AI导哈

求职自动化工具

一套全面的求职自动化工具，包括简历优化和人脉查找功能，适用于求职者和招聘人员。

  • by Anudeepreddynarala
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 Anudeepreddynarala/job-application-automation

使用说明

职位申请自动化

一套全面的模型上下文协议（MCP）工具，用于求职申请自动化，包括简历优化和人才搜寻功能。

特点

  • 简历优化利用AI自动为特定职位发布定制您的LaTeX简历
  • **人口调查结果/人口发现（注：根据上下文，“People Finding”可能指的是对人口状况的调查或研究结果，因此翻译为“人口调查结果”或“人口发现”较为贴切，具体翻译需结合实际语境）**通过LinkedIn搜索和电子邮件信息丰富化，发现目标公司的相关联系人
  • 组合工作流一款能同时处理简历优化和人才搜索的协调工具

服务

  • update-resume利用Gemini（谷歌AI）优化LaTeX简历的MCP服务器
  • people_finder_mcp使用Flask + MCP服务在LinkedIn上查找相关人士并补充其电子邮件地址
  • orchestrator_mcp结合工作流，用于处理简历优化和人员查找的职位URL

文件夹结构

  • update-resume/ （已经在工作；未动）
  • people_finder_mcp/
    • people_finder_mcp.py (Flask HTTP服务器 + 可选的MCP标准控制台工具)
  • requirements.txt （根，共享）
  • mcp.json （root，指向两个服务器的光标）
    • 包括 orchestrator-mcp 对于组合流动

环境变量

  • update-resume/.env （已存在）：

    • GEMINI_API_KEY (Google AI / Gemini 密钥)

  • 对于“人员查找”服务（在shell或您的Cursor MCP配置中设置）：

    • GOOGLE_API_KEY谷歌自定义搜索API密钥
    • SEARCH_ENGINE_IDCSE CX 标识符
    • （已删除） APOLLO_API_KEYApollo 人员 API 密钥——不再使用
    • HUNTER_API_KEYHunter.io用于电子邮件查找的API密钥
    • 可选： OPENAI_API_KEY用于在缺失时预测公司域名（作为备用方案）
    • 可选： GEMINIAPI_KEY （首选）或 GEMINI_API_KEY/GOOGLE_AI_API_KEY用于使用Gemini预测公司域名
    • 可选： PEOPLE_FINDER_MODE (http 运行 Flask； stdio （以MCP身份运行）

你可以把这些存放在 people_finder_mcp/.env （自动加载）：

GOOGLE_API_KEY=your_google_api_key
SEARCH_ENGINE_ID=your_cse_cx
HUNTER_API_KEY=your_hunter_api_key
OPENAI_API_KEY=optional_openai_key_for_domain_prediction
GEMINIAPI_KEY=optional_gemini_key_for_domain_prediction
PEOPLE_FINDER_MODE=http

安装共享依赖项

python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt

运行服务器

  1. 更新简历（MCP stdio）
  • 这项服务已经在以下（条件/框架/系统等）下实施 update-resume/它暴露了MCP工具 optimize_resume 通过 stdio。参见 update-resume/README.md 详情如下。
  1. 人员查找器
  • HTTP（Flask）:
export GOOGLE_API_KEY=... SEARCH_ENGINE_ID=... APOLLO_API_KEY=...
export PEOPLE_FINDER_MODE=http
python3 people_finder_mcp/people_finder_mcp.py
# Server listens on http://localhost:8081
  • MCP (stdio)：
export GOOGLE_API_KEY=... SEARCH_ENGINE_ID=... APOLLO_API_KEY=...
export PEOPLE_FINDER_MODE=stdio
python3 people_finder_mcp/people_finder_mcp.py

光标也会加载 people_finder_mcp/.env 通过……自动地 envFiles 进入（记录/条目） mcp.json。

光标集成

根源 mcp.json 包含所有服务的条目，包括编排器。编辑文件后重启 Cursor。确保 Cursor 能够访问环境变量（通过操作系统环境或密钥存储）。

编曲器MCP（组合）

这个MCP工具同时调用了简历优化器和人员查找器。

python3 orchestrator_mcp/orchestrator_mcp.py  # stdio MCP

工具 process_job_url 参数：

{
  "job_url": "https://group.bnpparibas/...",
  "resume_filename": "Anudeep_Narala.tex",
  "compile_pdf": true,
  "location": "New York",
  "roles": ["Recruiter", "Hiring Manager"],
  "max_results": 20
}

示例请求

  • 人员查找器HTTP：
curl -s -X POST http://localhost:8081/find-people \
  -H 'Content-Type: application/json' \
  -d '{
        "job_title": "Software Engineer",
        "company": "Google",
        "location": "New York",
        "roles": ["Recruiter", "Engineering Manager", "Software Engineer"],
        "max_results": 20
      }' | jq .
  • 更新简历：MCP工具调用（示例有效载荷）：
{
  "job_url": "https://en.wikipedia.org/wiki/Engineering",
  "resume_filename": "Anudeep_Narala.tex",
  "compile_pdf": true
}

要充分利用简历优化器，请参阅 update-resume/README.md.

相关 MCP