vagas-php

I'm a programmer who earns only US$1,500 a month, and I support a family of four. Could you help me keep supporting my family here in Brazil? Sponsor me on GitHub

Coleta e lista vagas de engenharia de software com PHP (PHP, Laravel, Symfony, CodeIgniter, Hyperf...). Monorepo com duas partes que conversam só pelo MySQL 8:

Pasta	Linguagem	O que faz
web/	PHP 8.5 (sem framework, PDO, Pest)	o site, a API JSON, o sitemap e as páginas para buscadores
collector/	Python + Playwright	coleta agendada das fontes, filtro de PHP, servidor MCP, post diário, alertas do Telegram e Google Indexing API

Por que duas linguagens? O site é PHP, como o público dele. O coletor ficou em Python por causa do navegador automatizado: o Playwright não tem binding oficial para PHP, e é ele que lê as publicações do LinkedIn (seletores por papel de acessibilidade, perfil persistente do Chromium). As outras fontes são HTTP puro e poderiam ser portadas; PRs são bem-vindos. O contrato entre as duas partes (tabelas, colunas e site_meta) está em docs/contrato-base.md.

Canal no Telegram: t.me/vagas_php — alertas de vagas em tempo real e um resumo semanal toda segunda às 10h.

Fontes

Fonte	Como	Login	Intervalo padrão
linkedin	busca pública de vagas (php, laravel, symfony) + descrição de cada vaga nova	não	3 h
gupy	API pública do portal da Gupy: php, laravel, symfony e termos amplos (desenvolvedor, backend, full stack)	não	2 h
post	busca de publicações (vaga php, vaga laravel, desenvolvedor php, pessoa desenvolvedora php, oportunidade php)	sim	8 h, das 8 às 22 h
github	issues de phpdevbr/vagas, backend-br/vagas	não	1 h
solides	API pública do portal da Sólides (vagas.solides.com.br): php, laravel, symfony, codeigniter (a busca olha título e descrição)	não	2 h
catho	busca da Catho (/vagas/<termo>/, mais recentes primeiro, últimos N dias): php, laravel, symfony, codeigniter; página de cada vaga nova com título de desenvolvimento (JSON-LD JobPosting)	não	3 h
remotar	API pública da Remotar (vagas 100% remotas): php, laravel, symfony, data/hora exata	não	2 h
programathor	listas da Programathor (/jobs-php, /jobs-laravel, /jobs-symfony, /jobs-codeigniter) + JSON-LD JobPosting da página de cada vaga nova	não	3 h
coodesh	sitemap de vagas da Coodesh (/sitemaps/jobs.xml) + JSON-LD JobPosting das vagas novas alteradas na janela com título de desenvolvimento	não	3 h
nerdin	busca da Nerdin (portal de vagas de TI, vagas.php?busca=<termo>) + JSON-LD JobPosting da página de cada vaga nova	não	3 h
recrutei	sitemap do portal da Recrutei (empregos.recrutei.com.br/sitemap-vagas-N.xml; a busca do site é proibida no robots.txt) + JSON-LD JobPosting das vagas novas alteradas na janela com título de desenvolvimento	não	3 h
upvagas	API do WordPress da UpVagas (/wp-json/wp/v2/job-listings?search=, vagas remotas, muitas internacionais abertas ao Brasil), data/hora exata	não	2 h
inhire	API pública das páginas de carreira de empresas na InHire (<empresa>.inhire.app/vagas): lista de empresas em VAGAS_INHIRE_TENANTS + empresas descobertas em links .inhire.app nas vagas e posts coletados	não	2 h

Só valem vagas publicadas há no máximo 72 horas (VAGAS_MAX_AGE_HOURS). Cada coleta busca desde a última coleta OK da fonte, nunca antes desse limite, e site, API e MCP só mostram o que está dentro dele. As datas ficam em UTC na base e aparecem no horário de Brasília no site. Precisão de cada fonte:

• GitHub, Gupy, Remotar, UpVagas e InHire: data/hora exata;
• Sólides, Catho, Programathor, Coodesh, Nerdin e Recrutei: só o dia (em Brasília); contamos desde 00:00 daquele dia;
• vagas do LinkedIn: a página pública dá o dia (em Brasília) e um texto relativo; com "há 7 horas" usamos a hora, com "há 2 dias" contamos desde 00:00 daquele dia — a hipótese mais antiga, para nada com mais de 72 h aparecer como recente;
• publicações: o LinkedIn mostra "18 h", "2 d"...; "3 d" já fica de fora.

