MCP智能简历投递助手

# MCP智能简历投递助手 一个基于MCP（模型上下文协议）的智能简历投递助手，专门针对LinkedIn和SEEK平台，提供AI驱动的求职信生成、自动化投递和智能管理功能。 ## 🌟 核心功能 ### 1. 智能工作搜索 - **多平台支持**：LinkedIn和SEEK平台集成 - **智能过滤**：基于薪资、位置、工作类型的精确筛选 - **一键申请检测**：自动识别LinkedIn Easy Apply职位 ### 2. AI内容生成 - **智能求职信**：基于工作描述和个人资料生成定制化求职信 - **多模板支持**：软件工程师、数据科学家、产品经理等专业模板 - **平台优化**：针对LinkedIn和SEEK平台的内容长度和语调优化 - **双AI支持**：Claude和OpenAI API双重支持 ### 3. 自动化投递 - **LinkedIn Easy Apply**：全自动化投递流程 - **智能问答**：基于预设模板自动回答申请问题 - **人性化操作**：反检测技术确保自然的操作模式 - **投递限制**：遵守平台规则，防止账号风险 ### 4. 投递管理 - **全程追踪**：记录每次投递的详细信息 - **状态管理**：实时更新申请状态（已投递、面试中、已拒绝等） - **数据统计**：投递成功率、回复率等关键指标 - **文件管理**：简历、求职信、附件的集中管理 ## 🚀 快速开始 ### 环境要求 - Python 3.8+ - Node.js 16+ （用于浏览器自动化） - SQLite 3.0+ ### 安装步骤 1. **克隆项目** ```bash git clone https://github.com/guangliangyang/mcp4Interview.git cd mcp4Interview ``` 2. **安装Python依赖** ```bash pip install -r requirements.txt ``` 3. **安装Playwright浏览器** ```bash playwright install chromium ``` 4. **配置环境变量** ```bash cp config/.env.example config/.env # 编辑.env文件，添加API密钥和配置 ``` 5. **初始化数据库** ```bash python -c "from src.database.models import init_db; import asyncio; asyncio.run(init_db())" ``` ### 配置说明 在 `config/.env` 文件中配置以下参数： ```env # AI API配置 CLAUDE_API_KEY=your_claude_api_key OPENAI_API_KEY=your_openai_api_key PRIMARY_AI_PROVIDER=claude # 或 openai # LinkedIn配置 LINKEDIN_EMAIL=your_email@example.com LINKEDIN_PASSWORD=your_password # SEEK配置 SEEK_EMAIL=your_email@example.com SEEK_PASSWORD=your_password # 浏览器配置 BROWSER_HEADLESS=true BROWSER_SLOW_MO=500 # 投递限制 MAX_DAILY_APPLICATIONS=10 MAX_HOURLY_APPLICATIONS=3 ``` ## 📖 使用指南 ### 基本使用 1. **启动MCP服务器** ```bash python src/server.py ``` 2. **搜索工作机会** ```python # 在Claude Code或支持MCP的客户端中使用 await search_jobs( platform="linkedin", keywords="python developer", location="sydney", salary_min=80000 ) ``` 3. **生成求职信** ```python await generate_cover_letter( job_description="...", candidate_profile="...", job_title="Software Engineer", company_name="Tech Corp" ) ``` 4. **自动投递** ```python await auto_apply_linkedin( job_url="https://linkedin.com/jobs/view/123456789", cover_letter="Your customized cover letter...", additional_info={ "phone": "+61 4XX XXX XXX", "visa_status": "Australian Citizen" } ) ``` ### 高级功能 #### 批量投递 ```python # 批量搜索并投递匹配的职位 jobs = await search_jobs("linkedin", "data scientist", "melbourne", limit=20) for job in jobs: if job["easy_apply"]: cover_letter = await generate_cover_letter(job["description"], your_profile) await auto_apply_linkedin(job["url"], cover_letter) ``` #### 