Skip to main content
Glama
mcp-job-radar

mcp-job-radar

by RaphaelCerri

MCP Job Radar

Inglés · Português

Un servidor de Model Context Protocol seguro y de solo lectura para descubrimiento de empleos y coincidencias explicables.

CI Python 3.11+ MCP 2026-07-28 License MIT

Las descripciones de empleo pueden contener inyecciones de prompts, comandos, solicitudes de secretos y enlaces maliciosos. Este servidor expone capacidades de búsqueda de empleo a los hosts de IA sin convertir listados no confiables en un canal de instrucciones. Cada herramienta está tipada, acotada, auditada, es de solo lectura y se ejercita mediante un cliente MCP real en memoria.

Lo que un revisor puede verificar en tres minutos

uv sync --extra dev
uv run pytest
uv run mcp-job-radar-demo

La demo conecta un cliente MCP oficial al servidor, descubre las herramientas mediante tools/list, llama a search_jobs e imprime su resultado estructurado. Las pruebas cubren descubrimiento de herramientas, JSON Schema, clasificación determinista, errores tipados, tiempos de espera, reintentos, interruptor de circuito y contenido adversario.

Related MCP server: entra-mcp

Herramientas

Herramienta

Qué devuelve

Límite de seguridad

search_jobs

Coincidencias acotadas de título y habilidades declaradas

Las descripciones no afectan la búsqueda

rank_jobs

Puntuación, razones y compensaciones frente a un perfil tipado

Política determinista, sin juicio de LLM oculto

explain_match

Factores exactos detrás de una puntuación

Misma política que la clasificación, sin explicación a posteriori

export_shortlist

Markdown o JSON dentro de la respuesta

Sin escritura en el sistema de archivos ni solicitud de empleo

Todas las entradas y salidas usan modelos Pydantic estrictos. La entrada inválida, faltante, duplicada o excesiva produce un error estable legible por máquina en lugar de un traceback de implementación.

Arquitectura

flowchart LR
    H[AI host] -->|MCP| M[MCP adapter]
    M --> A[Safe audit boundary]
    A --> S[Typed job service]
    S --> R[Deterministic ranker]
    S --> G[Untrusted-content gateway]
    S --> D[Timeout, retry, circuit breaker]
    D --> F[(Normalized fixtures)]
    G -->|bounded and redacted| M

El adaptador MCP no contiene lógica de clasificación. El servicio de aplicación posee los casos de uso, la puerta de enlace de seguridad posee el límite de confianza y el repositorio posee la resiliencia de la fuente. Esta separación mantiene el protocolo reemplazable y las políticas críticas independientemente probables.

Lea el modelo de arquitectura y amenazas completo y la matriz de pruebas adversarias.

Controles de seguridad

  • Las descripciones de empleo se acotan, normalizan, escanean y redactan antes de entrar al contexto del agente.

  • Las frases de inyección de prompts, solicitudes de secretos, comandos y URL incrustadas se convierten en hallazgos explícitos.

  • Las URL de listados deben usar HTTPS público y no pueden contener credenciales ni apuntar a hosts locales/privados.

  • El número de resultados y los IDs de lote están limitados a 25.

  • El acceso a la fuente tiene un tiempo de espera, reintento acotado y un interruptor de circuito en proceso.

  • Los eventos de auditoría contienen nombre de herramienta, estado, duración y tipo de error, nunca argumentos ni cuerpos de resultados.

  • Intencionalmente no hay ejecución de comandos, búsqueda arbitraria, lectura de archivos locales, autoaplicación ni capacidad de exportación persistente.

Ejemplo de solicitud

{
  "job_ids": ["remoteok-1001", "remotive-3003"],
  "profile": {
    "target_titles": ["AI Engineer", "AI Solutions Architect"],
    "skills": ["Python", "RAG", "LLM", "MCP"],
    "remote_required": true,
    "seniority": "senior",
    "minimum_salary_brl": 20000
  },
  "limit": 10
}

El resultado lleva una puntuación numérica más señales positivas y compensaciones explícitas. Las explicaciones se generan con la misma función de puntuación, por lo que no pueden desviarse de la clasificación.

Ejecutar como servidor MCP

El transporte predeterminado es stdio:

uv run mcp-job-radar

Ejemplo de configuración del host:

{
  "mcpServers": {
    "job-radar": {
      "command": "uv",
      "args": ["--directory", "ABSOLUTE_PATH_TO_REPOSITORY", "run", "mcp-job-radar"]
    }
  }
}

El proyecto usa el SDK oficial de Python v2 y su línea de protocolo MCP 2026-07-28 actual. La prueba de integración automatizada usa Client(mcp), el cliente en memoria del SDK, en lugar de invocar funciones de Python directamente.

Relación con radar-de-vagas

radar-de-vagas posee la ingesta de seis fuentes públicas, el filtrado de relevancia en dos capas, la normalización, la deduplicación global y el orden de prioridad. mcp-job-radar añade el contrato orientado al agente y el límite de seguridad. Su conjunto de datos normalizado verificado hace que las pruebas sean deterministas y mantiene la CI independiente del raspado, las credenciales, los límites de tasa y las interrupciones de terceros.

