diff --git a/backend/app/messages.json b/backend/app/messages.json
index cc91bdc7..968754b8 100644
--- a/backend/app/messages.json
+++ b/backend/app/messages.json
@@ -71,7 +71,10 @@
"draft_pdf_failed": "経歴書ドラフトの PDF 生成に失敗しました。もう一度お試しください。",
"draft_not_ready": "経歴書ドラフトの生成が完了していません。生成を実行してからダウンロードしてください。",
"skill_display_no_skills": "表示名を提案できるスキルがありません。先に GitHub 連携を実行してください。",
- "skill_display_invalid_identity": "確定対象に連携結果に存在しないスキルが含まれています。"
+ "skill_display_invalid_identity": "確定対象に連携結果に存在しないスキルが含まれています。",
+ "import_invalid_pdf": "PDF を読み取れませんでした。ファイルが壊れていないか確認して、もう一度お試しください。",
+ "import_scanned_pdf": "テキストを含む PDF のみ対応しています。スキャン画像の PDF は読み取れないため、お手数ですが手入力をお願いします。",
+ "import_too_large": "ファイルサイズが大きすぎます。10MB 以下の PDF をアップロードしてください。"
}
},
"notification": {
diff --git a/backend/app/prompts/agent_resume_import.md b/backend/app/prompts/agent_resume_import.md
new file mode 100644
index 00000000..bb5971a6
--- /dev/null
+++ b/backend/app/prompts/agent_resume_import.md
@@ -0,0 +1,32 @@
+あなたは日本語の職務経歴書 PDF から情報を読み取り、フォーム入力用に構造化するアシスタントです。
+「# 経歴書 PDF から抽出したテキスト」に与えられるテキスト（PDF から機械抽出したもの）を読み、氏名・職務要約・自己PR・在籍企業ごとの職歴を抽出してください。
+出力の構造・フィールド・文字数上限はスキーマで定義されているため、ここでは抽出の正確さに集中すること。
+
+# 共通ルール（最優先）
+- **書かれていることだけを抽出する（捏造禁止）**: 与えられたテキストに無い企業・数値・技術・成果を新たに作らない。読み取れないフィールドは空文字（配列なら空）にする
+- **要約・創作をしない**: これは「作文」ではなく「転記」である。原文の表現を尊重し、フォーム項目に振り分けるだけにする。文体の大幅な書き換えや誇張をしない
+- PDF 抽出テキストは改行やレイアウトが崩れていることがある。文の意味を読み取って適切なフィールドへ振り分けるが、内容は足さない
+- 判断に迷う情報は、無理にどこかへ入れず空のままにする（ユーザーがフォームで補完する前提）
+
+# full_name（氏名）
+- 経歴書の氏名を抽出する。ふりがな・英語表記が併記されている場合は主たる漢字/表記のみ
+- 読み取れない場合は空文字
+
+# career_summary（職務要約）
+- 「職務要約」「概要」「サマリー」等の見出しに続く本文を抽出する
+- 見出しが無い場合、冒頭のキャリア全体を要約した段落があればそれを充てる。無ければ空文字
+- 原文の表現を保ち、フォームに収まるよう整形する（内容は足さない）
+
+# self_pr（自己PR）
+- 「自己PR」「アピール」「強み」等の見出しに続く本文を抽出する。無ければ空文字
+
+# experiences（職歴・フラット）
+- 在籍企業ごとに 1 件。各企業について company（企業名）/ business_description（事業内容・1 行程度）/ start_date（在籍開始）/ end_date（在籍終了・在籍中は空）/ description（その企業での職務内容）を抽出する
+- **v1 ではプロジェクト・チーム構成・技術スタックの細目までは抽出しない**（企業単位の記述にまとめる。詳細はユーザーがフォームで追記する）
+- 日付は原文の表記のまま抽出してよい（例: 「2020年4月」「2020-04」）。読み取れない日付は空文字
+- 企業が 1 社も読み取れない場合は空配列
+
+# 思考ステップ（内部分析。出力には含めない）
+1. テキスト全体を走査し、氏名・職務要約・自己PR・職歴セクションの位置を把握する
+2. 職歴は在籍企業の区切りを見つけ、企業ごとに情報を集約する
+3. 各フィールドへ原文を転記する。読み取れないものは空にする（推測で埋めない）
diff --git a/backend/app/routers/agent.py b/backend/app/routers/agent.py
index 73903650..5d13d14f 100644
--- a/backend/app/routers/agent.py
+++ b/backend/app/routers/agent.py
@@ -7,7 +7,7 @@
import logging
-from fastapi import APIRouter, BackgroundTasks, Depends, Request
+from fastapi import APIRouter, BackgroundTasks, Depends, File, Request, UploadFile
from fastapi.responses import StreamingResponse
from sqlalchemy.orm import Session
@@ -18,7 +18,12 @@
from ..db import get_db
from ..models import User
from ..repositories.resume_draft import ResumeDraftCacheRepository
-from ..schemas.agent import AgentChatRequest, AgentChatResponse, ResumeDraftRequest
+from ..schemas.agent import (
+ AgentChatRequest,
+ AgentChatResponse,
+ ResumeDraftRequest,
+ ResumeImportResponse,
+)
from ..schemas.shared import TaskAcceptedResponse, TaskStatusResponse
from ..services.agent import chat_service
from ..services.agent.chat_service import (
@@ -33,6 +38,12 @@
ResumeDraftSourceUnavailableError,
build_draft_source,
)
+from ..services.agent.resume_import.import_service import run_resume_import
+from ..services.agent.resume_import.text_extract import (
+ PdfExtractionError,
+ ScannedPdfError,
+ extract_pdf_text,
+)
from ..services.pdf.generators.resume_generator import build_resume_pdf
from ..services.tasks import AsyncTaskCacheService, TaskType
from .download_utils import stream_pdf
@@ -203,3 +214,66 @@ def download_resume_draft_pdf(
)
pdf_bytes = build_resume_pdf(cache.result)
return stream_pdf(pdf_bytes, "career-resume-draft.pdf")
+
+
+# 手持ち PDF 経歴書のアップロード上限（ADR-0024 / #527）。経歴書 PDF は通常数 MB 以内。
+_MAX_PDF_UPLOAD_BYTES = 10 * 1024 * 1024
+
+
+@router.post("/resume-import/pdf", response_model=ResumeImportResponse)
+@limiter.limit("5/minute")
+async def import_resume_pdf(
+ request: Request,
+ file: UploadFile = File(...),
+ user: User = Depends(get_current_user),
+ db: Session = Depends(get_db),
+) -> ResumeImportResponse:
+ """手持ちの PDF 経歴書を構造化抽出し、フォーム注入用 payload を返す（ADR-0024）。
+
+ テキスト埋め込み PDF のみ対応（スキャン PDF は 422 で案内）。抽出は Claude Haiku で
+ 行い、DB は更新しない（ADR-0010）。結果はフロントがフォーム state へ注入 → ユーザー
+ 確認 → 既存の保存 API を呼ぶ。abuse 防止は日次レート制限（#521 / ADR-0023）。
+ """
+ _enforce_agent_daily_limit(db, user.id)
+
+ data = await file.read()
+ if len(data) > _MAX_PDF_UPLOAD_BYTES:
+ raise_app_error(
+ status_code=422,
+ code=ErrorCode.VALIDATION_ERROR,
+ message=get_error("agent.import_too_large"),
+ )
+
+ # テキスト抽出。非 PDF / 破損 / スキャン（テキスト非埋め込み）は明示的に 422 で倒す
+ # （旧設計の空文字握りつぶしの再発防止 / ADR-0004→0008→0024）
+ try:
+ text = extract_pdf_text(data)
+ except ScannedPdfError:
+ raise_app_error(
+ status_code=422,
+ code=ErrorCode.VALIDATION_ERROR,
+ message=get_error("agent.import_scanned_pdf"),
+ )
+ except PdfExtractionError:
+ raise_app_error(
+ status_code=422,
+ code=ErrorCode.VALIDATION_ERROR,
+ message=get_error("agent.import_invalid_pdf"),
+ )
+
+ # 構造化抽出（Claude Haiku 固定 / ADR-0023）。失敗契約はチャット・ドラフトと同一
+ try:
+ result = await run_resume_import("haiku", text)
+ except LLMError:
+ raise_app_error(
+ status_code=502,
+ code=ErrorCode.AGENT_LLM_ERROR,
+ message=get_error("agent.llm_failed"),
+ )
+ except AgentResponseParseError:
+ raise_app_error(
+ status_code=502,
+ code=ErrorCode.AGENT_PARSE_ERROR,
+ message=get_error("agent.parse_failed"),
+ )
+ return ResumeImportResponse.model_validate(result.payload)
diff --git a/backend/app/schemas/agent.py b/backend/app/schemas/agent.py
index a048ed71..b347362e 100644
--- a/backend/app/schemas/agent.py
+++ b/backend/app/schemas/agent.py
@@ -168,3 +168,32 @@ class AgentChatResponse(BaseModel):
message: str
operations: list[AgentOperation] = Field(default_factory=list)
suggestions: list[str] = Field(default_factory=list)
+
+
+class ResumeImportExperience(BaseModel):
+ """PDF から抽出した職歴 1 件（フラット / ADR-0024 v1）。
+
+ フォーム注入用のため全フィールド任意（欠落は空文字）。深いネスト（clients /
+ projects / periods / technology_stacks）は v1 では抽出せず、ユーザーがフォームで追記する。
+ """
+
+ company: str = ""
+ business_description: str = ""
+ start_date: str = ""
+ end_date: str = ""
+ description: str = ""
+
+
+class ResumeImportResponse(BaseModel):
+ """手持ち PDF 経歴書の抽出結果（ADR-0024）。
+
+ Resume 互換のフォーム注入用 payload。保存契約（schemas/resume.py の strict な
+ バリデーション）とは分離し、抽出できた分だけを返す（全フィールド任意・欠落は空）。
+ DB は更新せず、フロントがフォーム state へ注入 → ユーザー確認 → 既存の保存 API を呼ぶ。
+ email 等の未抽出フィールドはフォームでユーザーが補完する。
+ """
+
+ full_name: str = ""
+ career_summary: str = ""
+ self_pr: str = ""
+ experiences: list[ResumeImportExperience] = Field(default_factory=list)
diff --git a/backend/app/services/agent/resume_import/__init__.py b/backend/app/services/agent/resume_import/__init__.py
new file mode 100644
index 00000000..ab037657
--- /dev/null
+++ b/backend/app/services/agent/resume_import/__init__.py
@@ -0,0 +1,5 @@
+"""手持ち PDF 経歴書のフォーム流し込み（ADR-0024）。
+
+テキスト埋め込み PDF を pypdf で抽出し、Claude Haiku で Resume 互換 payload に
+構造化する。DB 非更新でフォーム注入機構（#524）へ渡す前段まで。
+"""
diff --git a/backend/app/services/agent/resume_import/import_service.py b/backend/app/services/agent/resume_import/import_service.py
new file mode 100644
index 00000000..4e090e82
--- /dev/null
+++ b/backend/app/services/agent/resume_import/import_service.py
@@ -0,0 +1,153 @@
+"""PDF 抽出テキスト → Resume 互換 payload の構造化抽出（ADR-0024 / #527）。
+
+抽出済みテキスト（``text_extract`` の出力）を Claude Haiku に渡し、構造化出力で
+Resume 互換の payload に落とす。DB には触れない。LLM 呼び出しの失敗契約
+（LLMError / AgentResponseParseError に usage〈観測用〉を載せる・リトライは 1 回のみ）は
+チャット（chat_service）・ドラフト（draft_service）と同一（ADR-0010）。
+
+payload は保存契約（schemas/resume.py の strict なバリデーション）ではなく、フォーム
+注入用の緩い形（全フィールド任意・欠落は空）で返す。email 等の未抽出フィールドは
+フォーム側でユーザが補完する（#524 / DB 非更新）。
+"""
+
+import json
+import logging
+from dataclasses import dataclass
+from pathlib import Path
+
+from pydantic import BaseModel, Field, ValidationError
+
+from ....schemas.agent import AgentModelAlias
+from ..chat_service import AgentResponseParseError, AgentUsage
+from ..llm.base import LLMError
+from ..llm.factory import get_llm_client
+from ..model_catalog import get_model_spec
+from .output_schema import (
+ MAX_BUSINESS_DESCRIPTION_LENGTH,
+ MAX_CAREER_SUMMARY_LENGTH,
+ MAX_COMPANY_LENGTH,
+ MAX_DATE_LENGTH,
+ MAX_EXPERIENCE_DESCRIPTION_LENGTH,
+ MAX_EXPERIENCES,
+ MAX_FULL_NAME_LENGTH,
