İş Fırsatı Ajanı · MCP Sunucusu + Qwen3 Araç Çağırma

Hacker News'teki "Ask HN: Who is hiring?" ilanlarını 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/<br/>HN ağustos 2026")]

1. Standartlaştırma (jobs.py): serbest biçimli ilan metni JobPosting şablonuna dönüştürülür (şirket, roller, konum, çalışma biçimi, çalışma türü, ücret, teknolojiler, kaynak). İlanda açıkça yazmayan bilgi tahmin edilmez, None kalır.

2. MCP sunucusu (server.py):

   • search_postings(keyword, remote_only=False, limit=5): anahtar kelimeyle ilan arar

   • 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, wants_remote): kural tabanlı ön kontrol. Bölge kısıtını (Remote US gibi), çalışma biçimini ve ilanda açıkça geçen becerilerle eşleşmeyi FitReport olarak döndürür

   • hn://threads/2026-08 kaynağı: kullanılan başlığın bilgisi

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

3. 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: jobfinder-mcp

Kurulum

python -m venv .venv && source .venv/bin/activate
pip install -r requirements-dev.txt
pytest -v                                   # 14 test

MCP Inspector ile deneme

npx @modelcontextprotocol/inspector python server.py

Claude Desktop / VS Code'a ekleme

{
  "mcpServers": {
    "hn-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. 10 ilanın 9'unda ücret, 5'inde çalışma türü yok; bu alanlar boş bırakıldı.

• "Remote" her zaman uzaktan değil. Remote (USA) gibi ifadeler bölge kısıtı taşıyor. Colab denemesinde (A100) Qwen3-4B yalnız arama araçlarıyla çalışırken Remote US or Ontario, Canada ilanını Türkiye'den çalışan kullanıcıya "uygun" dedi (9.9 sn). check_fit eklenen ikinci sürümde model aracı çağırıp ilanın bölge kısıtı yüzünden uygun olmadığını söyledi (8.3 sn). Bu kararı modele bırakmak yerine check_fit aracını ekledim; sistem istemi öneriden önce bu aracın çağrılmasını istiyor.

• 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/hn_whoishiring_2026_08.json: Ask HN: Who is hiring? (August 2026) başlığındaki ilk 10 üst seviye ilan. İçerik herkese açık; e-posta adresleri ve kullanıcı adları çıkarıldı.

Ekran görüntüleri

Not defterleri 01–02 ve MCP Inspector görüntüleri MacBook Air (Apple Silicon, Python 3.12) üzerinde, Colab görüntüleri A100 GPU'da alındı.

Lisans

MIT