des packs de credits pour un volume plus important.

Bonnes pratiques

  1. Analyser une fois, personnaliser plusieurs fois — Analysez le CV une fois et reutilisez le resumeId pour toutes les personnalisations et lettres.
  2. Utiliser le streaming — Pour les agents orientes utilisateur, utilisez le streaming SSE (Accept: text/event-stream) pour que les utilisateurs voient les resultats en temps reel.
  3. Gerer les erreurs 402 — Verifiez le solde de credits avant les operations en masse. L'API retourne 402 Payment Required quand les credits sont epuises.
  4. Utiliser BYOK pour le volume — Si vous creez un agent a haut volume, utilisez BYOK avec votre propre cle de fournisseur IA.
  5. Attention aux rate limits — Endpoints publics : 30 req/min. Proteges : 100 req/min. Implementez du backoff pour les reponses 429.

On this page

Creer des agents IA avec LaddroCe que les agents peuvent faireArchitectureOption 1 : Agent base sur MCP (Claude Code)Option 2 : Agent REST API (tout framework)Agent de personnalisation (Python)Endpoints API pour les agentsPlanification des credits pour les agentsBonnes pratiques