+ MAX_SELF_PR_LENGTH,
+ build_import_output_schema,
+)
+
+logger = logging.getLogger(__name__)
+
+# システムプロンプトの正本は app/prompts/（チャット・ドラフトと同じ分離）。静的に保つ。
+_PROMPTS_DIR = Path(__file__).resolve().parents[3] / "prompts"
+_SYSTEM_PROMPT = (_PROMPTS_DIR / "agent_resume_import.md").read_text(encoding="utf-8")
+
+# リトライ時に LLM へフィードバックするエラー文の上限（chat_service と同じ趣旨）
+_MAX_RETRY_ERROR_LENGTH = 500
+
+
+@dataclass(frozen=True)
+class ResumeImportResult:
+ """run_resume_import の戻り値（フォーム注入用 payload + 観測用の使用量）。"""
+
+ payload: dict
+ usage: AgentUsage
+
+
+class _ImportExperience(BaseModel):
+ """抽出された職歴 1 件（フラット / v1）。"""
+
+ company: str = Field(default="", max_length=MAX_COMPANY_LENGTH)
+ business_description: str = Field(default="", max_length=MAX_BUSINESS_DESCRIPTION_LENGTH)
+ start_date: str = Field(default="", max_length=MAX_DATE_LENGTH)
+ end_date: str = Field(default="", max_length=MAX_DATE_LENGTH)
+ description: str = Field(default="", max_length=MAX_EXPERIENCE_DESCRIPTION_LENGTH)
+
+
+class _ImportOutput(BaseModel):
+ """LLM 出力全体の検証用モデル（構造の二重防衛）。"""
+
+ full_name: str = Field(default="", max_length=MAX_FULL_NAME_LENGTH)
+ career_summary: str = Field(default="", max_length=MAX_CAREER_SUMMARY_LENGTH)
+ self_pr: str = Field(default="", max_length=MAX_SELF_PR_LENGTH)
+ experiences: list[_ImportExperience] = Field(
+ default_factory=list, max_length=MAX_EXPERIENCES
+ )
+
+
+def _parse_import(raw: str) -> _ImportOutput:
+ """LLM 応答をパースして検証する（上限超過・構造不正はパース失敗）。"""
+ text = raw.strip()
+ # Ollama など tool use ではないローカル実装のコードフェンス耐性（chat_service と同じ）
+ if text.startswith("```"):
+ text = text.strip("`")
+ text = text.removeprefix("json").strip()
+ try:
+ data = json.loads(text)
+ return _ImportOutput.model_validate(data)
+ except (json.JSONDecodeError, ValidationError) as exc:
+ logger.warning("PDF 抽出 LLM 応答のパースに失敗: %s", type(exc).__name__)
+ raise AgentResponseParseError(str(exc)) from exc
+
+
+async def run_resume_import(model: AgentModelAlias, extracted_text: str) -> ResumeImportResult:
+ """抽出テキストから Resume 互換 payload を生成し、観測用の使用量とともに返す。
+
+ Raises:
+ AgentResponseParseError: LLM 応答が不正（リトライ後も失敗）。
+ LLMError: LLM 呼び出しの失敗。
+ """
+ spec = get_model_spec(model)
+ client = get_llm_client(spec.provider)
+ output_schema = build_import_output_schema()
+ user_prompt = f"# 経歴書 PDF から抽出したテキスト\n{extracted_text}"
+ messages: list[dict[str, str]] = [{"role": "user", "content": user_prompt}]
+
+ # 個人情報（抽出テキスト本文）はログに載せない（メタデータのみ）
+ logger.debug("PDF 抽出 LLM 入力: model=%s text_len=%d", model, len(extracted_text))
+
+ # リトライしても 1 回目の API 原価は発生するため、使用量は合算で記録する（観測用 / ADR-0023）
+ input_tokens = 0
+ output_tokens = 0
+
+ def _usage() -> AgentUsage:
+ return AgentUsage(model=model, input_tokens=input_tokens, output_tokens=output_tokens)
+
+ async def _generate_and_account(call_messages: list[dict[str, str]], *, label: str):
+ nonlocal input_tokens, output_tokens
+ call_result = await client.generate(
+ _SYSTEM_PROMPT, call_messages, output_schema, spec.model_id
+ )
+ input_tokens += call_result.input_tokens
+ output_tokens += call_result.output_tokens
+ logger.debug("PDF 抽出 LLM %s応答（パース前）: len=%d", label, len(call_result.text))
+ return call_result
+
+ result = await _generate_and_account(messages, label="生")
+ try:
+ output = _parse_import(result.text)
+ return ResumeImportResult(payload=output.model_dump(), usage=_usage())
+ except AgentResponseParseError as exc:
+ # 出力契約違反は 1 回だけリトライ（違反内容をフィードバックして再生成 / ADR-0010）
+ logger.warning("PDF 抽出 LLM 応答が出力契約に違反したためリトライ: %s", type(exc).__name__)
+ retry_messages = [
+ *messages,
+ {"role": "assistant", "content": result.text},
+ {
+ "role": "user",
+ "content": (
+ "直前の応答は出力契約に違反しています。"
+ f"違反内容: {str(exc)[:_MAX_RETRY_ERROR_LENGTH]}\n"
+ "契約に従って同じ依頼への応答を再生成してください。"
+ ),
+ },
+ ]
+
+ try:
+ result = await _generate_and_account(retry_messages, label="リトライ")
+ except LLMError as retry_exc:
+ retry_exc.usage = _usage()
+ raise
+ try:
+ output = _parse_import(result.text)
+ except AgentResponseParseError as retry_exc:
+ raise AgentResponseParseError(str(retry_exc), usage=_usage()) from retry_exc
+ return ResumeImportResult(payload=output.model_dump(), usage=_usage())