Tudo vai para o MySQL (DATABASE_URL), mas só aparece no site o que passa no filtro (collector/vagas/classify.py, com os termos de PHP da configuração):

• vagas de portais e issues: PHP/framework no título ou nas etiquetas; ou título de desenvolvimento com PHP citado 2+ vezes na descrição (uma menção só costuma ser "PHP, Python, Java ou Go" ou "PHP é diferencial");
• publicações: PHP no texto (hashtags não contam) com cargo de desenvolvimento, sinal claro de contratação e sem ser alguém procurando emprego (#opentowork, "estou em busca"...). Sinais fortes ("vaga para", "estamos buscando", "candidate-se"...) bastam; sinais fracos ("oportunidade de", "vagas de", "processo seletivo", #vagas) só valem com estrutura de vaga (2+ de requisitos, benefícios, CLT/PJ, remuneração...) ou num post curto com #vagas, e nunca com contexto de outro assunto (NOT_HIRING: projeto pessoal, "encerro minha jornada", certificados). Divulgação de grupos e canais de vagas sem curadoria (AGGREGATOR: Discord, Telegram, "nossos grupos", "Vagas T.I. -"...; 3 ou mais padrões diferentes) é barrada mesmo com sinal forte, e debate sobre vagas (OPINION: "me deparei com uma vaga que me fez refletir", "quero ouvir a opinião de vocês"...) também, a menos que o texto diga como se candidatar (link, e-mail, "candidate-se"...). Para barrar um novo tipo de post, acrescente um padrão em NOT_HIRING, AGGREGATOR ou OPINION; ao reiniciar, o serviço reaplica o filtro às publicações já salvas.

O que ainda escapar pode ser descartado à mão com a ferramenta MCP dismiss_job (id, URL ou número do post): a vaga sai do site, da API e do MCP e não volta em novas coletas.

Transparência: a página /regras do site mostra todas as regras de filtro (vagas e publicações), na ordem em que são aplicadas, com as expressões usadas, quantos itens da base cada uma decidiu e a lista do que foi descartado à mão, com o motivo. Ela é gerada de php.RULES (GET /api/rules), que lê as mesmas constantes do filtro: ao mudar uma regra, atualize o texto dela em RULES. O coletor grava as regras e a contagem na base (site_meta) na subida e depois de cada coleta; o site só as mostra.

Issues fechadas no GitHub ficam marcadas como encerradas e saem do site.

Configuração

Copie .env.example para .env e ajuste: credenciais do LinkedIn (só para a fonte post e o post diário) e as configurações das fontes. Ajustes feitos pela ferramenta MCP configure_scheduler ficam em data/config.json e têm precedência sobre o .env.

O coletor não tem linguagem no código: o nome da linguagem, os termos que a identificam, a stack, o que buscar em cada fonte e o dono do site ficam na base (tabela collector_config). Na primeira subida ela recebe os valores de PHP de collector/vagas/config_defaults.json; depois vale o que está na base:

docker compose run --rm vagas-php config                 # tudo
docker compose run --rm vagas-php config search          # um item
docker compose run --rm vagas-php config set core '"\\b(php|laravel)\\b"'   # valida, grava e reaplica o filtro

Os itens estão em docs/contrato-base.md. As variáveis de termos de busca do .env (VAGAS_GUPY_TERMS...), se definidas, têm prioridade sobre a base.

