Resume Analyzer MCP Server 📄🎯

Ein Open-Source-Model Context Protocol (MCP)-Server, der mit Python (mcp SDK) erstellt wurde und es KI-Modellen (Claude, Antigravity, Cursor) ermöglicht, Lebensläufe zu analysieren, objektive ATS-Bewertungen (Applicant Tracking System) zu berechnen und jobgerechte CV-Verbesserungen vorzuschlagen.

🌟 Features

🛠️ Tools

1. analyze_resume(resume_text: str, target_job_title: str)

   • Bewertet die strukturelle Vollständigkeit (Zusammenfassung, Berufserfahrung, Ausbildung, Fähigkeiten, Projekte).

   • Erkennt wirkungsvolle Aktionsverben und quantitative Leistungskennzahlen (z. B. %, $, multipliers).

   • Identifiziert rollenbezogene Schlüsselqualifikationen.

2. suggest_improvements(resume_text: str, target_job_title: str)

   • Generiert umsetzbare, rollenspezifische Verbesserungen für Aufzählungspunkte.

   • Identifiziert schwache/passive Formulierungen und empfiehlt wirkungsvolle Verbesserungen bei Verben.

   • Wendet die Google-„XYZ Formula" an (X erreicht, gemessen an Y, durch Z).

3. calculate_ats_score(resume_text: str, job_description: str)

   • Vergleicht den Lebenslauftext mit einer Ziel-Stellenbeschreibung.

   • Berechnet einen präzisen ATS-Übereinstimmungsprozentsatz (z. B. ATS Score: 82%).

   • Generiert Keyword-Übereinstimmungsquote, übereinstimmende Begriffe und kritische fehlende Keywords.

📚 Ressourcen

• resume://sample-template: Branchenübliches Markdown-CV-Template.

• rules://ats-guidelines: ATS-Parsing-Standards und Bewertungskriterien für Aufzählungspunkte.

💬 Prompts

• full_resume_review: Vorgefertigte Prompt-Vorlage für einen End-to-End-Karriere-Review-Workflow.

Related MCP server: resume-tailor-mcp

💬 Beispiel-Prompts für Nutzer & Kunden

1. Strukturanalyse des Lebenslaufs (analyze_resume)

"Können Sie analyze_resume verwenden, um meinen untenstehenden Lebenslauf für eine Position als Backend Engineer zu überprüfen?"

# John Smith
Skills: Python, PostgreSQL, Docker, REST APIs
Experience: Software Engineer at Acme Inc. Developed backend APIs in Python and reduced database latency by 30%.
Education: B.S. in Computer Science

2. ATS Match Score (calculate_ats_score)

"Bitte führen Sie calculate_ats_score aus, um meinen Übereinstimmungsprozentsatz mit dieser Stellenbeschreibung zu prüfen."

• Lebenslauf: Skills: Python, SQL, PostgreSQL, Docker

• Stellenbeschreibung: Seeking Senior Backend Engineer proficient in Python, SQL, PostgreSQL, Redis, Docker, Kubernetes, CI/CD.

3. Umsetzbare CV-Empfehlungen (suggest_improvements)

"Können Sie suggest_improvements für meinen Lebenslauf für eine Rolle als Data Engineer ausführen?"

Worked on data pipelines. Helped with SQL queries and handled daily reports.

4. Ressourcen abrufen

"Können Sie die Ressource resume://sample-template lesen, um mir ein Standard-Lebenslaufformat zu zeigen?"

🚀 Schnellstart & lokale Einrichtung

1. Voraussetzungen

• Python 3.10 oder höher

• Git

2. Installation

Klonen Sie das Projekt oder navigieren Sie zum Projektarbeitsbereich:

cd D:\dev\resume-analyzer-mcp

# Create and activate virtual environment
python -m venv .venv
# On Windows PowerShell:
.\.venv\Scripts\Activate.ps1
# On macOS/Linux:
source .venv/bin/activate

# Install dependencies
pip install -e .

🧪 Ausführen lokaler Verifikationstests

Führen Sie die automatisierte Integrationstestsuite aus, die den MCP-Server programmatisch über stdio startet und Tool-Aufrufe, Ressourcen und Prompts verifiziert:

python test_client.py

🔌 Verbindung zu MCP-Clients

Claude Desktop-Konfiguration

Fügen Sie die Serverkonfiguration zu Ihrer claude_desktop_config.json hinzu:

• Windows: %APPDATA%\Claude\claude_desktop_config.json

• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "resume-analyzer": {
      "command": "D:\\dev\\resume-analyzer-mcp\\.venv\\Scripts\\python.exe",
      "args": [
        "D:\\dev\\resume-analyzer-mcp\\server.py"
      ]
    }
  }
}

Antigravity / Gemini-Konfiguration

Fügen Sie die Konfiguration zu Ihrem Arbeitsbereich .agents/mcp_config.json oder ~/.gemini/config/mcp_config.json hinzu:

{
  "mcpServers": {
    "resume-analyzer": {
      "command": "python",
      "args": ["D:/dev/resume-analyzer-mcp/server.py"]
    }
  }
}

☁️ Bereitstellung auf dem Smithery MCP-Marktplatz

Smithery ermöglicht Entwicklern, MCP-Server automatisch zu entdecken, zu hosten und zu installieren.

Schritt 1: Repository auf GitHub pushen

git add .
git commit -m "Add example prompts and documentation"
git remote add origin https://github.com/your-username/resume-analyzer-mcp.git
git push -u origin main

Schritt 2: Auf Smithery veröffentlichen

1. Besuchen Sie smithery.ai und melden Sie sich mit GitHub an.

2. Klicken Sie auf Submit Server und wählen Sie Ihr resume-analyzer-mcp-Repository aus.

3. Smithery erstellt automatisch Ihren Container aus smithery.yaml und Dockerfile und rendert Ihre README.md mit interaktiven Beispiel-Prompts!

📄 Lizenz

MIT-Lizenz. Kostenlos für kommerzielle und nicht-kommerzielle Nutzung.