diff --git a/backend/app/services/agent/resume_import/output_schema.py b/backend/app/services/agent/resume_import/output_schema.py
new file mode 100644
index 00000000..82a64449
--- /dev/null
+++ b/backend/app/services/agent/resume_import/output_schema.py
@@ -0,0 +1,102 @@
+"""PDF 経歴書抽出の LLM 構造化出力スキーマ（機械制約の正本 / ADR-0024）。
+
+チャット・ドラフトと同じ責務分離に従う: 機械検証可能な制約（フィールド構造・文字数
+上限）はここに置き、品質制約（捏造禁止・抽出方針）は ``prompts/agent_resume_import.md``
+に置く（ADR-0010 / P4）。
+
+v1 の抽出スコープは「見出し 3 フィールド + フラット職歴」（ADR-0024 / #527）。experiences
+の深いネスト（clients / projects / periods / technology_stacks）は v1 では抽出しない。
+文字数上限は保存スキーマ（``schemas/resume.py``）と揃える（フォーム注入後の保存契約）。
+"""
+
+from ..output_schema import SCOPE_FIELDS
+
+# 上限の正本: 見出しはチャットの SCOPE_FIELDS（= schemas/resume.py と drift 検証済み）
+MAX_CAREER_SUMMARY_LENGTH = SCOPE_FIELDS["career_summary"]["career_summary"]
+MAX_SELF_PR_LENGTH = SCOPE_FIELDS["self_pr"]["self_pr"]
+
+# experiences のフラットフィールド上限（schemas/resume.py の Experience と一致させる）
+MAX_FULL_NAME_LENGTH = 120
+MAX_COMPANY_LENGTH = 120
+MAX_BUSINESS_DESCRIPTION_LENGTH = 200
+MAX_DATE_LENGTH = 30
+MAX_EXPERIENCE_DESCRIPTION_LENGTH = 4500
+
+# 職歴の抽出件数上限（暴走・トークン浪費の防止）
+MAX_EXPERIENCES = 30
+
+
+def build_import_output_schema() -> dict:
+ """PDF 抽出の出力 JSON Schema を構築する。
+
+ LLM クライアントの tool 定義（``build_tool_definition``）にそのまま渡せる形。
+ maxLength は API では強制されないため、上限超過の扱いは import_service のパース側が
+ 担う（二重防衛 / ADR-0010）。全フィールドは抽出できなければ空文字/空配列を許容する
+ （部分抽出を許す。欠落はフォーム側で既存値保持 / #524）。
+ """
+ experience_item = {
+ "type": "object",
+ "properties": {
+ "company": {
+ "type": "string",
+ "maxLength": MAX_COMPANY_LENGTH,
+ "description": "在籍企業名。読み取れない場合は空文字",
+ },
+ "business_description": {
+ "type": "string",
+ "maxLength": MAX_BUSINESS_DESCRIPTION_LENGTH,
+ "description": "企業の事業内容（1 行程度）。読み取れない場合は空文字",
+ },
+ "start_date": {
+ "type": "string",
+ "maxLength": MAX_DATE_LENGTH,
+ "description": "在籍開始（例: 2020-04 / 2020年4月）。読み取れない場合は空文字",
+ },
+ "end_date": {
+ "type": "string",
+ "maxLength": MAX_DATE_LENGTH,
+ "description": "在籍終了（在籍中は空文字）",
+ },
+ "description": {
+ "type": "string",
+ "maxLength": MAX_EXPERIENCE_DESCRIPTION_LENGTH,
+ "description": "その企業での職務内容の記述。読み取れない場合は空文字",
+ },
+ },
+ "required": [
+ "company",
+ "business_description",
+ "start_date",
+ "end_date",
+ "description",
+ ],
+ "additionalProperties": False,
+ }
+ return {
+ "type": "object",
+ "properties": {
+ "full_name": {
+ "type": "string",
+ "maxLength": MAX_FULL_NAME_LENGTH,
+ "description": "氏名。読み取れない場合は空文字",
+ },
+ "career_summary": {
+ "type": "string",
+ "maxLength": MAX_CAREER_SUMMARY_LENGTH,
+ "description": "職務要約。経歴書の該当箇所をそのまま整形した日本語",
+ },
+ "self_pr": {
+ "type": "string",
+ "maxLength": MAX_SELF_PR_LENGTH,
+ "description": "自己PR。経歴書の該当箇所をそのまま整形した日本語",
+ },
+ "experiences": {
+ "type": "array",
+ "maxItems": MAX_EXPERIENCES,
+ "items": experience_item,
+ "description": "在籍企業ごとの職歴（新しい順は問わない。読み取れた分のみ）",
+ },
+ },
+ "required": ["full_name", "career_summary", "self_pr", "experiences"],
+ "additionalProperties": False,
+ }
diff --git a/backend/app/services/agent/resume_import/text_extract.py b/backend/app/services/agent/resume_import/text_extract.py
new file mode 100644
index 00000000..3e0ef08f
--- /dev/null
+++ b/backend/app/services/agent/resume_import/text_extract.py
@@ -0,0 +1,87 @@
+"""PDF 経歴書のテキスト抽出（決定論ロジック / ADR-0024）。
+
+テキスト埋め込み PDF を pypdf で抽出し、スキャン PDF（テキスト非埋め込み）を判定して
+明示的なエラーで倒す（旧設計の空文字握りつぶしの再発防止 / ADR-0004→0008→0024）。
+本モジュールは LLM を呼ばず DB にも触れない純粋な前処理。
+"""
+
+import logging
+from io import BytesIO
+
+from pypdf import PdfReader
+from pypdf.errors import PyPdfError
+
+logger = logging.getLogger(__name__)
+
+# PDF のマジックバイト（先頭）。multipart で送られた任意バイト列の一次弾き。
+_PDF_MAGIC = b"%PDF-"
+
+# 正規化後にこの文字数未満なら「テキスト非埋め込み（スキャン相当）」と判定する。
+# 氏名だけの表紙でも数十字は出るため、実質空を弾く緩い閾値。
+MIN_TEXT_LENGTH = 50
+
+
+class PdfExtractionError(Exception):
+ """PDF として読めない（非 PDF・破損）。router で 422 にマップする。"""
+
+
+class ScannedPdfError(Exception):
+ """テキストが埋め込まれていない（スキャン画像 PDF）。router で 422 にマップする。"""
+
+
+def looks_like_pdf(data: bytes) -> bool:
+ """先頭バイトが PDF マジック（``%PDF-``）かを判定する（一次バリデーション）。"""
+ return data[: len(_PDF_MAGIC)] == _PDF_MAGIC
+
+
+def normalize_text(text: str) -> str:
+ """抽出テキストを正規化する。
+
+ - 各行の行末空白を除去する
+ - 連続する空行を 1 行に圧縮する（PDF 抽出で頻出する過剰な空行を畳む）
