> For the complete documentation index, see [llms.txt](https://docs.tabiya.org/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.tabiya.org/tabiya-documentation/deutsch/unser-technologie-stack/livelihoods-classifier/web-application.md).

# Webanwendung

Zur einfacheren Nutzung haben wir eine einfache Full-Stack-Anwendung entwickelt (eine Flask-basierte API als Back-End und jQuery-Front-End), um Stellenbeschreibungen zu analysieren und mithilfe des Entity-Linking-Modells relevante Berufe, Fähigkeiten und Qualifikationen vorherzusagen.

### Verwendung

Aktivieren Sie zunächst die virtuelle Umgebung wie erläutert [hier](/tabiya-documentation/deutsch/unser-technologie-stack/livelihoods-classifier/getting-started.md#dep). Führen Sie dann den folgenden Befehl in Python im `Root-Verzeichnis` Verzeichnis aus:

#### API ausführen

**Führen Sie die Flask-Anwendung aus**:

```bash
python app/server/matching.py
```

Oder setzen Sie die Umgebungsvariable der Flask-Anwendung und verwenden Sie den Flask-Befehl:

```bash
export FLASK_APP=app/server/matching.py
flask run --host=0.0.0.0 --port=5001
```

### Beispielverwendung

1. **Öffnen Sie den Browser** und navigieren Sie zu `http://127.0.0.1:5001/`.
2. **Fügen Sie eine Stellenbeschreibung ein** in den bereitgestellten Textbereich ein.
3. **Klicken Sie auf die Schaltfläche „Job analysieren“** um die Stellenbeschreibung an den `/match` Endpunkt zu senden.
4. **Sehen Sie sich die Ergebnisse an** unter „Vorhergesagte Berufe“, „Vorhergesagte Fähigkeiten“ und „Vorhergesagte Qualifikationen“.

{% hint style="danger" %}
Diese App dient nur zu Demonstrationszwecken. Wenn Sie dieses Modell bereitstellen möchten, verwenden Sie eine zuverlässigere/sicherere Strategie.
{% endhint %}


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.tabiya.org/tabiya-documentation/deutsch/unser-technologie-stack/livelihoods-classifier/web-application.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.