İş Fırsatı Ajanı · MCP Sunucusu + Qwen3 Araç Çağırma

Türk teknoloji şirketlerinin (Trendyol, Insider One, Midas, Dream Games) kariyer sayfalarındaki ilanları ortak bir şablona dönüştüren, bunları Model Context Protocol araçları olarak sunan ve bir dil modelinin bu araçları kendi seçerek kullandığı küçük bir iş fırsatı ajanı. AVD Teknoloji Danışmanlık'taki stajımın (2026) ikinci haftasında geliştirdim.

Nasıl çalışıyor

flowchart LR
    U["Kullanıcı sorusu"] --> A["agent.py<br/>ajan döngüsü"]
    A <--> L["Qwen3-4B-Instruct<br/>(araç seçer)"]
    A <-- "MCP · stdio" --> S["server.py<br/>FastMCP"]
    S --> J["jobs.py<br/>Pydantic JobPosting"]
    J --> D[("data/ilanlar_tr.json<br/>Lever + Greenhouse")]

1. Veri (scripts/): ilanlari_cek.sh dört şirketin ilanlarını işe alım sistemlerinin herkese açık ilan uçlarından indirir (giriş ya da sayfa kazıma yok, şirket başına tek istek). veri_seti_olustur.py bunlardan 14 ilanlık veri setini oluşturur; HTML düz metne çevrilir, tarih ve başvuru adresi alınmaz, e-posta ve telefon numaraları silinir.

2. Standartlaştırma (jobs.py): Lever ve Greenhouse aynı bilgiyi farklı alanlarda veriyor (Lever'da categories.commitment ve workplaceType, Greenhouse'ta çalışma biçimi alanı hiç yok). İkisi de JobPosting şablonuna dönüştürülür: şirket, rol, konum, ülke, çalışma biçimi, çalışma türü, ücret, teknolojiler, istenen diller, vatandaşlık şartı, kaynak. İlanda açıkça yazmayan bilgi tahmin edilmez, None kalır.

3. MCP sunucusu (server.py):

   • search_postings(keyword, remote_only=False, limit=5): başlık ve açıklamada anahtar kelime arar. Türkçe ifadeler yaygın İngilizce karşılıklarıyla birlikte aranır ("veri bilimi" → "data scientist"), ifadenin başlıkta geçtiği ilanlar önde sıralanır

   • get_posting(posting_id): tek ilanı şablonda döndürür, ilan yoksa ToolError verir (boş sonuç "uygun ilan yok" diye yorumlanmasın diye)

   • check_fit(posting_id, skills, country, languages, wants_remote): kural tabanlı ön kontrol. İlanın ülkesini, vatandaşlık şartını (Saudi Nationals Only gibi), istenen dilleri, çalışma biçimini ve ilanda açıkça geçen becerilerle eşleşmeyi FitReport olarak döndürür

   • tr-jobs://sources kaynağı: kullanılan ilan uçları

   • Loglar stdout'a değil stderr'e yazılır, çünkü stdio taşımasında stdout protokole ayrılmış.

4. Ajan döngüsü (agent.py): MCP araç listesi modele fonksiyon tanımı olarak verilir. Model <tool_call> ürettikçe araç çağrılır ve sonuç role=tool mesajıyla geri beslenir. Aynı çağrı tekrarlanırsa sunucuya gitmez; en fazla max_steps adım çalışır.

Related MCP server: JobMatch MCP

Kurulum

python -m venv .venv && source .venv/bin/activate
pip install -r requirements-dev.txt
pytest -v                                   # 21 test

Veriyi yeniden oluşturmak için (ilanlar kapanmış olabilir; seçim listesi scripts/veri_seti_olustur.py içinde):

bash scripts/ilanlari_cek.sh && python scripts/veri_seti_olustur.py

MCP Inspector ile deneme

npx @modelcontextprotocol/inspector python server.py

Claude Desktop / VS Code'a ekleme

{
  "mcpServers": {
    "tr-jobs": { "command": "/tam/yol/.venv/bin/python", "args": ["/tam/yol/server.py"] }
  }
}

Not defterleri

Öğrendiklerim / tasarım kararları

• Eksik bilgi ≠ olumsuz bilgi. Ücretin yazmaması düşük olduğu anlamına gelmez. 14 ilanın hiçbirinde ücret yok; Greenhouse ilanında çalışma biçimi ve türü de belirtilmemiş. Bu alanlar boş bırakıldı.

• Teknik uyum, başvurulabilirlik demek değil. Örnek profille en çok örtüşen ilan (Trendyol, Data Scientist) açıklamasında ileri düzey Arapça istiyor; Riyad'daki ilan yalnızca Suudi vatandaşlarına açık. Bu şartları modelin yorumuna bırakmak yerine check_fit aracını ekledim; sistem istemi öneriden önce bu aracın çağrılmasını istiyor.

• Türkçe soru, İngilizce ilan. İlk Colab denemesinde model "veri bilimi veya yapay zekâ" diye aradı; ilanlar İngilizce olduğu için sonuç boş döndü ve model "uygun ilan yok" dedi. Hata modelde değil araçtaydı: aramaya Türkçe–İngilizce karşılık eşlemesi ve başlık eşleşmesine göre sıralama ekledim.

• Kısa adlar dikkat ister. "Go" ya da "REST" büyük/küçük harf duyarsız aranınca sıradan İngilizce kelimelerle eşleşiyor; kısaltmalar harf duyarlı aranıyor.

• Öğrenme hedefi deneyim sayılmaz. Profildeki "öğrenmek istediği" teknolojiler eşleşen beceri olarak sayılmıyor.

• Araç açıklaması, modelin arayüzü. FastMCP şemayı docstring ve tür ipuçlarından üretiyor; parametre adları ve açıklamalar Inspector'da modelin gördüğü biçimde kontrol edildi.

Veri

data/ilanlar_tr.json: Trendyol, Insider One ve Midas'ın Lever, Dream Games'in Greenhouse ilan uçlarından alınan 14 ilan (teknik roller ve ön kontrolü sınamak için yurt dışı ya da şartlı birkaç ilan). İlanlar şirketlerin kendi yayınladığı herkese açık metinlerdir; her kayıtta özgün ilanın bağlantısı vardır.

Lisans

MIT