chujobfinder-mcp 0.1.1

MCP tools for Changda Job Finder

chujobfinder-mcp

长大职通车 MCP 服务包，面向求职训练 Agent 暴露 4 个工具：

• mock_job_search
• mock_resume_loader
• profile_manager
• fluency_analyzer

本包通过环境变量读取阿里云 OSS 配置，不包含任何真实 AccessKey、Bucket、Endpoint、真实简历或用户隐私数据。JD、CV、Profile 均为 OSS JSON，所有 OSS 读写统一通过 oss_store.py 完成，数据格式清洗统一通过 schemas.py 完成。

Local Development

在项目目录安装：

cd C:\Users\PC\Desktop\chujobfinder\chujobfinder-mcp
python -m pip install -e ".[test]"

运行测试：

python -m pytest -q

启动 MCP stdio 服务：

chujobfinder-mcp

如果脚本目录不在 PATH，也可以用模块导入方式验证：

python -c "from chujobfinder_mcp.server import create_server; print(type(create_server()).__name__)"

Tools

mock_job_search

用于用户需要查找、推荐或匹配模拟岗位 JD 的场景。参数：

{
  "keyword": "产品经理",
  "city": "西安",
  "job_category": "产品",
  "page_size": 5
}

mock_resume_loader

用于用户选择示例简历、加载模拟 CV 或按求职方向筛选简历的场景。参数：

{
  "resume_id": "cv_001",
  "name": "",
  "target_role": ""
}

profile_manager

用于读取或保存用户求职进度、目标岗位、面试记录等档案信息。用户档案路径统一为 profiles/{safe_user_id}.json。参数：

{
  "action": "get",
  "user_id": "demo_user",
  "data": {}
}

支持的 action：

• get
• update
• append_event
• clear

fluency_analyzer

用于文本模拟面试回答结束后，分析表达流畅度并给出改进建议。该工具只分析文字，不分析真实语音语速、音量、语调等音频特征。参数：

{
  "text": "嗯，然后我当时负责这个项目..."
}

PyPI Packaging

pyproject.toml 使用 hatchling 构建，并声明了 PyPI 包名、README、Python 版本、基础元数据和运行依赖：

[project]
name = "chujobfinder-mcp"
dependencies = [
  "mcp>=1.0.0",
  "oss2>=2.18.0",
]

console script 必须保持为：

[project.scripts]
chujobfinder-mcp = "chujobfinder_mcp.server:main"

本地打包与上传命令：

python -m pip install -U build twine
python -m build
twine check dist/*
twine upload dist/*

发布新版本时请先更新 pyproject.toml 中的 version，重新构建并通过 twine check 后再上传。PyPI 包中不得包含真实 CV、真实用户档案、AccessKey、Bucket、Endpoint 或任何隐私数据。

Bailian uvx Deployment

发布到 PyPI 后，可在阿里云百炼自定义 MCP 服务中选择 uvx 启动。示例只使用占位符，部署时替换为私有 OSS 和最小权限 RAM 用户配置：

{
  "mcpServers": {
    "chujobfinder": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "--from",
        "chujobfinder-mcp==0.1.0",
        "chujobfinder-mcp"
      ],
      "env": {
        "CHU_OSS_ENDPOINT": "https://oss-cn-xxx.aliyuncs.com",
        "CHU_OSS_BUCKET": "your-private-bucket",
        "CHU_OSS_ACCESS_KEY_ID": "your-ram-access-key-id",
        "CHU_OSS_ACCESS_KEY_SECRET": "your-ram-access-key-secret",
        "CHU_OSS_JOBS_KEY": "data/mock_jobs.json",
        "CHU_OSS_RESUMES_KEY": "data/mock_resumes.json",
        "CHU_OSS_PROFILE_PREFIX": "profiles/"
      }
    }
  }
}

百炼中确认服务启动后，应能看到 4 个工具：mock_job_search、mock_resume_loader、profile_manager、fluency_analyzer。

Environment Variables

必填：

CHU_OSS_ENDPOINT
CHU_OSS_BUCKET
CHU_OSS_ACCESS_KEY_ID
CHU_OSS_ACCESS_KEY_SECRET

JD、CV 和用户档案路径配置：

CHU_OSS_JOBS_KEY=data/mock_jobs.json
CHU_OSS_RESUMES_KEY=data/mock_resumes.json
CHU_OSS_PROFILE_PREFIX=profiles/

可选运行参数：

CHU_DEFAULT_PAGE_SIZE=5
CHU_MAX_PAGE_SIZE=20
CHU_DEBUG=false

safe_user_id 由 oss_store.safe_user_id 生成，仅保留中文、英文、数字、下划线和中划线；其它字符替换为 _，空值替换为 demo_user，最大长度 80。

Security Requirements

• 使用 RAM 最小权限用户访问 OSS。
• 不使用阿里云主账号 AccessKey。
• 不提交真实 AccessKey、Bucket、Endpoint 或配置截图。
• 不把真实 CV、真实用户档案或用户隐私打包进 PyPI 包。
• OSS Bucket 保持私有，JD/CV/Profile 均以 JSON 存储在 OSS。
• CHU_OSS_PROFILE_PREFIX 推荐保持为 profiles/，用户档案统一写入 profiles/{safe_user_id}.json。