Várias linguagens (multi-tenant)

A base é multi-tenant: cada linguagem é um tenant (php, ruby, lua), com as próprias vagas, coletas e configuração na mesma base. Cada coletor grava um tenant só (VAGAS_TENANT, padrão php), e cada site mostra só o seu (VAGAS_TENANT do site). O serviço collector-ruby do compose coleta vagas de Ruby (Ruby on Rails, Sinatra, Hanami) nas fontes públicas, e o collector-lua, de Lua (LuaJIT, OpenResty, Roblox/Luau, LÖVE, Defold):

docker compose up -d collector-ruby                    # coleta agendada do Ruby
docker compose run --rm collector-ruby collect gupy    # coleta agora uma fonte
docker compose run --rm collector-ruby list --hours 72 # vagas Ruby já coletadas
docker compose run --rm collector-ruby config search   # termos de busca do Ruby

As variáveis de termos de busca do .env (VAGAS_GUPY_TERMS...) valem só para o tenant php: os outros usam só a configuração da base.

Os sites (Vagas PHP, Vagas Ruby, Vagas Lua) são o mesmo código do web/ e, em produção, um container só: o domínio da requisição escolhe o tenant (VAGAS_SITES, em web/src/Sites.php), e nome, ícone, cores, textos e filtro de stack vêm de web/src/Brand.php. No Coolify, o serviço web do compose principal tem os domínios de todos os sites:

VAGAS_SITES=vagasphp.wouerner.dev=php,vagasruby.wouerner.dev=ruby,vagaslua.wouerner.dev=lua

O primeiro é o padrão (Host desconhecido, como o healthcheck). VAGAS_GA_ID e VAGAS_ORIGIN_TRIAL valem só para ele; os outros sites usam as com sufixo (VAGAS_GA_ID_RUBY, VAGAS_ORIGIN_TRIAL_LUA...). Sem VAGAS_SITES, o container serve um site só (VAGAS_TENANT). Para testar local um site:

docker compose run --rm -p 8001:8000 -e VAGAS_TENANT=ruby web   # http://localhost:8001

Em português "lua" também é o satélite: o filtro do Lua só aceita "lua" no título ou em 2+ menções na descrição de uma vaga de desenvolvimento.

Para outra linguagem: um bloco novo em collector/vagas/config_defaults.json (ou config set com --tenant), um serviço como o collector-ruby, a marca em Brand.php e o domínio em VAGAS_SITES e no serviço web do Coolify (skill publicar-site). Regras em docs/contrato-base.md.

Próximas linguagens

Na ordem prevista. Cada uma é um tenant novo, só de coleta, como o Ruby:

linguagem	tenant	termos e frameworks	atenção no filtro
Ruby	ruby	Ruby, Rails, Sinatra, Hanami	feito (site e coleta)
Lua	lua	Lua, LuaJIT, OpenResty, Roblox (Luau), LÖVE, Defold	feito (site e coleta); "lua" também é palavra comum em português
Java	java	Java, Spring, Spring Boot, Quarkus	buscas por "java" trazem vagas de JavaScript
C#	csharp	C#, .NET, ASP.NET, Blazor	\b não casa em volta de # e .: c# e .net precisam de regex à parte
Python	python	Python, Django, Flask, FastAPI	vagas de dados e ML citam Python sem ser de desenvolvimento
Node.js	node	Node.js, NestJS, Express	"JavaScript" sozinho também é vaga de front-end
Go	go	Go, Golang, Gin	"go" é palavra comum em inglês: buscar por "golang"
Rust	rust	Rust, Tokio, Actix, Axum	poucas vagas no Brasil: conferir se as fontes rendem

Serviço (Docker)

docker compose up -d --build   # coletor + site
docker compose logs -f         # acompanha as coletas
docker compose down

Portas (por padrão tudo só em 127.0.0.1; o site pode ser aberto na rede):

	porta	variável
site	8780: http://localhost:8780 (aberto na rede com WEB_BIND=0.0.0.0 no .env)	WEB_PUBLISH_PORT, WEB_BIND
MCP	8766: http://localhost:8766/mcp	MCP_PUBLISH_PORT
noVNC	6081: http://localhost:6081/vnc.html	NOVNC_PUBLISH_PORT
VNC	5901	VNC_PUBLISH_PORT
MySQL	3307	MYSQL_PUBLISH_PORT

Sessão do LinkedIn

O container monta ./.session, o perfil do Chromium com o login do LinkedIn (mude com LINKEDIN_SESSION_PATH). Só a fonte post e o post diário usam a sessão. No primeiro uso, ou se o LinkedIn pedir verificação (2FA/captcha), conclua o login pelo noVNC: http://localhost:6081/vnc.html.