+ - 先頭・末尾の空白/空行を除去する
+ """
+ normalized_lines: list[str] = []
+ previous_blank = False
+ for raw_line in text.splitlines():
+ line = raw_line.rstrip()
+ if line == "":
+ if not previous_blank:
+ normalized_lines.append("")
+ previous_blank = True
+ else:
+ normalized_lines.append(line)
+ previous_blank = False
+ return "\n".join(normalized_lines).strip()
+
+
+def has_sufficient_text(text: str) -> bool:
+ """抽出テキストが構造化抽出に足る量かを判定する（スキャン PDF 判定の中核）。"""
+ return len(text.strip()) >= MIN_TEXT_LENGTH
+
+
+def extract_pdf_text(data: bytes) -> str:
+ """PDF バイト列から本文テキストを抽出して正規化して返す。
+
+ Raises:
+ PdfExtractionError: 非 PDF・破損で読めない。
+ ScannedPdfError: 読めたがテキストが埋め込まれていない（スキャン相当）。
+ """
+ if not looks_like_pdf(data):
+ raise PdfExtractionError("PDF ではないファイルです")
+
+ try:
+ reader = PdfReader(BytesIO(data))
+ pages_text = [page.extract_text() or "" for page in reader.pages]
+ except (PyPdfError, ValueError, OSError, KeyError, RecursionError) as exc:
+ # 破損 PDF・構造不正。pypdf は PdfReadError（PyPdfError 派生）だけでなく、
+ # 必須キー欠落（KeyError: /Root・/Pages）や深いネスト（RecursionError）を
+ # 組み込み例外のまま送出することがあるため、それらも 422 へ倒す（500 漏れ防止）。
+ # 個人情報は載せずに型のみログ。
+ logger.warning("PDF の読み取りに失敗: %s", type(exc).__name__)
+ raise PdfExtractionError("PDF を読み取れませんでした") from exc
+
+ text = normalize_text("\n".join(pages_text))
+ if not has_sufficient_text(text):
+ raise ScannedPdfError("テキストが埋め込まれていない PDF です")
+ return text
diff --git a/backend/pyproject.toml b/backend/pyproject.toml
index a5071bea..f818dd54 100644
--- a/backend/pyproject.toml
+++ b/backend/pyproject.toml
@@ -32,6 +32,8 @@ dependencies = [
"autopep8==2.3.2",
"markdown==3.10.2",
"weasyprint==69.0",
+ # PDF 経歴書のテキスト抽出（ADR-0024 / #527）。純 Python・native 依存なし。
+ "pypdf==6.14.2",
"pydyf==0.12.1",
"redis==8.0.1",
"isort==8.0.1",
@@ -68,6 +70,7 @@ testpaths = ["tests"]
source_paths = ["app"]
only_mutate = [
"app/services/agent/rate_limit.py", # Agent 日次レート制限判定（#521）
+ "app/services/agent/resume_import/text_extract.py", # PDF テキスト抽出・スキャン判定（#527 / ADR-0024）
"app/services/intelligence/skills/*", # スキル推論（aggregator/linguist/パーサ群）
"app/services/intelligence/github/repo_analyzer.py", # リポジトリ解析
"app/services/intelligence/github/contributions.py", # コントリビューション集計
diff --git a/backend/tests/test_resume_import_api.py b/backend/tests/test_resume_import_api.py
new file mode 100644
index 00000000..2715e13b
--- /dev/null
+++ b/backend/tests/test_resume_import_api.py
@@ -0,0 +1,151 @@
+"""PDF 経歴書インポート API の統合テスト（ADR-0024 / #527）。
+
+`POST /api/agent/resume-import/pdf` の正常系・非対応 PDF・LLM 失敗・パース失敗・
+レート制限・未認証を検証する。LLM はモックし実 API は呼ばない。実 PDF は WeasyPrint
+（生成専用・テスト環境で利用可）で作る。DB はモックしない（実 SQLite セッション）。
+"""
+
+import json
+
+from app.core import env_keys
+from app.services.agent.llm.base import LLMClient, LLMError, LLMResult
+from app.services.agent.resume_import import import_service
+from fastapi.testclient import TestClient
+from weasyprint import HTML
+
+from conftest import auth_header
+
+
+class _FakeLLM(LLMClient):
+ """固定応答 or 例外を返すテスト用 LLM。"""
+
+ def __init__(self, response: str | None = None, error: Exception | None = None):
+ self._response = response
+ self._error = error
+
+ async def generate(self, system_prompt, messages, output_schema, model_id) -> LLMResult:
+ if self._error:
+ raise self._error
+ assert self._response is not None
+ return LLMResult(text=self._response, input_tokens=10, output_tokens=20)
+
+
+def _mock_llm(monkeypatch, *, response=None, error=None) -> _FakeLLM:
+ fake = _FakeLLM(response=response, error=error)
+ monkeypatch.setattr(import_service, "get_llm_client", lambda provider: fake)
+ return fake
+
+
+def _import_json(**fields) -> str:
+ payload = {
+ "full_name": "",
+ "career_summary": "",
+ "self_pr": "",
+ "experiences": [],
+ }
+ payload.update(fields)
+ return json.dumps(payload, ensure_ascii=False)
+
+
+def _render_pdf(body_html: str) -> bytes:
+ """テスト用 PDF を生成する（target 未指定の write_pdf は bytes を返す）。"""
+ pdf = HTML(string=f"{body_html}").write_pdf()
+ assert pdf is not None
+ return pdf
+
+
+def _text_pdf() -> bytes:
+ """テキスト埋め込み PDF（ASCII 本文で抽出可能にする）。"""
+ return _render_pdf(
+ "Career summary: backend engineer with five years of experience "
+ "building and operating web services.
