AI导哈

AI职位推荐系统

一个AI驱动的职位推荐系统，分析简历、识别技能差距、提供职业发展路线建议，并从LinkedIn和Naukri获取实时职位信息。

  • by UdaraChamidu
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 UdaraChamidu/Job-Recommender-with-MCP

使用说明

🤹 AI职位推荐器

一个基于人工智能的求职推荐系统，能够分析简历、识别技能差距、建议职业发展路径，并实时抓取职位招聘信息 领英（LinkedIn） 和 Naukri（印度知名招聘网站） 使用 Apify（通常指代一个用于自动化处理网页数据的工具或平台，可译为“Apify工具/平台”或根据上下文简化为“Apify”） 刮板。
构建于 Streamlit（可译为“流利应用”或保持原名，根据上下文决定是否意译）， OpenAI GPT，以及 Apify API。

🚀 特点

  • 上传您的 简历（PDF格式） 并自动提取文本。
  • 获取一个 人工智能生成的摘要 你的简历中的。
  • 检测 技能差距 以及因缺乏某些经历而错失更好的机会。
  • 生成一个 个性化职业发展路线图。
  • 从以下来源获取实时职位招聘信息：
    • 💼 LinkedIn（领英）
    • 💼 Naukri（斯里兰卡）
  • 可选：与……集成 MCP（模型上下文协议） 作为外部代理的工具。

🛠️ 技术栈

📂 项目结构

├── app.py # Streamlit app
├── mcp_server.py # MCP server exposing job tools
├── src
│ ├── helper.py # Resume parsing & OpenAI utilities
│ └── job_api.py # Job fetchers (LinkedIn & Naukri via Apify)
├── requirements.txt # Dependencies (create this yourself)
└── README.md # Documentation

⚙️ 安装说明

1️⃣ 克隆仓库

git clone https://github.com/your-username/job-recommender.git
cd job-recommender

设置环境变量

  • 在根目录下创建一个 .env 文件：
OPENAI_API_KEY=your_openai_api_key
APIFY_API_KEY=your_apify_api_key

helper.py（辅助文件/辅助脚本）

获取Apify API密钥（用于LinkedIn职位搜索）

  • 前往Apify网站和Apify商店
  • 去商店搜索LinkedIn（注：这里的“linedin”应为拼写错误，正确拼写为“LinkedIn”，即领英）
  • 跳转到“LinkedIn Jobs Scraper”并跳转到API端点
  • 转到管理令牌并复制
  • 然后返回（前往API，API客户端）并查找与Python相关的代码（SDK）
  • 复制Python命令并粘贴到helper.py文件中的函数内（在粘贴之前，它已被修改）

Naukri工作抓取器（针对Naukri的工作）

  • 做与上述相同的事情

一个令牌就足以使用所有Apify工具。同时，也尝试寻找免费的客户端

MCP部件

  • 添加“mcp[cli]”到UV（用户验证/用户组/权限设置等，具体含义根据上下文确定）
  • MCP开发人员运行mcp_server.py

相关 MCP