Usar no Claude Code

claude mcp add --transport http vagas-php http://localhost:8766/mcp   # ou use o .mcp.json

Ferramenta
list_jobs(q, source, workplace, seniority, stack, hours, include_closed, limit, offset)	consulta a base local (máx. 72 h)
collect_now(source)	coleta agora linkedin, gupy, remotar, programathor, catho, solides, inhire, coodesh, nerdin, recrutei, upvagas, github ou post
check_post(url)	confere um post do LinkedIn pelo link (inclusive lnkd.in): qual regra decidiu e se aparece no site; guarda na base se falar de PHP
get_status()	configuração, próximas coletas, totais, últimas execuções
configure_scheduler(source, enabled, interval_hours, active_hours)	ajusta a coleta de uma fonte
dismiss_job(ref, reason, undo)	marca uma vaga/publicação como "não é vaga" (id, URL ou número do post)

Post diário no LinkedIn

Com VAGAS_LINKEDIN_DAILY_POST=true, o serviço publica todo dia às VAGAS_LINKEDIN_POST_TIME (horário de Brasília, padrão 09:00), nos dias de VAGAS_LINKEDIN_POST_DAYS (0 = segunda ... 6 = domingo), um post na conta da sessão do bot (collector/vagas/linkedin_post.py):

• imagem: print do topo do dashboard (números, vagas por site e vagas novas por dia);
• texto: resumo do dia (vagas abertas, novas em 24 h, remotas, empresas), fontes, filtro, convite para o canal do Telegram (VAGAS_LINKEDIN_POST_TELEGRAM, padrão https://t.me/vagas_php; vazia, sem a linha), hashtags e, se definida, a assinatura VAGAS_LINKEDIN_POST_SIGNATURE no fim.

O resumo semanal do canal do Telegram (telegram-digest) é este mesmo post: o mesmo print do dashboard e o mesmo texto.

Os alertas de vagas novas do canal saem de python -m vagas telegram-alert, que lê a API pública do site e envia, por padrão, uma mensagem por grupo (no máximo --limit mensagens, 5). Como na listagem do site, vagas da mesma empresa publicadas a até 12 h uma da outra (ex.: a BairesDev, que publica a mesma vaga em várias cidades) formam uma rajada: uma mensagem só, com a empresa, quantas vagas e a janela de publicação no topo. Empresa pelo company_key do filtro (sem ele, o nome normalizado); vagas sem empresa ou sem data e issues do GitHub saem sozinhas. Com --batch, todas as vagas pendentes vão numa mensagem só (título em negrito e, abaixo, empresa · local · modalidade · senioridade · stack e o link; as rajadas num bloco com o mesmo cabeçalho), sem --limit; se a mensagem passar do limite de 4096 caracteres do Telegram, os grupos mais antigos ficam para a próxima execução. Cada id incluído numa mensagem aceita entra no estado; se o Telegram recusar, nada do grupo é gravado e ele volta na próxima execução. A janela VAGAS_TELEGRAM_ACTIVE_HOURS (padrão 8-19, horário de Brasília) e o --force valem nos dois modos; --dry-run só imprime, sem enviar nem gravar o estado.

Antes de publicar, confere se o texto aparece uma vez só (o LinkedIn pode restaurar um rascunho) e se a imagem foi anexada; se não, não publica. No máximo um post por dia: se falhar, tenta de novo a cada 30 min, até 3 vezes, nas 3 h seguintes ao horário. Prévia, imagem, texto e confirmação de cada dia ficam em data/linkedin_posts/AAAA-MM-DD/, e o histórico em data/linkedin_posts.json.