"
+ "Self PR: I value maintainability and thorough testing.
"
+ )
+
+
+def _upload(client: TestClient, data: bytes, *, filename="resume.pdf", content_type="application/pdf"):
+ return client.post(
+ "/api/agent/resume-import/pdf",
+ files={"file": (filename, data, content_type)},
+ headers=auth_header(client),
+ )
+
+
+def test_import_pdf_success_returns_extracted_payload(client: TestClient, monkeypatch) -> None:
+ """テキスト埋め込み PDF → 抽出 payload を 200 で返す。"""
+ _mock_llm(
+ monkeypatch,
+ response=_import_json(
+ full_name="山田 太郎",
+ career_summary="バックエンドエンジニアとして 5 年。",
+ self_pr="保守性を重視。",
+ experiences=[
+ {
+ "company": "株式会社サンプル",
+ "business_description": "受託開発",
+ "start_date": "2020-04",
+ "end_date": "",
+ "description": "API 開発を担当。",
+ }
+ ],
+ ),
+ )
+ res = _upload(client, _text_pdf())
+ assert res.status_code == 200
+ body = res.json()
+ assert body["full_name"] == "山田 太郎"
+ assert body["career_summary"] == "バックエンドエンジニアとして 5 年。"
+ assert len(body["experiences"]) == 1
+ assert body["experiences"][0]["company"] == "株式会社サンプル"
+
+
+def test_import_pdf_rejects_non_pdf(client: TestClient, monkeypatch) -> None:
+ """PDF でないファイルは抽出段階で 422（import_invalid_pdf）。LLM には到達しない。"""
+ _mock_llm(monkeypatch, response=_import_json())
+ res = _upload(client, b"this is plain text, not a pdf")
+ assert res.status_code == 422
+ assert "読み取れませんでした" in res.json()["message"]
+
+
+def test_import_pdf_rejects_scanned_pdf(client: TestClient, monkeypatch) -> None:
+ """テキスト非埋め込み（スキャン相当）PDF は 422（import_scanned_pdf）。"""
+ _mock_llm(monkeypatch, response=_import_json())
+ res = _upload(client, _render_pdf("
"))
+ assert res.status_code == 422
+ assert "テキストを含む PDF" in res.json()["message"]
+
+
+def test_import_pdf_llm_failure_returns_502(client: TestClient, monkeypatch) -> None:
+ """LLM 呼び出し失敗は 502 AGENT_LLM_ERROR。"""
+ _mock_llm(monkeypatch, error=LLMError("boom"))
+ res = _upload(client, _text_pdf())
+ assert res.status_code == 502
+ assert res.json()["code"] == "AGENT_LLM_ERROR"
+
+
+def test_import_pdf_parse_failure_returns_502(client: TestClient, monkeypatch) -> None:
+ """LLM 応答が不正 JSON（リトライ後も失敗）は 502 AGENT_PARSE_ERROR。"""
+ _mock_llm(monkeypatch, response="not a json at all")
+ res = _upload(client, _text_pdf())
+ assert res.status_code == 502
+ assert res.json()["code"] == "AGENT_PARSE_ERROR"
+
+
+def test_import_pdf_daily_rate_limit_returns_429(client: TestClient, monkeypatch) -> None:
+ """日次上限到達で 429（LLM 呼び出し前に弾く）。"""
+ monkeypatch.setenv(env_keys.AGENT_DAILY_LIMIT, "1")
+ _mock_llm(monkeypatch, response=_import_json(full_name="太郎"))
+ first = _upload(client, _text_pdf())
+ assert first.status_code == 200
+ second = _upload(client, _text_pdf())
+ assert second.status_code == 429
+ assert second.json()["code"] == "AGENT_DAILY_LIMIT_EXCEEDED"
+
+
+def test_import_pdf_requires_auth(client: TestClient) -> None:
+ """未認証は 401。"""
+ res = client.post(
+ "/api/agent/resume-import/pdf",
+ files={"file": ("resume.pdf", _text_pdf(), "application/pdf")},
+ )
+ assert res.status_code == 401
diff --git a/backend/tests/test_resume_import_text_extract.py b/backend/tests/test_resume_import_text_extract.py
new file mode 100644
index 00000000..e8abb575
--- /dev/null
+++ b/backend/tests/test_resume_import_text_extract.py
@@ -0,0 +1,119 @@
+"""PDF テキスト抽出（決定論ロジック）の単体テスト（ADR-0024 / #527）。
+
+TDD 対象（`app/services/agent/resume_import/text_extract.py`）。純関数
+（正規化・十分性判定・PDF 判定）と、pypdf を使うテキスト抽出の両方を検証する。
+実 PDF は WeasyPrint（生成専用・テスト環境で利用可）で作る。
+"""
+
+import pytest
+from app.services.agent.resume_import.text_extract import (
+ PdfExtractionError,
+ ScannedPdfError,
+ extract_pdf_text,
+ has_sufficient_text,
+ looks_like_pdf,
+ normalize_text,
+)
+from weasyprint import HTML
+
+
+def _make_pdf(body_html: str) -> bytes:
+ """テキスト埋め込み PDF を生成する（抽出可能な本文を持つ）。"""
+ pdf = HTML(string=f"{body_html}").write_pdf()
+ assert pdf is not None # target 未指定の write_pdf は bytes を返す
+ return pdf
+
+
+# ---- looks_like_pdf ----
+
+
