Job Finder Agent MCP Server

🧠 求职代理--MCP服务器

Bright Data和Nebius AI Studio的求职代理

Demo

一个强大的AI驱动的求职代理，可以分析LinkedIn个人资料，并使用 明亮的数据 用于网页抓取和 Nebius人工智能工作室 用于智能分析。

______________________________________________________________________

🚀 特性

🔍 LinkedIn个人资料分析

• 专业经验和职业发展
• 教育和认证
• 核心技能和专业知识
• 行业声誉

🧠 智能工作匹配

• 领域分类（软件工程、设计、产品管理等）
• Y Combinator工作板整合
• 个性化工作推荐
• 直接应用程序链接

💻 现代Web界面

• 实时分析
• 交互式结果显示
• 进度跟踪
• 错误处理

______________________________________________________________________

📽️ 它是如何工作的（GIF演示）

Demo

______________________________________________________________________

⚙️ 先决条件

在运行此项目之前，请确保您已经：

• Python 3.10或更高版本
• A. 明亮的数据 帐户和API凭据
• A. Nebius人工智能工作室 帐户和API密钥

______________________________________________________________________

📁 项目结构

job_finder_agent/
├── app.py               # Streamlit web interface
├── job_agents.py        # AI agent definitions and analysis logic
├── mcp_server.py        # Bright Data MCP server management
├── requirements.txt     # Python dependencies
├── assets/              # Static assets (images, GIFs)
└── .env                 # Environment variables (create this)

______________________________________________________________________

🛠️ 安装

# Clone the repository
git clone https://github.com/your-username/Job-finder-Agent--MCP-Server.git
cd Job-finder-Agent--MCP-Server

# Create a virtual environment
python -m venv venv
# Activate the environment
# Windows:
venv\Scripts\activate
# macOS/Linux:
source venv/bin/activate

# Install dependencies
pip install -r requirements.txt

______________________________________________________________________

🔐 配置

创建一个 .env 根目录中的文件：

NEBIUS_API_KEY=your_nebius_api_key
BRIGHT_DATA_API_KEY=your_bright_data_api_key
BROWSER_AUTH=your_browser_auth

______________________________________________________________________

▶️ 用法

streamlit run app.py

然后打开浏览器 http://localhost:8501 以及：

1. 在侧栏中输入您的Nebius API密钥
2. 输入LinkedIn个人资料URL
3. 点击 “分析配置文件”
4. 等待结果显示

______________________________________________________________________

🧬 工作原理（逻辑流程）

1. 配置文件分析：从领英提取经验、技能和教育
2. 领域分类：使用AI对用户字段进行分类
3. 工作匹配：搜索YC创业板
4. URL处理：清理和准备工作申请链接
5. 摘要生成：提交详细的最终报告

______________________________________________________________________

🧪 技术亮点

• 内置于 溪流 对于UI
• 异步处理 asyncio
• 刮擦动力由 明亮数据MCP
• 通过以下方式提供的AI模型 Nebius Ai Studio（火焰3.3 70b）
• 内置错误处理和日志记录

______________________________________________________________________

🤝 贡献

欢迎投稿！\ 请随时提交拉取请求或打开问题。

______________________________________________________________________

🙏 致谢

• 明亮的数据 –网络抓取和数据管道
• Nebius人工智能工作室 生成式人工智能推理
• 溪流 –快速应用程序开发框架