Token导航 LogoToken导航

MCP Server · 运维云端

Job Recommender System with MCP

一个基于Groq LLaMA 3.3-70B和Apify API的AI职位推荐系统,提供简历解析、技能差距分析、职业路线图生成和实时职位推荐功能。

stdio官方级别未说明来源级核验工具 4
Python云端部署Docker

快速开始

作者 / 组织
chitaki10
提供方
chitaki10
运行时
Python

工具数量

4

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

1

仓库热度

收录来源

1 个

MCP World

选型结论

Job Recommender System with MCP 属于运维云端类 MCP Server,公开资料标注 4 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;接入前先确认权限范围。

分类

运维云端

传输方式

stdio

认证方式

无需认证

部署方式

公开资料未说明

安装与配置

安装命令

uv run streamlit run app.py

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 Python,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 4 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

💼 基于MCP的人工智能作业推荐系统

上传您的简历并获取 基于人工智能的工作推荐,技能 差距分析和个性化职业路线图——由Groq提供支持 LLaMA 3.3-70B和LinkedIn和Naukri的实时工作列表 蜂房。

🔗 现场演示:\ https://chitaki10-job-recommender-system-with-mcp-app-eynbly.streamlit.app

______________________________________________________________________

目录

  • 特性
  • 建筑
  • 技术栈
  • 入门指南
  • API密钥设置
  • MCP工具服务器
  • 项目结构
  • 结果
  • 许可证

______________________________________________________________________

✨ 特性

  • 📄 简历解析---从上传的PDF简历中提取原始文本

使用PyMuPDF\\

  • 🧠 简历摘要---法学硕士总结了你的技能、经验和

配置文件(秒)\\

  • 🔍 技能差距分析——识别缺失的技能、证书、,

以及需要改进的领域\\

  • 🗺️ 职业路线图---个性化6--12个月计划:技能

学习、建设项目、追求证书\\

  • 💼 实时工作推荐——从领英获取实时工作

和Naukri通过Apify API\\

  • 🔧 MCP工具服务器——作为MCP工具公开的核心功能

______________________________________________________________________

🏗️ 建筑

User uploads Résumé (PDF)
│
▼
Extract PDF Text (PyMuPDF)
│
▼
Groq LLaMA 3.3-70B (LLM)
│
├── Summary
├── Skill Gap
├── Career Roadmap
└── Job Keywords
│
├──────────────┬───────────────┐
▼              ▼
LinkedIn Jobs  Naukri Jobs
(Apify Actor)  (Apify Actor)
│
└──────────────┬───────────────┘
▼
Job Recommendations UI

______________________________________________________________________

🛠️ 技术栈

组件技术

______________________________________________________________________

UI流式显示 LLM Groq API——骆驼-3.3-70b通用型 PDF解析PyMuPDF(fitz) 作业报废Apify MCP服务器MCP Python SDK 包装管理器uv 部署Streamlit云

______________________________________________________________________

🚀 入门指南

克隆存储库

git clone https://github.com/chitaki10/Job_Recommender_System_with_MCP.git
cd Job_Recommender_System_with_MCP

安装依赖项

uv venv
uv add -r requirements.txt

创建.env文件

GROQ_API_KEY=your_groq_api_key_here
APIFY_API_TOKEN=your_apify_api_token_here

运行应用程序

uv run streamlit run app.py

______________________________________________________________________

🔧 MCP工具服务器

运行MCP服务器:

uv run python mcp_server.py

检验员测试:

npx @modelcontextprotocol/inspector uv run python mcp_server.py

可用工具:

  • extract_text_from_pdf
  • ask_groq
  • fetch_linkedin_jobs
  • fetch_naukri_jobs

______________________________________________________________________

📁 项目结构

Job_Recommender_System_with_MCP/
│
├── app.py
├── mcp_server.py
├── requirements.txt
├── pyproject.toml
├── .env
├── .gitignore
│
└── src/
    ├── __init__.py
    └── helper.py

______________________________________________________________________

📊 结果

  • 秒内生成简历摘要\\
  • 提供技能差距分析\\
  • 生成职业路线图\\
  • 已获取120个实时作业

______________________________________________________________________

______________________________________________________________________

🙋 联系

github:https://github.com/chitaki10

工具与能力

工具数量

4

资源数量

0

提示词数量

0

能力标签

AI推荐Python本地部署职位匹配职业发展技能分析简历解析

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 4 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 Python,换机器要重新装一遍。
  • 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。
  • 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 with MCP

MCP World · 本页

4stdio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 with MCP 怎么安装?

公开资料给出的安装命令是 uv run streamlit run app.py,运行环境为 Python。装完后按客户端要求写进 MCP 配置,重启客户端生效。

Job Recommender System with MCP 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 Python;保存后完全退出客户端再打开,配置才会生效。

Job Recommender System with MCP 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 with MCP 需要 API Key 吗?

公开资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Job Recommender System with MCP 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