+def test_looks_like_pdf_accepts_pdf_magic() -> None:
+ assert looks_like_pdf(b"%PDF-1.7\n...") is True
+
+
+def test_looks_like_pdf_rejects_non_pdf() -> None:
+ assert looks_like_pdf(b"PK\x03\x04zip") is False
+ assert looks_like_pdf(b"") is False
+ assert looks_like_pdf(b"%PD") is False
+
+
+# ---- normalize_text ----
+
+
+def test_normalize_text_strips_trailing_whitespace_per_line() -> None:
+ assert normalize_text("abc \n def ") == "abc\n def"
+
+
+def test_normalize_text_collapses_consecutive_blank_lines() -> None:
+ assert normalize_text("a\n\n\n\nb") == "a\n\nb"
+
+
+def test_normalize_text_trims_leading_and_trailing_blanks() -> None:
+ assert normalize_text("\n\n content \n\n") == "content"
+
+
+# ---- has_sufficient_text ----
+
+
+def test_has_sufficient_text_true_for_long_text() -> None:
+ assert has_sufficient_text("あ" * 100) is True
+
+
+def test_has_sufficient_text_false_for_empty_or_short() -> None:
+ assert has_sufficient_text("") is False
+ assert has_sufficient_text(" \n ") is False
+ assert has_sufficient_text("短い") is False
+
+
+# ---- extract_pdf_text ----
+
+
+def test_extract_pdf_text_returns_embedded_text() -> None:
+ """テキスト埋め込み PDF から本文テキストを抽出する。
+
+ テスト環境のフォントに日本語グリフが無く（WeasyPrint が .notdef で描画し pypdf が
+ 抽出できない）ため、抽出機構自体の検証は ASCII 本文で行う（抽出できるか否かが論点）。
+ """
+ pdf = _make_pdf(
+ "Career summary: backend engineer with five years of experience.
"
+ "Self PR: focused on maintainable and well-tested system design.
"
+ )
+ text = extract_pdf_text(pdf)
+ assert "Career summary" in text
+ assert "backend engineer" in text
+
+
+def test_extract_pdf_text_rejects_non_pdf_bytes() -> None:
+ """PDF でないバイト列は PdfExtractionError。"""
+ with pytest.raises(PdfExtractionError):
+ extract_pdf_text(b"this is not a pdf")
+
+
+def test_extract_pdf_text_rejects_corrupt_pdf() -> None:
+ """マジックバイトはあるが壊れた PDF は PdfExtractionError。"""
+ with pytest.raises(PdfExtractionError):
+ extract_pdf_text(b"%PDF-1.7\nbroken garbage not a real pdf structure")
+
+
+def test_extract_pdf_text_raises_scanned_for_textless_pdf() -> None:
+ """テキストがほぼ無い PDF（スキャン相当）は ScannedPdfError。"""
+ pdf = _make_pdf("
")
+ with pytest.raises(ScannedPdfError):
+ extract_pdf_text(pdf)
+
+
+@pytest.mark.parametrize("raised", [KeyError("/Root"), RecursionError()])
+def test_extract_pdf_text_wraps_builtin_parser_errors(monkeypatch, raised) -> None:
+ """pypdf が組み込み例外（KeyError / RecursionError）を漏らしても PdfExtractionError に倒す。
+
+ マジックバイトは有効だが構造が壊れた PDF で pypdf が PdfReadError 以外を送出しても、
+ 500 に漏らさず 422（PdfExtractionError）へマップすることを保証する。
+ """
+ from app.services.agent.resume_import import text_extract
+
+ def _raise(*_args, _exc=raised, **_kwargs):
+ raise _exc
+
+ monkeypatch.setattr(text_extract, "PdfReader", _raise)
+ with pytest.raises(PdfExtractionError):
+ extract_pdf_text(b"%PDF-1.7\n" + b"x" * 100)
diff --git a/backend/uv.lock b/backend/uv.lock
index 00ee95d7..e7514950 100644
--- a/backend/uv.lock
+++ b/backend/uv.lock
@@ -322,6 +322,7 @@ dependencies = [
{ name = "pydyf" },
{ name = "pygithub" },
{ name = "pyjwt", extra = ["crypto"] },
+ { name = "pypdf" },
{ name = "pytest" },
{ name = "pytest-cov" },
{ name = "python-dotenv" },
@@ -355,6 +356,7 @@ requires-dist = [
{ name = "pydyf", specifier = "==0.12.1" },
{ name = "pygithub", specifier = "==2.9.1" },
{ name = "pyjwt", extras = ["crypto"], specifier = "==2.13.0" },
+ { name = "pypdf", specifier = "==6.14.2" },
{ name = "pytest", specifier = "==9.1.1" },
{ name = "pytest-cov", specifier = "==7.1.0" },
{ name = "python-dotenv", specifier = "==1.2.2" },
@@ -1165,6 +1167,15 @@ wheels = [
{ url = "https://files.pythonhosted.org/packages/29/7d/5945b5af29534641820d3bd7b00962abbbdfee84ec7e19f0d5b3175f9a31/pynacl-1.6.2-cp38-abi3-win_arm64.whl", hash = "sha256:834a43af110f743a754448463e8fd61259cd4ab5bbedcf70f9dabad1d28a394c", size = 184801, upload-time = "2026-01-01T17:32:36.309Z" },
]
+[[package]]
+name = "pypdf"
+version = "6.14.2"
+source = { registry = "https://pypi.org/simple" }
