MCP Job Search

职位搜索MCP服务器

一个MCP（模型上下文协议）服务器，在多个工作网站上搜索具有特定过滤条件的AI/ML实习和全职角色。

特性

• 多站点求职：搜索LinkedIn、Indeed、Glassdoor、ZipRecruiter和Monster
• AI/ML焦点：专门针对人工智能和机器学习职位
• 智能过滤:

- 初级职位的筛选条件（经验不足1年） - 要求精通Python - 支持实习和全职工作

• 实时结果：获取所有网站的最新招聘信息
• 结构化数据：返回格式良好的作业信息以及所有相关详细信息

安装

1. 克隆或下载此存储库

1. 安装依赖项：

   npm install

1. 构建项目：

   npm run build

用法

运行服务器

npm start

或用于开发：

npm run dev

可用工具

1. search_ai_ml_jobs

在所有支持的工作站点中搜索AI/ML工作。

参数：

• location （字符串，可选）：作业位置（默认：“远程”）
• maxResults （数字，可选）：返回的最大结果数（默认值：50）
• includeInternships （布尔值，可选）：包括实习（默认值：true）
• includeFullTime （布尔值，可选）：包括全职角色（默认值：true）
• keywords （数组，可选）：其他搜索关键字

例子：

{
  "location": "San Francisco, CA",
  "maxResults": 25,
  "includeInternships": true,
  "includeFullTime": true,
  "keywords": ["deep learning", "NLP", "computer vision"]
}

2. search_specific_job_site

在特定的工作网站上搜索工作。

参数：

• site （string，必填）：招聘网站（“linkedin”、“确实”、“玻璃门”、“ziprecruiter”、“怪物”）
• location （字符串，可选）：作业位置（默认：“远程”）
• maxResults （数字，可选）：返回的最大结果数（默认值：25）

例子：

{
  "site": "linkedin",
  "location": "Remote",
  "maxResults": 20
}

作业筛选标准

服务器会自动应用以下筛选器：

对于全职角色：

• 经验水平：入门级（经验不足1年）
• 所需技能：必须包括Python熟练程度
• 工作类型：仅限人工智能/机器学习相关职位

实习：

• 工作类型：仅限人工智能/机器学习相关职位
• 技能：Python熟练者优先

检测到的AI/ML关键字：

• 机器学习
• 人工智能
• 数据科学
• 深度学习
• NLP（自然语言处理）
• 计算机视觉
• 神经网络
• TensorFlow、PyTorch、Scikit学习

响应格式

服务器返回结构化作业数据，包括：

{
  "results": [
    {
      "site": "LinkedIn",
      "jobs": [
        {
          "id": "unique_job_id",
          "title": "Machine Learning Engineer",
          "company": "Tech Company",
          "location": "San Francisco, CA",
          "type": "full-time",
          "experienceLevel": "entry",
          "description": "Job description...",
          "requirements": ["Python", "Machine Learning"],
          "skills": ["python", "tensorflow", "pytorch"],
          "postedDate": "2024-01-15T10:30:00Z",
          "applicationUrl": "https://...",
          "source": "LinkedIn",
          "isRemote": false,
          "hasPythonRequirement": true,
          "isAIMLRelated": true
        }
      ],
      "totalFound": 1,
      "searchTime": 1500
    }
  ],
  "totalJobs": 1,
  "searchTimestamp": "2024-01-15T10:30:00Z",
  "filters": {
    "location": "San Francisco, CA",
    "maxResults": 50,
    "includeInternships": true,
    "includeFullTime": true,
    "keywords": [],
    "experienceLevel": "entry",
    "requiredSkills": ["python"],
    "jobTypes": ["ai", "ml", "machine learning", "artificial intelligence", "data science"]
  }
}

配置

复制 env.example 到 .env 并根据需要进行修改：

cp env.example .env

可用配置选项：

• RATE_LIMIT_PER_MINUTE：请求的速率限制（默认值：30）
• REQUEST_TIMEOUT：请求超时（毫秒）（默认值：30000）
• USER_AGENT：用于web抓取的用户代理字符串

支持的工作网站

1. 领英 -专业网络和工作板
2. 确实 -通用求职引擎
3. 玻璃门 -通过公司评价进行求职
4. ZipRecruiter -工作匹配平台
5. 怪物 -传统工作板

技术细节

• 语言：TypeScript
• 运行时：Node.js
• 网络爬虫：Cheerio用于HTML解析，Axios用于HTTP请求
• 建筑：模块化刮板系统，具有基础级和现场特定的实施方式

错误处理

服务器包括全面的错误处理：

• 网络超时和连接错误
• HTML分析错误
• 速率限制保护
• 当单个站点发生故障时，性能会下降

法律和伦理考虑

此工具用于教育和个人用途。请尊重：

• 网站服务条款
• 限制速率以避免服务器过载
• Robots.txt文件和抓取策略
• 考虑在可用时使用官方API

贡献

1. 复刻仓库
2. 创建要素分支
3. 添加新功能的测试
4. 提交拉取请求