Token导航 LogoToken导航TokenDH.com
MCP As A Resume logo
运维云端stdio官方级别未说明来源级核验

MCP As A Resume

MCP Server

cdk

将静态简历转换为可通过Model Context Protocol查询的API,提供实时、结构化的职业信息。

工具数

5

提示词数

0

GitHub Stars

0

资源数

0
PythonAPI集成云端部署

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

BradWebb101

提供方

BradWebb101

最后核验

2026/5/17 20:21

运行时

Node.js

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

npx cdk deploy

详细介绍

MCP作为简历(MaaR)

使用模型上下文协议将静态简历转换为活动的、可查询的API

实时端点: https://www.bradwebb101.com/about-me/mcp

这是什么?

MCP作为简历重新构想了人工智能原生世界的专业档案。该项目不维护需要手动更新的静态PDF,而是通过模型上下文协议(MCP)公开您的专业信息,使其可查询、始终保持最新和交互式。

当人工智能代理或应用程序想要了解你的技能、文章或项目时,他们只需调用一个函数并获取结构化数据。没有解析,没有猜测,没有歧义。

建筑

完全建立在 AWS无服务器 架构:

  • AWS Lambda (Docker/ARM64)-使用Python 3.13托管MCP服务器
  • CloudFront -全球分发和HTTPS终止
  • DynamoDB -存储联系信息和技能集数据
  • 亚马逊SES -处理电子邮件通信
  • 路线53 -DNS管理
  • AWS CDK -基础设施即代码(TypeScript)

Lambda函数智能地路由请求:

  • GET请求 → 美丽的人类登录页面
  • POST请求 → 用于机器的MCP JSON-RPC

特性

读取操作(4个工具)

getContactInfo()

  • 检索联系人详细信息、社交资料和专业链接
  • 来源于DynamoDB,用于即时更新

getArticles()

  • 通过RSS源获取最新的媒体文章
  • 与已发布内容实时同步

getSkillset()

  • 返回技术技能、证书和专业
  • 结构化,便于人工智能解析

getGithubRepos()

  • 使用元数据提取5个最新的GitHub存储库
  • 直接从GitHub API获取实时数据

写入操作(1个工具)

sendEmailToBrad()

  • 通过MCP接口实现直接通信
  • 使用AWS SES并回复支持
  • 展示MCP在数据检索之外的行动能力

技术栈

语言:

  • TypeScript(基础架构)
  • Python 3.13(Lambda运行时)

AWS服务:

  • Lambda、CloudFront、DynamoDB、SES、Route53
  • 全部使用AWS CDK定义

依赖关系:

  • awslabs-mcp-lambda-handler -MCP协议实现
  • boto3 -AWS Python SDK
  • requests -用于外部API的HTTP客户端

先决条件

  • 已配置凭据的AWS帐户
  • Node.js和npm(用于CDK)
  • Docker(用于Lambda容器构建)
  • AWS-CDK-CLI: npm install -g aws-cdk

设置

1.克隆和安装

git clone 
cd resume_mcp
npm install

2.配置环境

创建一个 .env 项目根目录中的文件:

DOMAIN_NAME=yourdomain.com
HOSTED_ZONE_ID=Z1234567890ABC
GITHUB_USERNAME=yourusername
MEDIUM_USERNAME=yourusername
RECIPIENT_EMAIL=your@email.com
VERIFIED_SENDER_EMAIL=your@email.com

3.验证SES电子邮件

aws ses verify-email-identity \
  --email-address your@email.com \
  --region eu-west-1

检查您的电子邮件并单击验证链接。

4.部署

npx cdk deploy

CDK将:

  • 构建Docker容器并将其发布到ECR
  • 创建Lambda函数
  • 设置DynamoDB表
  • 配置IAM角色和权限
  • 部署Lambda函数URL

将数据添加到DynamoDB

联系方式

转到AWS控制台→ DynamoDB→ McpRumeTable→ 创建项目:

{
  "category": {"S": "contact"},
  "name": {"S": "Your Name"},
  "email": {"S": "your@email.com"},
  "github_url": {"S": "https://github.com/username"},
  "linkedin_url": {"S": "https://linkedin.com/in/username"},
  "medium_url": {"S": "https://medium.com/@username"}
}

