AI导哈

AI求职管理工具

一个AI驱动的求职管理系统，提供智能职位搜索、自动求职信生成和全面的申请跟踪功能，适用于求职者和招聘管理场景。

  • by MrHamza007
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 Bigstone69/Job-o-matic

使用说明

工作事项

企业级MCP职位申请经理

一个基于人工智能的求职管理系统，具有智能求职、自动生成求职信和全面的求职跟踪功能。采用模型上下文协议（MCP）集成构建，实现无缝的人工智能辅助。

🎯 项目状态

第一阶段：研究与规划 ✅ 完成

所有研究成果均已完成，可供审查：

  1. ✅ MCP协议文档研究
  2. ✅ 求职策略分析
  3. ✅ 技术栈决策
  4. ✅ 实施计划

下一步： 在继续实施之前，审查和批准第一阶段的调查结果。

🚀 主要特点

核心能力

  • 🔍 智能求职

    • 多平台工作聚合（LinkedIn、Indeed、Glassdoor等）
    • 混合方法：API-first与选择性浏览器自动化
    • 为网络推荐和利基机会手动输入工作

  • 📊 应用程序跟踪

    • 全面的状态管理（感兴趣→ 应用→ 面试→ 报价）
    • 时间线可视化和进度分析
    • 活动记录和搜索历史

  • 🤖 AI驱动的求职信

    • 双重LLM支持：Claude API或本地Ollama模型
    • 使用职位描述+个人资料进行情境感知生成
    • 多种风格选择（专业、休闲、创意）
    • 版本管理和迭代改进

  • 🔌 MCP集成

    • 完整模型上下文协议服务器实现
    • 用于集成Claude的6个强大工具
    • 作业和应用程序数据的资源暴露
    • 删除常见工作流的命令提示

  • 📈 交互式仪表板

    • 实时统计和分析
    • 应用程序管道可视化
    • 响应率跟踪
    • 暗模式支持

🏗️ 建议架构

技术栈

后端：

  • FastAPI（高性能异步API）
  • PostgreSQL（生产就绪数据库）
  • FastMCP（MCP服务器框架）
  • SQLAlchemy ORM
  • 双重LLM：Claude API+Ollama

前端：

  • React 18与TypeScript
  • Vite（闪电般快速构建）
  • TailwindCSS（现代风格）
  • React Query（服务器状态管理）
  • Recharts（分析可视化）

基础设施：

  • Docker+Docker组合
  • PostgreSQL 16
  • Python 3.11+带uv
  • Node.js 20+

系统架构

┌─────────────────────────────────────────────────────────────┐
│                  React Dashboard (Port 5173)                │
│           Job Search | Applications | Cover Letters         │
└────────────────────────────┬────────────────────────────────┘
                             │ HTTP/WebSocket
                             ▼
┌─────────────────────────────────────────────────────────────┐
│                   FastAPI Backend (Port 8000)               │
│  ┌──────────┐    ┌──────────┐    ┌──────────────┐         │
│  │ REST API │    │ MCP Server│   │   LLM        │         │
│  │ Endpoints│    │ (FastMCP) │   │   Services   │         │
│  └──────────┘    └──────────┘    └──────────────┘         │
└───────┬──────────────────┬─────────────────┬───────────────┘
        │                  │                 │
        ▼                  ▼                 ▼
┌──────────────┐  ┌──────────────┐  ┌──────────────┐
│ PostgreSQL   │  │ Claude API   │  │ Job Search   │
│ Database     │  │ + Ollama     │  │ Engine       │
└──────────────┘  └──────────────┘  └──────────────┘

📚 文档

第一阶段研究文件

  1. MCP协议研究

    • 最新MCP规范（2025-06-18）
    • Python SDK实现模式（v1.14.1）
    • 安全最佳实践和身份验证
    • FastMCP框架优势

  2. 求职策略

    • API可用性分析（实际上，LinkedIn、Glassdoor）
    • 道德网络抓取考虑因素
    • 混合方法建议
    • 法律和ToS合规性

  3. 技术栈决策

    • FastAPI与Flask的比较（已选择FastAPI）
    • PostgreSQL与SQLite分析（选择PostgreSQL）
    • React vs Vue vs Svelte评估（选择React）
    • 法学硕士整合策略（Claude+Ollama双重支持）

  4. 实施计划

    • 完整的系统架构图
    • 数据库模式设计（ERD+SQLAlchemy模型）
    • API端点规范
    • MCP服务器接口定义
    • 8周分阶段实施时间表
    • 测试策略和部署配置

原始要求

看 claude.md 完整的项目规范和要求。

🎯 成功标准

这是一个 企业级 应用程序。每个组件都符合生产标准：

  • ✅ 干净、可维护、文档齐全的代码
  • ✅ 全面的错误处理和记录
  • ✅ 安全的凭证管理
  • ✅ 可扩展体系结构
  • ✅ 完全测试覆盖率（后端>80%，前端>75%）
  • ✅ 具有暗模式的专业UI/UX
  • ✅ 完整的文件

