Resume Analyzer MCP Server 📄🎯

Python（mcp SDK）で構築されたオープンソースの**Model Context Protocol（MCP）**サーバーで、AIモデル（Claude、Antigravity、Cursor）が履歴書を分析し、客観的なATS（Applicant Tracking System）スコアを計算し、求人に合わせたCV改善案を提案できるようにします。

🌟 特徴

🛠️ ツール

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

   • 構造的な完全性（サマリー、職務経歴、学歴、スキル、プロジェクト）を評価します。

   • 影響力の高いアクション動詞と定量的なパフォーマンス指標（例：%、$、倍率）を検出します。

   • 職務に合致した主要スキルを特定します。

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

   • 実行可能で職務に合わせた箇条書きの改善案を生成します。

   • 弱い/受動的な表現を特定し、影響力の高い動詞へのアップグレードを推奨します。

   • Googleの「XYZ Formula」（Xを達成し、Yで測定され、Zを行うことによる）を適用します。

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

   • 履歴書テキストを対象の求人情報と比較します。

   • 正確なATSマッチ率スコアを計算します（例：ATSスコア：82%）。

   • キーワード一致率、一致した用語、重要な不足キーワードを生成します。

📚 リソース

• resume://sample-template：業界標準のMarkdown CVテンプレート。

• rules://ats-guidelines：ATS解析基準と箇条書きの採点基準。

💬 プロンプト

• full_resume_review：エンドツーエンドのキャリアレビューワークフローを実行するための事前構築済みプロンプトテンプレート。

Related MCP server: resume-tailor-mcp

💬 ユーザーとクライアント向けのプロンプト例

1. 履歴書の構造分析（analyze_resume）

「analyze_resumeを使って、以下のCVをバックエンドエンジニア職向けにレビューしてもらえますか？」

# 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マッチスコア（calculate_ats_score）

「calculate_ats_scoreを実行して、この求人情報に対するマッチ率を確認してください。」

• 履歴書： Skills: Python, SQL, PostgreSQL, Docker

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

3. 実行可能なCV改善提案（suggest_improvements）

「suggest_improvementsを私の履歴書に対してデータエンジニア職向けに実行してもらえますか？」

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

4. リソースの取得

「リソースresume://sample-templateを読んで、標準的な履歴書フォーマットを見せてもらえますか？」

🚀 クイックスタートとローカルセットアップ

1. 前提条件

• Python 3.10以上

• Git

2. インストール

プロジェクトのワークスペースをクローンするか、移動します：

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 .

🧪 ローカル検証テストの実行

stdio経由でMCPサーバーをプログラム的に起動し、ツール呼び出し、リソース、プロンプトを検証する自動統合テストスイートを実行します：

python test_client.py

🔌 MCPクライアントへの接続

Claude Desktopの設定

サーバー設定をclaude_desktop_config.jsonに追加します：

• 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の設定

ワークスペースの.agents/mcp_config.jsonまたは~/.gemini/config/mcp_config.jsonに追加します：

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

☁️ Smithery MCPマーケットプレイスへのデプロイ

Smitheryを使用すると、開発者はMCPサーバーを自動的に発見、ホスト、インストールできます。

ステップ1：リポジトリをGitHubにプッシュ

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

ステップ2：Smitheryに公開

1. smithery.aiにアクセスし、GitHubでサインインします。

2. Submit Serverをクリックし、resume-analyzer-mcpリポジトリを選択します。

3. Smitheryがsmithery.yamlとDockerfileからコンテナを自動的にビルドし、インタラクティブなサンプルプロンプト付きでREADME.mdをレンダリングします！

📄 ライセンス

MITライセンス。商用・非商用を問わず無料で使用できます。