Comportamiento medido

El conjunto de aceptación verifica:

  • exactamente cuatro herramientas MCP descubribles;

  • resultados MCP estructurados y esquemas de entrada generados;

  • clasificación y explicaciones de coincidencia repetibles;

  • todas las clases de contenido hostil definidas redactadas;

  • clases de URL inseguras rechazadas;

  • fuentes malformadas y lentas devueltas como fallos reintentables tipados;

  • sin superficie de autoaplicación ni escritura persistente.

La cobertura se aplica al 85% en CI. El README informa solo comportamientos afirmados por el repositorio, no tráfico de producción ni afirmaciones sintéticas de precisión empresarial.

Ajustes impulsados por verificación

  • La implementación se alineó con la API v2 del SDK de MCP instalado después de que una prueba de integración verificara el límite movido de ToolError y el sobre de respuesta tipado de list_tools().

  • El fixture normalizado se movió dentro del paquete de Python después de inspeccionar la rueda construida. Esto evita una demo que funcione solo desde un checkout de código fuente editable.

  • Las anotaciones de solo lectura, no destructivas, idempotentes y de mundo cerrado se afirman en las cuatro herramientas descubiertas, de modo que los metadatos publicados se verifican en lugar de solo documentarse.

Limitaciones y próximos pasos

  • Los datos de la demo son sintéticos y normalizados. Prueban el límite del agente, no el tiempo de actividad de fuentes en vivo.

  • La clasificación es léxica y basada en políticas; la equivalencia semántica y el matiz profesional quedan fuera de v0.1.

  • El interruptor de circuito es local al proceso. Un despliegue distribuido requeriría estado compartido y métricas.

  • Un adaptador en vivo debería consumir una salida normalizada versionada de radar-de-vagas, no importar su script ni duplicar el raspado específico de la fuente.

  • La autenticación y el despliegue HTTP de Streamable están intencionalmente ausentes de esta demostración local de stdio. Se vuelven necesarios solo al exponer el servidor más allá de un host confiable.

Divulgación de asistencia de IA

El repositorio se desarrolló con implementación y revisión asistidas por IA. La arquitectura, las afirmaciones de seguridad, las pruebas, las limitaciones y los artefactos publicados se verificaron contra el comportamiento ejecutable. La responsabilidad de autoría y las decisiones técnicas finales permanecen en Raphael Caveagna.

Available Tools

4 tools
explain_matchB
Read-onlyIdempotent

Explain the score, supporting signals, and tradeoffs for one known job.

Inputs: job_id (required), profile (required). Returns: score, job_id, reasons, tradeoffs, +1 more

export_shortlistA
Read-onlyIdempotent

Render a shortlist for the client. This tool never writes files or applies to jobs.

Inputs: job_ids (required), format. Returns: format, content, persisted, item_count

rank_jobsA
Read-onlyIdempotent

Rank known jobs with a deterministic, transparent scoring policy.

Inputs: job_ids (required), profile (required), limit. Returns: jobs, returned

search_jobsC
Read-onlyIdempotent

Search trusted listing fields. Descriptions are sanitized and never interpreted.

Inputs: query (required), limit, remote_only. Returns: jobs, query, returned, total_scanned

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    TDQS

    A3.7/5.0

    Scored across 4 tools

    Disambiguation5/5

    Each tool has a distinctly different purpose: search finds jobs, rank orders known jobs, explain provides reasoning for one job, and export renders a shortlist. There is no overlap or ambiguity in their roles.

    Naming Consistency5/5

    All tool names follow a consistent verb_noun pattern (export_shortlist, search_jobs, rank_jobs, explain_match), with clear action-oriented verbs and descriptive nouns. The pattern is uniform.

    Tool Count5/5

    With 4 tools, the server is precisely scoped for a job radar workflow: search, rank, explain, and export. Each tool is essential and there is no bloat or redundancy.

    Completeness5/5

    The tool set covers the complete lifecycle of the domain: discovering jobs (search), evaluating them (rank), understanding results (explain), and producing output (export). No critical operations are missing for the stated purpose.

    Maintenance

    ActivityInactive
    ResponsivenessNo recent community issues

    Related MCP Connectors

    Related MCP Servers

    • A
      license
      Not graded
      quality
      B
      maintenance
      Enables AI agents to search and analyze job listings from verified company boards privately, matching resumes to roles with evidence and suggesting resume improvements.
      30 npm
      MIT
    • A
      license
      A
      quality
      B
      maintenance
      Enables AI agents to search verified tech and AI jobs, match resumes to roles with explainable fit scores, retrieve salary statistics, and prepare human-in-the-loop applications via the ENTRA job platform.
      8
      MIT
    • A
      license
      Not graded
      quality
      C
      maintenance
      Enables users to search live public job listings, compare roles side by side, retrieve full job details, and render interactive job cards with application links from AI chat clients.
      MIT
    • A
      license
      Not graded
      quality
      C
      maintenance
      Enables users to search public job listings and retrieve details for individual postings from inside AI assistants, including ranked results, filters, and pagination. It is read-only and requires no account, authentication, or API key.
      MIT