内容
🚀 职业发展 MCP 服务器使用Python构建的**模型上下文协议（MCP）服务器**，提供智能工具以协助开发者在职业成长、生产力和代码质量改进方面。
该项目通过MCP接口暴露多个工具，如职位搜索、简历分析、面试准备、代码审查和GitHub仓库洞察，实现与Cursor、Claude Desktop等AI客户端或其它MCP兼容系统的无缝集成。
## 🧠 功能特点
MCP服务器提供以下工具：
### 🔍 LinkedIn 职位抓取器
- 根据关键词和地点抓取最新的职位机会
- 帮助开发者快速发现相关的职位空缺
### 📄 简历分析器
- 分析简历内容
- 确定优势和缺失技能
- 提供改进建议
### 🎯 面试问题生成器
- 生成基于角色的面试问题
- 支持不同的经验水平
### 🧑💻 代码审查器
- 审查代码片段
- 检测问题和改进点
- 建议最佳实践
### 📊 GitHub 仓库分析器
- 分析公共GitHub仓库
- 检测技术栈和复杂性
- 提供优化建议
## 🏗️ 架构
AI 客户端（Cursor / Claude / MCP 客户端）
│
▼
MCP 协议接口
│
▼
Python MCP 服务器
│
┌────────────┼────────────┐
▼ ▼ ▼
职位 API LLM 引擎 GitHub API
## ⚙️ 技术栈
- Python 3.10+
- MCP Python SDK
- OpenAI API（LLM集成）
- Requests / BeautifulSoup（网页抓取）
- PyGithub（GitHub API）
- Docker（容器化）
- 虚拟环境（venv）
## 📁 项目结构
career-mcp-server/
│
├── server.py
├── tools/
│ ├── linkedin_jobs.py
│ ├── resume_analyzer.py
│ ├── interview_generator.py
│ ├── code_reviewer.py
│ └── github_analyzer.py
│
├── utils/
│ ├── llm_client.py
│ └── parser.py
│
├── .env
├── requirements.txt
├── Dockerfile
└── README.md
## 🔧 安装
### 1️⃣ 克隆仓库
```bash
git clone https://github.com/your-username/career-mcp-server.git
cd career-mcp-server
```
### 2️⃣ 创建虚拟环境
```bash
python -m venv venv
激活：
Windows
venv\Scripts\activate
Linux / Mac
source venv/bin/activate
```
### 3️⃣ 安装依赖
```bash
pip install -r requirements.txt
```
### 4️⃣ 环境变量
创建 `.env` 文件：
OPENAI_API_KEY=your_api_key
GITHUB_TOKEN=your_github_token
▶️ 运行 MCP 服务器
```bash
python server.py
```
🐳 使用 Docker 运行
构建镜像：
```bash
docker build -t career-mcp .
```
运行容器：
```bash
docker run
```
🔌 连接到 MCP 客户端
示例配置：
```json
{
"mcpServers": {
"career-mcp": {
"command": "python",
"args": ["server.py"]
}
}
}
```
## 🎯 使用场景
- 开发者生产力助手
- 职业准备自动化
- AI 驱动的代码导师
- 简历优化
- 面试准备系统
- GitHub 项目评估
## 🚀 未来增强功能
- 邮箱职位提醒自动化
- WhatsApp 通知
- 多代理编排
技能差距分析仪表盘
- 网页 UI 接口
- 云部署（AWS/GCP）
## 👨💻 作者
k
后端工程师 | Spring Boot | 微服务
GitHub: https:///Akashkumar231In: https://linkedin.comkumaryadav1
贡献
欢迎贡献、功能请求！