Site (PHP)

O site fica em web/: PHP 8.5 sem framework (um roteador pequeno, PDO e templates HTML com marcas <!--ssr:nome-->), servido por Apache na imagem Docker. Para rodar fora do Docker, com o MySQL do compose no ar:

cd web
composer install
DATABASE_URL=mysql://vagas:vagas@127.0.0.1:3307/vagas composer serve   # http://127.0.0.1:8780
composer test                                                         # Pest

Arquivo
web/src/Site.php	rotas, home, temas, empresas, recrutadores, regras, sitemap, /out
web/src/Vaga.php	página de cada vaga (/vaga/<número>-<título>) e o JSON-LD JobPosting
web/src/Mercado.php	/mercado-php e /llms.txt
web/src/Repo.php	as consultas SQL
web/src/Seo.php	<head> (título, canonical, Open Graph, JSON-LD) e o endereço das vagas
web/templates/	as páginas (HTML, CSS e JavaScript de cada uma)

Toda resposta leva cabeçalhos de segurança (Site::SECURITY_HEADERS): HSTS, nosniff, X-Frame-Options: DENY, Referrer-Policy e uma CSP que aceita os scripts e estilos inline dos templates e, de fora, só o Google Analytics. Script ou recurso novo de outro domínio precisa entrar na CSP, senão o navegador bloqueia.

http://localhost:8780: busca por texto e filtros de fonte, modalidade, senioridade, stack e período (1, 4, 6, 24, 48 ou 72 h; os filtros ficam na URL, para compartilhar). API em JSON:

• GET /api/jobs?q=laravel&source=github&workplace=Remoto&seniority=Pleno&stack=Laravel&hours=24&limit=30&offset=0 (cada vaga traz clicks: cliques no anúncio original desde que entrou no site)
• GET /api/stats
• GET /api/companies
• GET /api/recruiters
• GET /api/clicks?days=7: cliques nos anúncios originais dos últimos days dias (1-365): {"total": N, "by_job": [[job_id, url, n], ...], "by_source": [[fonte, n], ...], "by_day": [[dia, n], ...]} (dia em UTC)

Cliques: os links para o anúncio original (LinkedIn, Gupy...) nos cards da home, das páginas de tema e da página da vaga não apontam direto para a fonte, e sim para /out?url=<url codificada>&job=<id>&page=<caminho>&source=<fonte>. O /out procura a vaga job na base, grava o clique e responde 302 para o anúncio original gravado na vaga (com Cache-Control: no-store): o url do link não decide o destino, senão o /out redirecionaria para qualquer site (phishing com o nosso domínio). Vaga desconhecida ou sem anúncio http:///https:// volta para a home. Cada clique vira uma linha na tabela clicks: quando (at, ISO UTC), id da vaga (job_id), destino (url), página do site de onde saiu (page, só caminho), fonte da vaga (source) e visitante (visitor).

Conta um clique por vaga e visitante por dia: visitor é um HMAC de IP + user agent com o dia (Brasília), com o DATABASE_URL como chave (Site::visitor), e a chave única (job_id, visitor) descarta o repetido. Assim um script em loop não infla o número. O HMAC muda todo dia e não volta ao IP: nada identifica quem clicou. Quem cria a tabela é o coletor; até ele subir com a versão nova, os cliques só geram um aviso no log e o redirecionamento funciona igual.

Robô não conta: o /out redireciona, mas não grava, requisição HEAD nem user agent de crawler, pré-visualização de link ou cliente HTTP (Site::isBot; sem user agent também), e o robots.txt tira o /out do alcance dos crawlers. O total de cada vaga aparece no card (home, temas e página da vaga), para quem procura ter noção da concorrência, com um tooltip que explica o que o número conta e o que não conta.

Empresas (/empresas): empresas que mais anunciaram vagas PHP nos portais nos últimos 90 dias (2 ou mais vagas). Nomes escritos de jeitos diferentes são agrupados (php.company_key); vagas confidenciais e sites que repostam vagas (php.NOT_EMPLOYER) ficam de fora.

Recrutadores (/recrutadores): tech recruiters que mais publicaram vagas PHP no LinkedIn nos últimos 90 dias, reconhecidos pelo headline do autor do post (php.RECRUITER). Só entra quem tem VAGAS_RECRUITERS_MIN vagas ou mais (padrão 2). Quem pedir para sair vai em VAGAS_RECRUITERS_HIDE (URLs dos perfis, separadas por vírgula), configurada só no servidor.