技能组

{
  "category": {"S": "skillset"},
  "programming_languages": {"L": [
    {"S": "Python"},
    {"S": "TypeScript"}
  ]},
  "cloud_platforms": {"L": [
    {"S": "AWS CDK"},
    {"S": "Lambda"}
  ]},
  "certifications": {"L": [
    {"S": "AWS Solutions Architect"}
  ]}
}

用法

在浏览器中访问

访问 https://www.bradwebb101.com/about-me/mcp 查看登录页面。

MCP客户端查询

添加到MCP客户端配置中:

{
  "mcpServers": {
    "brads-resume": {
      "url": "https://www.bradwebb101.com/about-me/mcp",
      "transport": {
        "type": "streamable-http"
      }
    }
  }
}

使用cURL进行测试

列出所有工具:

curl -X POST https://www.bradwebb101.com/about-me/mcp \
  -H "Content-Type: application/json" \
  -d '{"jsonrpc":"2.0","method":"tools/list","params":{},"id":1}'

获取联系信息:

curl -X POST https://www.bradwebb101.com/about-me/mcp \
  -H "Content-Type: application/json" \
  -d '{"jsonrpc":"2.0","method":"tools/call","params":{"name":"getContactInfo","arguments":{}},"id":1}'

发送电子邮件:

curl -X POST https://www.bradwebb101.com/about-me/mcp \
  -H "Content-Type: application/json" \
  -d '{"jsonrpc":"2.0","method":"tools/call","params":{"name":"sendEmailToBrad","arguments":{"sender_name":"John Doe","sender_email":"john@example.com","message":"Great MCP server!","subject":"Hello"}},"id":1}'

项目结构

resume_mcp/
├── bin/
│   └── resume-mcp.ts          # CDK app entry point
├── lib/
│   └── resume-mcp-stack.ts    # Infrastructure definition
├── lambda/
│   ├── main.py                # MCP server implementation
│   ├── Dockerfile             # Container configuration
│   └── requirements.txt       # Python dependencies
├── cdk.json                   # CDK configuration
├── package.json               # Node dependencies
└── .env                       # Environment variables (not committed)

CDK命令

  • npm run build -将TypeScript编译为JavaScript
  • npm run watch -观察变化并编译
  • npm run test -运行Jest单元测试
  • npx cdk deploy -将堆栈部署到AWS
  • npx cdk diff -比较部署状态与当前状态
  • npx cdk synth -生成CloudFormation模板
  • npx cdk destroy -删除所有资源

成本优化

这种无服务器架构非常经济高效:

  • λ: 每次调用付费(约20美元/百万请求)
  • DynamoDB: 至少配备(1个RCU/WCU)
  • CloudFront: 每月1TB免费套餐
  • SES: 62000封免费电子邮件/月

预计每月个人使用费用: \< $1

安全

  • Lambda函数URL使用 NONE 公共可访问性认证
  • CloudFront提供DDoS保护和速率限制
  • SES沙盒模式需要电子邮件验证
  • 所有IAM权限都遵循最小特权原则
  • 代码中未存储凭据(使用环境变量)

为什么选择MCP作为简历?

传统简历有:

  • ❌ 需要手动更新的静态文档
  • ❌ 机器难以准确解析
  • ❌ 单向信息广播(只读)
  • ❌ 跨多个平台控制版本

MCP作为简历是:

  • ✅ 始终保持最新(来自实时来源)
  • ✅ 机器原生结构化数据
  • ✅ 交互式(支持写入操作)
  • ✅ 单一真相来源

未来的增强功能

  • \[\]添加更多数据源(推特、YouTube等)
  • \[\]为外部API调用实现缓存
  • \[\]添加分析以跟踪工具使用情况
  • \[\]除工具外,还创建资源
  • \[\]支持多种简历版本(技术版与通用版)
  • \[\]添加OpenAPI/Swagger文档端点

贡献

这是一个个人项目,但请随时分叉并适应您自己的MCP简历!

许可证

麻省理工学院许可证-欢迎将其作为您自己的MCP项目的灵感

作者

布拉德·韦伯

当前角色: 无服务器AWS开发人员-PostNL人工智能卓越中心

______________________________________________________________________

*内置于❤️ 使用AWS CDK、Lambda和模型上下文协议*

目录标签

目录标签

PythonAPI集成云端部署简历管理本地部署API服务职业信息AWS服务服务器架构

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Node.js

来源包(packageName,安装包名)

cdk

工具数量(toolCount,工具数)

5

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

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。

来源信息

继续浏览同类 MCP