Skip to main content
Glama
Portfolio MCP

Portfolio MCP

by aim-t

Portfolio MCP

一个 MCP(Model Context Protocol)服务器,把 Aiman Tariq 的真实简历和作品集内容开放为工具和资源,AI 助手可以直接查询,而不必依赖简历 PDF 进行文本抽取。

把这个服务器加到 Claude Desktop、Claude Code 或 Cursor 里,然后问"does Aiman have RAG experience?" 或 "what did she build at the Audi camp?",助手会调用工具,直接从他自己的数据里得到有理有据的回答,还能引用原文。

为什么做这个项目

MCP 问世还不到一年,到 2026 年对随便翻阅 GitHub 主页的技术人来说,它依然算得上是一种最新、很锋利的工具知识。已经有几个开源的"portfolio as MCP server"项目了(sohumsuthar/portfolio-mcp、Mrinank-Bhowmick/MCV)。本项目同样遵循这套模式,但完全针对 Aiman 自己的数据从零编写,没有复用他们的代码。它快速、轻量,且确实有用:招聘方自己的 AI 助手可以故意直接查询它,而不用相信哪个简历解析器的提取结果。

Related MCP server: kazejev-personal

它提供什么

六个工具:

  • get_about() - 个人概要、当前职位、教育背景

  • get_experience(role="") - 工作经历,可按一条角色筛选

  • get_projects(name="") - 项目说明,可按一个项目筛选

  • get_skills(category="") - 技能列表,可按一个类别筛选

  • get_contact() - 邮箱、作品集网址、LinkedIn、GitHub、所在地

  • search_portfolio(query) - 在所有内容里做自由文本搜索,适用于调用方不确定具体应用哪个工具的场景

五个资源,也就是原始 markdown 文件,可通过 URI(portfolio://about、portfolio://experience、portfolio://projects、portfolio://skills、portfolio://contact)访问,适合希望一次性预载整个知识库、而不是逐个调用工具的客户端。

两者是有意被纳入的,而不是只做工具:MCP 在工具(模型执行的操作)和资源(被动、通过 URI 寻址的数据)之间有明确的区别,本项目把两者都做到了,而不像大多数教程只演示其中一种。

设计决策

工具返回过滤后的文本,返回的是结构化的 JSON。 get_experience("PookiDevs") 返回匹配的 markdown 部分(字符串),而不是带命名字段的解析对象。对于这么小的知识库(几个文件、一个人物),让模型读取一段规范的 markdown,与让它解析 JSON 一样有价值,而且往 data/experience.md 添加一个新的工作经历记录,不需要改动 server.py 的任何代码。

搜索基于词重叠,而不使用嵌入向量。 search_portfolio 按章节统计查询词条的出现次数,不使用向量索引。除了 mcp 本身,也没有别的依赖——不需要 ChromaDB,不需要 scikit-learn,也不需要下载模型——所以它安装起来相当轻,和问题规模也匹配(几十个短小节,而不是很大的语料库)。如果你想要姊妹项目里更智能的检索,search_portfolio 完全可以换成对 ask-my-portfolio 的 app/rag.py 的一次调用。

数据文件与 ask-my-portfolio/data/ 保持一致。 两个项目描述的是同一个人,所以这里的 data/about.md、experience.md、projects.md、skills.md 都是 ask-my-portfolio 项目中对应文件的副本(额外多了 contact.md,这是本服务器额外需要的)。改动任一侧时手工保持同步即可;如果你把两个项目并排检出,也可以把 data/ 做符号链接两块之间互通。

测试情况

python test_server.py 使用 create_connected_server_and_client_session 来驱动服务器——通过内存流跑真正的 MCP 协议(list_tools、call_tool、list_resources、read_resource),这和真实客户端行为一致,而不只是直接调用 Python 函数。全部 6 个工具、5 个资源,以及一个无匹配的筛选边界情况都已覆盖;当前这次运行全部 20 项检查全部通过,零配置、零 API 密钥、零网络调用,因为这里的全部内容都是本地 markdown。

项目结构

server.py          FastMCP server: tools, resources, search
test_server.py      protocol-level integration test
data/
  about.md, experience.md, projects.md, skills.md, contact.md
requirements.txt, .gitignore

运行

要看如何把这个接入 Claude Desktop 或 Claude Code,见 SETUP.md。简要步骤:

pip install -r requirements.txt
python test_server.py     # prove it works, no client needed
python server.py          # starts the stdio MCP server

Tool Schema Changelog

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

Loading tool schema changelog…

    Related MCP Connectors

    Related MCP Servers

    • A
      license
      A
      quality
      C
      maintenance
      Exposes a personal portfolio of projects, skills, and resume as callable tools for MCP-compatible AI assistants like Claude Desktop.
      4
      MIT
    • F
      license
      Not graded
      quality
      D
      maintenance
      Enables AI agents to retrieve a personal biography, skills, projects, and contact links through a read-only MCP server.
      -
    • F
      license
      Not graded
      quality
      C
      maintenance
      Enables AI assistants to discover and retrieve professional portfolio information including profile, experience, skills, projects, and contact details through MCP tools.
      -