Busca (Google e assistentes de IA): as páginas saem já renderizadas no servidor (robôs que não executam JavaScript leem as vagas), com título, descrição, canonical, Open Graph e JSON-LD (web/src/Seo.php). Páginas para buscadores:

• /vagas e /vagas/<tema>: vagas abertas por stack, modalidade, senioridade e algumas combinações (/vagas/laravel-remoto, /vagas/php-junior...), com um resumo em números; os temas saem da taxonomia do filtro (classify.py), que o coletor grava em site_meta (web/src/Themes.php).
• /vaga/<número>-<título>: uma página por vaga de portal, com JSON-LD JobPosting (Google for Jobs) enquanto está aberta; depois de 72 h ela fica com noindex e sugere vagas parecidas (web/src/Vaga.php). Posts do LinkedIn não ganham página. O endereço é contrato com o coletor, que o anuncia ao Google (Indexing API): os dois lados testam contra contracts/job_paths.json.
• /mercado-php: números do mercado PHP em texto, para citar (web/src/Mercado.php).
• /sitemap.xml, /robots.txt e /llms.txt.

O endereço público usado no canonical e no sitemap vem de VAGAS_SITE_URL ou, sem ela, dos cabeçalhos X-Forwarded-* do proxy. As ferramentas do WebMCP (/webmcp.js) só rodam no Chrome com o token do origin trial da sua origem em VAGAS_ORIGIN_TRIAL.

Preview social (LinkedIn, Telegram, WhatsApp): todas as páginas saem com og:image e twitter:image (card summary_large_image) apontando para /og.png, que serve web/assets/og.png (1200x630). O LinkedIn guarda o preview em cache; depois de trocar a imagem, force a releitura no Post Inspector.

Google Analytics: com VAGAS_GA_ID=G-XXXXXXXXXX as páginas recebem a tag do GA (web/templates/analytics.html) com aviso de cookies (LGPD, Consent Mode): sem aceite, o GA não grava cookies. Sem a variável (padrão local), nada é carregado. O print do dashboard para o post diário abre ?print=1, que fica sem a tag.

Dashboard

http://localhost:8780/dashboard (ou o link no topo do site): vagas abertas, novas nas últimas 24 h, remotas e empresas; pizza de vagas por site; vagas novas por dia (colunas empilhadas por fonte, 7/14/30 dias, dia de Brasília); modalidade, senioridade, contratação, frameworks e empresas com mais vagas; e a saúde da coleta de cada fonte. Os números vêm de GET /api/dashboard?days=14.

Para mostrar a defasagem dos dados, o topo do dashboard traz a última e a próxima captura, e a tabela de saúde mostra a próxima coleta de cada fonte, já ajustada à janela de horário. O coletor grava a agenda na base (site_meta, nome schedule) a cada minuto. Se ela ficar mais de 5 min sem atualizar, o dashboard avisa que o coletor parece parado.

Base de dados (MySQL 8)

As vagas e as execuções ficam num MySQL 8.0.19+ apontado por DATABASE_URL=mysql://usuario:senha@host:3306/base (senha com caracteres especiais vai codificada, ex.: @ -> %40). Bancos gerenciados (Vultr, RDS...) exigem TLS: acrescente ?ssl-mode=REQUIRED (cifra a conexão) ou ?ssl-mode=VERIFY_CA&ssl-ca=/caminho/ca.pem (também valida o certificado). O coletor cria as tabelas na subida e espera até 2 min o banco aceitar conexões; o site só lê (e grava os cliques). Em data/ continuam só os arquivos do coletor (config.json, posts diários).

No docker-compose.yml local o MySQL sobe junto (serviço mysql, volume mysql-data, porta 127.0.0.1:3307 para inspecionar) e a DATABASE_URL já vem pronta.

Para trazer uma base SQLite antiga (data/vagas.db), com o coletor parado:

docker compose stop vagas-php
docker compose run --rm --no-deps vagas-php migrate-sqlite data/vagas.db   # --force apaga o que já houver no MySQL
docker compose up -d

Produção (Coolify)

A instalação atual (domínio, Cloudflare e Coolify) está descrita em docs/deploy.md.