📋 研究摘要

MCP协议（2025-06-18）

  • 当前版本： Python SDK 1.14.1（2025年9月）
  • 框架： FastMCP 2.0（生产就绪）
  • 运输： 流式HTTP（当前标准）
  • 安全： 需要OAuth 2.0，输入验证至关重要
  • 最佳实践： 键入提示+文档字符串以自动生成工具

求职策略

推荐方法： 混合

  1. 主要的，重要的 JobSpy API（开源，自托管，每月5-10美元）
  2. 次要： 选择性剧作家自动化（用户选择加入，并附有法律免责声明）
  3. 退路： 手动输入（始终可用，法律安全）

理论基础：

  • 法律合规性（API-第一种方法）
  • 全面覆盖（多平台）
  • 成本效益（每月<20美元）
  • 用户灵活性（手动输入选项）

技术栈合理性

快速API （在烧瓶上）：

  • 性能提高5-7倍（15000+需求/秒对比2000需求/秒）
  • LLM流媒体的原生异步/等待
  • 自动生成的API文档
  • 从第一天开始生产准备就绪

PostgreSQL （在SQLite上）：

  • 多用户并发支持
  • 高级全文搜索（职位描述）
  • JSONB用于灵活的作业元数据
  • 生产可扩展性

反应 （超过Vue/Svelte）：

  • 最大的生态系统和仪表板模板
  • 企业采用率（大多数公司使用React）
  • 最佳TypeScript支持
  • 未来可维护性

双LLM （克劳德+奥拉马）：

  • 克劳德：最好的求职信质量
  • Ollama：保密第一，无API成本，离线能力
  • 用户根据需求进行选择

🗓️ 拟议实施时间表

第一阶段：基础（第1-2周）✅ 研究完成

  • 数据库模型和迁移
  • API结构和中间件
  • 基础React脚手架
  • Docker开发环境

第二阶段：求职（第3-4周）

  • JobSpy API集成
  • 数据规范化和重复数据删除
  • 带过滤器的求职UI
  • 手动输入作业

第3阶段：应用程序跟踪（第5-6周）

  • 应用程序CRUD操作
  • 状态管理和历史
  • 应用程序列表和详细视图
  • 注释和时间表

第四阶段：法学硕士整合（第7-8周）

  • Claude API+Ollama集成
  • 求职信生成服务
  • 职位要求分析器
  • 求职信管理界面

第5阶段：MCP服务器（第9周）

  • FastMCP服务器实施
  • 6个MCP工具+资源+提示
  • Claude桌面集成
  • MCP测试和文件

第6阶段：仪表板（第10周）

  • 分析和统计
  • 图表和可视化
  • 实时WebSocket更新
  • 深色模式

第7阶段：测试和波兰语（第11-12周）

  • 实现>80%的测试覆盖率
  • 安全审计
  • 性能优化
  • 完整的文件

第8阶段：部署（第13周）

  • 生产Docker镜像
  • 部署指南
  • 用户入职培训
  • 监控设置

总时间线： 8-13周（取决于范围调整）

🔐 安全考虑

  • 无硬编码凭据（仅环境变量）
  • OAuth 2.0用于MCP身份验证
  • 对所有端点进行输入验证和净化
  • SQL注入预防（参数化查询）
  • API保护的速率限制
  • 全面的审计日志记录

🎨 用户体验亮点

  • 清洁界面： 专业TailwindCSS仪表板设计
  • 暗模式： 内置支持用户偏好
  • 实时更新： 状态更改的WebSocket通知
  • 响应式设计： 移动友好界面
  • 快速性能： 优化的React+FastAPI堆栈
  • AI协助： 自然语言求职信生成

🚦 当前状态：等待第一阶段批准

研究完成： 所有第一阶段交付成果均已完成 创建的文档： 4份综合研究文件 下一步： 审查调查结果并批准技术决策

需要批准的关键决策

  1. ✅ 混合求职策略（JobSpy+选择性自动化+手动）
  2. ✅ 技术栈（FastAPI、React、PostgreSQL）
  3. ✅ 双LLM支持（Claude+Ollama）
  4. ⚠️ 时间表和资源分配（8-13周）
  5. ⚠️ 附加要求或范围变更

📞 下一步行动

面向利益相关者/用户

  1. 审查研究文件：

    • 阅读以下4个研究文档 docs/
    • 评估技术决策和基本原理
    • 考虑时间表和资源要求

  2. 提供反馈：

    • 对拟议的技术有任何担忧吗？
    • 是否需要调整时间表？
    • 附加功能或要求？

  3. 批准继续：

    • 如果对研究满意，批准第2阶段的实施
    • 或在继续之前要求澄清/更改

开发团队

一旦获得批准，立即采取下一步措施：

  1. 设置开发环境
  2. 使用uv+FastAPI初始化后端
  3. 使用Vite+React初始化前端
  4. 使用Docker配置PostgreSQL
  5. 开始第1阶段实施（数据库模型）

📄 许可证

[待定]

🤝 贡献

[在实施过程中将添加贡献指南]

项目： 工作事项 状态： 第一阶段研究完成 版本： 0.1.0（实施前） 最后更新时间： 2025年11月22日

相关 MCP