投递追踪 ```python # 查看投递历史 applications = await track_applications("linkedin", days_back=30) # 更新申请状态 await update_application_status("app_123", "interview_scheduled") ``` #### 文件管理 ```python # 上传简历 await upload_resume("/path/to/resume.pdf", "Software_Engineer_Resume") # 管理求职信模板 templates = await list_cover_letter_templates() ``` ## 🛠 技术架构 ### 系统组件 ``` src/ ├── server.py # MCP服务器主入口 ├── config/ # 配置管理 │ ├── settings.py # Pydantic配置模型 │ └── .env # 环境变量 ├── platforms/ # 平台集成 │ ├── linkedin/ # LinkedIn平台 │ │ ├── scraper.py # 职位爬取 │ │ └── applier.py # 自动投递 │ └── seek/ # SEEK平台 ├── ai/ # AI内容生成 │ ├── content_generator.py │ ├── job_matcher.py │ └── resume_optimizer.py ├── database/ # 数据库层 │ ├── models.py # SQLAlchemy模型 │ └── repositories.py # 数据访问层 └── utils/ # 工具模块 ├── browser_manager.py ├── anti_detection.py └── file_manager.py ``` ### 核心技术栈 - **MCP协议**：与Claude Code等AI工具的标准化集成 - **Playwright**：高性能浏览器自动化 - **SQLAlchemy**：现代化的数据库ORM - **Pydantic**：类型安全的配置管理 - **AsyncIO**：高并发异步处理 - **Claude/OpenAI API**：AI驱动的内容生成 ## 🔒 安全与合规 ### 反检测措施 - 随机用户代理和视口大小 - 人性化的鼠标移动和输入模拟 - 智能延迟和行为噪音 - 请求频率限制 ### 平台合规 - 遵守LinkedIn和SEEK的使用条款 - 合理的投递频率限制 - 尊重平台的反爬虫机制 - 用户数据隐私保护 ### 数据安全 - 本地数据存储 - 敏感信息加密 - 安全的API密钥管理 - 定期数据清理 ## 📊 功能特性 | 功能模块 | LinkedIn | SEEK | 状态 | |---------|----------|------|------| | 职位搜索 | ✅ | ✅ | 完成 | | Easy Apply检测 | ✅ | ✅ | 完成 | | 自动投递 | ✅ | 🔄 | 进行中 | | 求职信生成 | ✅ | ✅ | 完成 | | 投递追踪 | ✅ | ✅ | 完成 | | 文件管理 | ✅ | ✅ | 完成 | | 反检测 | ✅ | ✅ | 完成 | ## 🚨 重要提醒 ### 使用限制 - 请遵守平台的使用条款 - 建议每日投递不超过10个职位 - 定期检查并更新个人资料 - 避免使用虚假信息 ### 最佳实践 - 定制化求职信内容，避免模板化 - 定期更新技能和经验信息 - 监控投递成功率，调整策略 - 保持简历和LinkedIn资料同步 ## 🤝 贡献指南 我们欢迎社区贡献！请查看 [CONTRIBUTING.md](CONTRIBUTING.md) 了解详细信息。 ### 开发设置 ```bash # 克隆开发分支 git clone -b develop https://github.com/guangliangyang/mcp4Interview.git # 安装开发依赖 pip install -r requirements-dev.txt # 运行测试 python -m pytest tests/ # 代码格式化 black src/ isort src/ ``` ## 📝 更新日志 ### v1.0.0 (2024-12-XX) - 🎉 首次发布 - ✅ LinkedIn和SEEK平台集成 - ✅ AI驱动的求职信生成 - ✅ 自动化投递流程 - ✅ 投递管理和追踪 ### 路线图 - [ ] 更多平台支持（Indeed、Glassdoor等） - [ ] 面试准备AI助手 - [ ] 移动端应用 - [ ] 高级数据分析 - [ ] 团队协作功能 ## 📞 支持与反馈 - 🐛 Bug报告：[GitHub Issues](https://github.com/guangliangyang/mcp4Interview/issues) - 💬 功能建议：[GitHub Discussions](https://github.com/guangliangyang/mcp4Interview/discussions) - 📧 联系邮箱：support@mcp4interview.com - 📚 文档：[完整文档](https://mcp4interview.com/docs) ## 📄 许可证 本项目采用 MIT 许可证。详见 [LICENSE](LICENSE) 文件。 --- ⭐ 如果这个项目对你有帮助，请给我们一个星标！ **免责声明**：本工具仅用于学习和研究目的。用户应遵守相关平台的使用条款，合理合法地使用本工具。作者不对使用本工具可能产生的任何后果承担责任。