Use docker-compose.coolify.yml:

1. Use este repositório (ou um fork). O .gitignore já tira .env, .session/ e data/.
2. No Coolify: New Resource → Public Repository (ou Private Repository, num fork privado), build pack Docker Compose, Docker Compose Location /docker-compose.coolify.yml.
3. Crie no MySQL 8 do outro servidor a base e um usuário com permissão total nela (CREATE DATABASE vagas CHARACTER SET utf8mb4; CREATE USER 'vagas'@'%' IDENTIFIED BY '...'; GRANT ALL ON vagas.* TO 'vagas'@'%';) e libere a porta 3306 para o servidor do Coolify.
4. Em Environment Variables preencha DATABASE_URL (obrigatória), LINKEDIN_EMAIL, LINKEDIN_PASSWORD e o que quiser mudar (os padrões são os do .env.example). As publicações (post) começam desligadas (VAGAS_POSTS_ENABLED=false).
5. No serviço web (o site em PHP), defina o domínio com https:// (ex.: https://vagas.seudominio.com). A porta interna 8000 vem de SERVICE_URL_WEB_8000 no compose. O site precisa de DATABASE_URL e, se usar, VAGAS_GA_ID, VAGAS_SITE_URL e VAGAS_ORIGIN_TRIAL.
6. Deploy. As vagas ficam no MySQL; a sessão do LinkedIn e os arquivos do coletor nos volumes linkedin-session e vagas-data.

Migrando uma instalação que já usava SQLite (a base antiga continua no volume vagas-data): logo depois do deploy, no terminal do serviço vagas-php no Coolify, rode python -m vagas migrate-sqlite /app/data/vagas.db --force. A cópia é uma transação só: se falhar (por exemplo, uma coleta gravando ao mesmo tempo), nada muda e basta repetir. O --force descarta só o que o serviço novo gravou desde a subida.

Em produção o servidor MCP começa desligado (VAGAS_MCP_ENABLED=false): o serviço só faz a coleta agendada. Para ligar, defina VAGAS_MCP_ENABLED=true e faça novo deploy.

MCP e noVNC não têm senha e ficam só no 127.0.0.1 do servidor. Para entrar no LinkedIn (fonte post), faça ssh -L 6081:127.0.0.1:6081 servidor, abra http://localhost:6081/vnc.html e conclua o login. Depois ligue VAGAS_POSTS_ENABLED=true.

Linha de comando

docker compose run --rm vagas-php collect all          # ou uma fonte: linkedin | gupy | remotar | ... | post
docker compose run --rm vagas-php list --q laravel --hours 24
docker compose run --rm vagas-php site-data            # regrava o que o site precisa do filtro
docker compose run --rm vagas-php config               # configuração dos coletores (config set NOME JSON)

Testes

cd web && composer install && composer test                                   # site (Pest)
cd collector && pip install -r requirements.txt -r requirements-dev.txt && pytest   # coletor

O CI (.github/workflows/ci.yml) roda os dois a cada push e pull request.

Observações

• .env, .session/ e data/ estão no .gitignore; trate-os como senhas.
• Use por sua conta e risco. O projeto lê páginas e APIs públicas de terceiros: respeite os termos de uso e o robots.txt de cada site, mantenha os intervalos longos e não republique as vagas como se fossem suas. Os dados pertencem aos sites e às empresas que publicaram as vagas.
• Automação viola os Termos de Uso do LinkedIn. A fonte post usa a sua conta: mantenha intervalos longos (mínimo 2 h) ou desligue com VAGAS_POSTS_ENABLED=false. Só post usa a conta; as demais fontes não usam login.
• Portais avaliados e deixados de fora: Indeed (sem API nem RSS, bloqueia acesso automático com checagem anti-robô), InfoJobs e GeekHunter (o robots.txt proíbe a coleta das vagas).
• O LinkedIn muda o HTML com frequência; se a fonte post parar de trazer resultados, os seletores ficam em collector/vagas/bot.py.

Licença

Copyright (C) 2026 wouerner. GNU AGPL v3 (AGPL-3.0-only): você pode usar, estudar, modificar e distribuir o código; quem distribuir uma versão, modificada ou não, precisa entregar o código-fonte sob a mesma licença, e quem rodar uma versão modificada como serviço (um site, uma API) precisa oferecer o código-fonte dela a quem usa o serviço.