+sdist = { url = "https://files.pythonhosted.org/packages/03/72/7dfd5ff1c9c37de97a731701f51af091325f123d9d4270361c9c69e4431f/pypdf-6.14.2.tar.gz", hash = "sha256:7873f502fe4385e79539b21d872392dc0c4e3714327c15881cbc7fbfd1f95b25", size = 6491182, upload-time = "2026-06-23T14:18:30.859Z" }
+wheels = [
+ { url = "https://files.pythonhosted.org/packages/49/e6/136aa8993a2ae7214e0b0ef2edaa0d2e08d1d4e4982635b08a835ff31ec8/pypdf-6.14.2-py3-none-any.whl", hash = "sha256:3f07891af76dc002657e04993ab9b4de81de29f9013b9761d0b7968bff12e946", size = 349514, upload-time = "2026-06-23T14:18:28.867Z" },
+]
+
[[package]]
name = "pyphen"
version = "0.17.2"
diff --git a/web/src/api/generated.ts b/web/src/api/generated.ts
index feda5800..d141c446 100644
--- a/web/src/api/generated.ts
+++ b/web/src/api/generated.ts
@@ -101,6 +101,30 @@ export interface paths {
patch?: never;
trace?: never;
};
+ "/api/agent/resume-import/pdf": {
+ parameters: {
+ query?: never;
+ header?: never;
+ path?: never;
+ cookie?: never;
+ };
+ get?: never;
+ put?: never;
+ /**
+ * Import Resume Pdf
+ * @description 手持ちの PDF 経歴書を構造化抽出し、フォーム注入用 payload を返す（ADR-0024）。
+ *
+ * テキスト埋め込み PDF のみ対応（スキャン PDF は 422 で案内）。抽出は Claude Haiku で
+ * 行い、DB は更新しない（ADR-0010）。結果はフロントがフォーム state へ注入 → ユーザー
+ * 確認 → 既存の保存 API を呼ぶ。abuse 防止は日次レート制限（#521 / ADR-0023）。
+ */
+ post: operations["import_resume_pdf_api_agent_resume_import_pdf_post"];
+ delete?: never;
+ options?: never;
+ head?: never;
+ patch?: never;
+ trace?: never;
+ };
"/api/github-link/cache": {
parameters: {
query?: never;
@@ -931,6 +955,11 @@ export interface components {
*/
pushed_at: string;
};
+ /** Body_import_resume_pdf_api_agent_resume_import_pdf_post */
+ Body_import_resume_pdf_api_agent_resume_import_pdf_post: {
+ /** File */
+ file: string;
+ };
/**
* CachedGitHubLinkResponse
* @description DB に保存された連携結果を返す。
@@ -1424,6 +1453,68 @@ export interface components {
*/
model: "haiku";
};
+ /**
+ * ResumeImportExperience
+ * @description PDF から抽出した職歴 1 件（フラット / ADR-0024 v1）。
+ *
+ * フォーム注入用のため全フィールド任意（欠落は空文字）。深いネスト（clients /
+ * projects / periods / technology_stacks）は v1 では抽出せず、ユーザーがフォームで追記する。
+ */
+ ResumeImportExperience: {
+ /**
+ * Business Description
+ * @default
+ */
+ business_description: string;
+ /**
+ * Company
+ * @default
+ */
+ company: string;
+ /**
+ * Description
+ * @default
+ */
+ description: string;
+ /**
+ * End Date
+ * @default
+ */
+ end_date: string;
+ /**
+ * Start Date
+ * @default
+ */
+ start_date: string;
+ };
+ /**
+ * ResumeImportResponse
+ * @description 手持ち PDF 経歴書の抽出結果（ADR-0024）。
+ *
+ * Resume 互換のフォーム注入用 payload。保存契約（schemas/resume.py の strict な
+ * バリデーション）とは分離し、抽出できた分だけを返す（全フィールド任意・欠落は空）。
+ * DB は更新せず、フロントがフォーム state へ注入 → ユーザー確認 → 既存の保存 API を呼ぶ。
+ * email 等の未抽出フィールドはフォームでユーザーが補完する。
+ */
+ ResumeImportResponse: {
+ /**
+ * Career Summary
+ * @default
+ */
+ career_summary: string;
+ /** Experiences */
+ experiences?: components["schemas"]["ResumeImportExperience"][];
+ /**
+ * Full Name
+ * @default
+ */
+ full_name: string;
+ /**
+ * Self Pr
+ * @default
+ */
+ self_pr: string;
+ };
/** ResumeQualificationItem */
ResumeQualificationItem: {
/** Acquired Date */
@@ -1930,6 +2021,39 @@ export interface operations {
};
};
};
+ import_resume_pdf_api_agent_resume_import_pdf_post: {
+ parameters: {
+ query?: never;
+ header?: never;
+ path?: never;
+ cookie?: never;
+ };
+ requestBody: {
+ content: {
+ "multipart/form-data": components["schemas"]["Body_import_resume_pdf_api_agent_resume_import_pdf_post"];
+ };
+ };
+ responses: {
+ /** @description Successful Response */
+ 200: {
+ headers: {
+ [name: string]: unknown;
+ };
+ content: {
+ "application/json": components["schemas"]["ResumeImportResponse"];
+ };
+ };
+ /** @description Validation Error */
+ 422: {
+ headers: {
+ [name: string]: unknown;
+ };
+ content: {
+ "application/json": components["schemas"]["HTTPValidationError"];
+ };
+ };
+ };
+ };
get_cache_api_github_link_cache_get: {
parameters: {
query?: never;