AI导哈

人才分析工具

Tiny Agents MCP是一款基于本地语言模型（LLM）的人才分析工具，用于自动化分析职位和候选人匹配度，并生成面试邀请，确保数据隐私。

  • by Jcnok
  • PowerShell
  • 本地部署
  • 更新于
在 GitHub 查看 Jcnok/ai-hr-talent-analyzer

使用说明

Tiny Agents MCP - Análise de Vagas e Candidatos

📋 Visão Geral

Este projeto demonstra a implementação e utilização do Tiny Agents MCP para análise automatizada de vagas e candidatos. Utilizando modelos de linguagem locais (LLM), o sistema mantém a privacidade total dos dados enquanto fornece análises de compatibilidade inteligentes e gera convites de entrevista.

🚀 Comece a Usar em 2 Minutos com Docker (Recomendado)

Este é o método mais simples e rápido. O modelo de linguagem já vem pré-instalado na imagem.

1. Pré-requisitos

2. Execução

  1. Clone o repositório:
    git clone https://github.com/Jcnok/ai-hr-talent-analyzer.git
cd ai-hr-talent-analyzer
  2. Inicie os serviços:
    docker-compose up

    Na primeira vez, o Docker construirá a imagem, o que inclui o download do modelo LLM e pode levar alguns minutos.

✅ É isso! O terminal se tornará sua janela de chat com o agente. A interface do servidor estará disponível em http://localhost:8001.

⚙️ Instalação Local (Alternativa)

👉 Clique aqui para ver as instruções de instalação local sem Docker.

Este método requer a instalação manual do Python e do Node.js.

  1. Siga o guia de instalação detalhado na nossa página de documentação completa.

📚 Documentação Completa

Para guias detalhados, exemplos de uso e informações sobre a arquitetura do projeto, visite nosso site de documentação:

https://jcnok.github.io/ai-hr-talent-analyzer/

🤝 Contribuindo

Contribuições são bem-vindas! Sinta-se à vontade para abrir um Pull Request.

Testando a Documentação Localmente

O site de documentação em docs/ é construído com Jekyll.

  1. Instale o Ruby e o Bundler.
  2. Execute bundle install no diretório docs/.
  3. Execute bundle exec jekyll serve --livereload no diretório docs/.

📄 Licença

Este projeto está sob a licença MIT.

👨‍💻 Informações do Desenvolvedor

Julio Okuda

相关 MCP