Token导航 LogoToken导航

MCP Server · 搜索检索

Winning Cv MCP

一款基于AI的简历生成与职位匹配服务,支持LinkedIn和Seek职位搜索、简历匹配评分、深度职位分析及定制简历生成。

stdio官方级别未说明来源级核验工具 4playwright
TypeScript搜索文档处理

快速开始

作者 / 组织
jack-jackhui
提供方
jack-jackhui
运行时
Node.js

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

0

仓库热度

收录来源

1 个

MCP World

选型结论

Winning Cv MCP 属于搜索检索类 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

搜索检索

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

npx playwright install chromium

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 Node.js,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

WinnigCV MCP服务器

用于人工智能驱动的工作匹配和简历生成的MCP(模型上下文协议)服务器。在LinkedIn和Seek上搜索工作,将其与您的简历进行匹配,获得详细的匹配分析,并生成量身定制的简历。

特性

  • 🔍 search_jobs -在LinkedIn和/或Seek上搜索工作
  • 📊 match_jobs -人工智能简历匹配评分(1-10)
  • 🎯 analyze_job -深入的工作分析,包括适合性评估、优势、差距、危险信号和求职信角度
  • 📝 generate_cv -生成针对特定工作进行优化的定制简历

安装

npm install
npm run build

配置

复制 .env.example 到 .env 并配置:

cp .env.example .env

环境变量

变量描述默认值
OPENAI_API_KEYOpenAI API密钥(或代理的“伪”)必需
OPENAI_BASE_URL与OpenAI兼容的API端点OpenAI默认值
OPENAI_MODEL用于AI功能的模型gpt-4o-mini

与GitHub Copilot代理一起使用

export OPENAI_API_KEY=dummy
export OPENAI_BASE_URL=http://localhost:14141/v1
export OPENAI_MODEL=gpt-4o

用法

运行服务器

node dist/index.js

MCP集成

添加到MCP客户端配置中:

{
  "mcpServers": {
    "winning-cv": {
      "command": "node",
      "args": ["/path/to/winning-cv-mcp/dist/index.js"],
      "env": {
        "OPENAI_API_KEY": "your-key",
        "OPENAI_MODEL": "gpt-4o"
      }
    }
  }
}

工具

search_jobs

在LinkedIn和/或Seek上搜索工作。

输入:

{
  "keywords": "Digital Transformation Manager",
  "location": "Melbourne, Australia",
  "sources": ["linkedin", "seek"],
  "days_old": 7
}

输出: 职位列表,包括职位、公司、地点、网址、工资和发布日期。

match_jobs

评估你的简历与招聘信息的匹配程度。

输入:

{
  "cv_path": "/path/to/your-cv.pdf",
  "job_urls": [
    "https://www.seek.com.au/job/123456",
    "https://www.linkedin.com/jobs/view/789012"
  ],
  "threshold": 7
}

输出: 通过分数、优势和差距达到门槛的工作。

analyze_job

根据你的简历对工作进行详细分析。

输入:

{
  "cv_path": "/path/to/your-cv.pdf",
  "job_url": "https://www.seek.com.au/job/123456"
}

输出:

  • 适合性评估(1-10分,推荐:strong_apply/apply/考虑/跳过)
  • 优势与类别
  • 严重性差距(严重/中等/轻微)和缓解建议
  • 红旗
  • 附谈话要点的求职信角度
  • 关键要求清单(证据符合/不符合)

generate_cv

为特定工作生成量身定制的简历。

输入:

{
  "cv_path": "/path/to/your-cv.pdf",
  "job_url": "https://www.seek.com.au/job/123456",
  "output_format": "markdown",
  "tone": "professional"
}

选项:

  • output_format:markdown、plain_text或结构化(JSON)
  • tone:专业、创意、技术或执行
  • focus_areas:要强调的可选区域阵列

输出: 量身定制的简历内容,并附有定制说明(强调关键字,强调技能,重塑经验)。

支持的简历格式

  • PDF
  • DOCX 文件
  • 文本
  • Markdown(.md)

依赖项

  • Node.js 18+
  • 剧作家(用于网页抓取)

安装Playwright浏览器

npx playwright install chromium

发展

# Build
npm run build

# Watch mode
npm run dev

# Test a tool
echo '{"jsonrpc":"2.0","id":1,"method":"tools/list"}' | node dist/index.js

许可证

麻省理工学院

作者

许(https://jackhui.com.au)

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简历生成TypeScript本地部署职位匹配LinkedIn搜索Seek搜索简历优化

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

查资料带出处

把网页、论文和文档的检索结果连同链接一起带回对话。

站内知识检索

在自己的文档库里做语义搜索,比关键词更贴题。

事实核对

交叉多个来源确认一条信息,减少模型凭记忆作答。

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 Node.js,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

  • 需要在搜索检索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
Winning Cv MCP

MCP World · 本页

4stdio有1 个2026-05-17
Baidu Netdisk

MCP World

未标注未说明未标注1 个2026-05-17
Sequentialthinking

MCP.so

1SSE有2 个2026-05-17
Brave Search 433812ff

MCP World

2未说明未标注1 个2026-05-17
mindsdb (430e18)

MCP World

0未说明有1 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

Winning Cv MCP 怎么安装?

公开资料给出的安装命令是 npx playwright install chromium,运行环境为 Node.js。装完后按客户端要求写进 MCP 配置,重启客户端生效。

Winning Cv 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 Node.js;保存后完全退出客户端再打开,配置才会生效。

Winning Cv 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。

Winning Cv 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。

Winning Cv 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