Token导航 LogoToken导航

MCP Server · 运维云端

Job Recommender System

一个基于FastAPI的职位推荐系统API,通过AI工作流程处理PDF简历以生成摘要、关键词、技能差距和职业发展路线图。

stdio官方级别未说明来源级核验工具 0
Python云端部署Docker

快速开始

作者 / 组织
AsenDulakshanaKavinda
提供方
AsenDulakshanaKavinda

工具数量

0

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

0

仓库热度

收录来源

1 个

MCP World

选型结论

Job Recommender System 属于运维云端类 MCP Server,公开资料标注 0 个工具,通过stdio 本地进程接入,客户端适配情况以官方文档为准,有可以直接复制的安装命令;接入前要先准备 API Key。

分类

运维云端

传输方式

stdio

认证方式

API Key

部署方式

公开资料未说明

安装与配置

安装命令

pip install uv

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 对应的运行时,再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行;命令里带占位符的位置换成自己的密钥或路径。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 0 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

详细介绍

工作推荐系统API

这是一个基于FastAPI的API工作推荐系统,该系统处理PDF简历,使用人工智能工作流(由Mistral LLM和相关工具提供支持)生成摘要、关键词、技能差距和路线图。

特性

  • 通过POST端点上传PDF简历。
  • 通过预定义的工作流处理简历,以提取和分析内容。
  • 返回JSON结果,包括摘要、关键字、技能差距和路线图。
  • 优雅地处理错误并清理临时文件。

先决条件

  • 已安装Python 3.8+。
  • Git(用于克隆存储库)。

安装

  1. 安装UV包管理器:
pip install uv
  1. 克隆仓库:
git clone https://github.com/AsenDulakshanaKavinda/Job-Recommender-System.git
cd Job-Recommender-System/backend
  1. 创建虚拟环境并激活它:
uv venv .venv
source .venv/Scripts/activate or if windows .venv/Scripts/activate 
  1. 安装依赖关系:
uv sync
  1. 添加.env文件:
ENV="dev"
LLM_PROVIDER="mistral"
EMBEDDING_PROVIDER="mistral"
MISTRAL_API_KEY=
APIFY_API_KEY=

用法

  1. 详情:
  • 终结点:/process_resume
  • 方法:POST
  • 说明:上传简历PDF并获取处理结果。
  • 回应
{
  "status": "success",
  "result": {
    "summery": "Your resume summary...",
    "keywords": ["keyword1", "keyword2"],
    "skill_gap": {...},
    "road_map": {...}
  }
}

工具与能力

工具数量

0

资源数量

0

提示词数量

0

能力标签

AI简历分析Python本地部署职业规划技能评估自动化推荐

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

看服务状态

查询容器、日志和监控指标,定位异常。

执行部署变更

在权限范围内触发发布、回滚和环境切换。

核对资源用量

汇总用量,找出闲置和超额的部分。

选择建议

值得选的地方

  • 只提供 0 个工具,职责集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • stdio 方式要求本地装好 运行环境,换机器要重新装一遍。
  • 需要自备API Key,没有凭据没法直接试。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

更适合

  • 需要在运维云端场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 暂时拿不到API Key的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
Job Recommender System

MCP World · 本页

0stdio有1 个2026-05-17
Ui Tars Desktop 8a825770

MCP World

0stdio有1 个2026-05-17
Elie222 MCP

MCP World

0未说明未标注1 个2026-05-17
Arizeai Phoenix MCP

MCP World

0stdio有3 个2026-05-17
Unity MCP 87ee506e

MCP World

42HTTP有2 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

Job Recommender System 怎么安装?

公开资料给出的安装命令是 pip install uv,运行环境为 未标注。装完后按客户端要求写进 MCP 配置,重启客户端生效。

Job Recommender System 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 未标注;保存后完全退出客户端再打开,配置才会生效。

Job Recommender System 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Job Recommender System 需要 API Key 吗?

公开资料标注的认证方式是API Key,也就是要先拿到凭据才能连上;凭据只填在自己本地的配置里,不要写进公开仓库。

Job Recommender System 支持哪些客户端?

公开资料没有标注具体客户端;能配置本地 MCP 命令的客户端都能接,配置方式参照官方文档。

来源信息

继续浏览同类 MCP