当前位置: 首页 > news >正文

crosswalk-mcp MCP 服务说明文档

1. 服务概述

一句话简介:AI原生的职业副驾驶,作为MCP服务器运行在您的AI客户端中,帮助发现职位、评估匹配度并定制求职申请——本地优先,零API密钥,使用您已有的模型。

  • 服务名称:crosswalk-mcp
  • 版本号:M1(首个发布版本)
  • 开发者/提供方:Mohakgarg5
  • 协议类型:MCP (Model Context Protocol)

2. 核心功能

该MCP服务提供以下主要功能:

  • setup_profile:从自由格式描述存储结构化的用户档案
  • add_resume:解析并存储带标签的简历版本(支持DOCX/PDF/文本)
  • list_resumes:列出已存储的简历
  • fetch_jobs:从Greenhouse、Lever和Ashby获取实时职位
  • score_fit:数值匹配评分 + 结构化的优势/差距分析
  • explain_fit:Markdown格式的叙述性分析——为什么匹配、差距、定位建议

3. 使用场景

该服务适合在以下情况下使用:

  • 在AI对话中设置和管理个人职业档案
  • 搜索和发现符合条件的工作机会
  • 评估个人与特定职位的匹配程度
  • 获取个性化的求职建议和定位分析
  • 管理多个版本的简历

4. 接入方式

4.1 服务端点

传输协议:stdio(本地运行)

数据存储:~/.crosswalk/state.db(本地SQLite数据库)

4.2 认证与权限

零API密钥:所有AI工作通过MCP sampling运行,回调到您的AI客户端模型

本地优先:数据不会离开您的机器

4.3 数据格式

档案和简历:结构化JSON格式存储

职位数据:从ATS系统实时获取

4.4 服务器配置

快速安装:

npx crosswalk-mcp install

重启Claude Desktop后即可使用。

5. 接口定义

工具名称功能描述输入输出
setup_profile存储用户档案自由格式描述结构化档案
add_resume添加简历文件路径 + 标签解析后的简历数据
list_resumes列出简历简历列表
fetch_jobs获取职位筛选条件职位列表(来自Greenhouse/Lever/Ashby)
score_fit匹配评分职位信息数值评分 + 优势/差距分析
explain_fit匹配解释职位信息Markdown叙述性分析

6. 快速开始

6.1 环境要求

  • Node.js
  • MCP兼容的客户端(如Claude Desktop)

6.2 示例代码

安装后使用示例:

  • "Set up my profile: I'm a PM with 2 years at Acme, want NYC or remote, looking at AI infra."
  • "Add my resume from ~/Documents/resume.pdf, label it 'Generic PM'."
  • "Find PM roles at H-1B sponsors with 0.8+ confidence."
  • "Why am I a fit for the Stripe Payments PM role?"

开发命令:

npm install npm test # 运行vitest测试 npm run dev # 通过stdio运行MCP服务器 npm run build # 构建dist/server.js和dist/cli.js

7. 注意事项

  • 零API密钥:所有AI工作通过MCP sampling运行,使用您已有的模型
  • 本地优先:档案、简历和职位缓存存储在本地SQLite数据库中
  • 开放职位图谱:公司→ATS注册表是MIT许可的JSON数据集,可通过PR添加公司
  • 路线图:M2将支持简历定制、求职信生成;M3将添加管道跟踪器;M4将扩展到200+公司
  • 许可证:MIT
http://www.jsqmd.com/news/1204961/

相关文章:

  • Java开发者必看:传统IDE插件与AI原生IDE的本质差异
  • Windows启动故障诊断:SrtTrail.txt日志解析与应用
  • Cursor实战案例-运维监控-99-系统日志滚动收集:基于Logback的交易敏感脱敏与多级压缩归档
  • Rider 2025:.NET 开发者的生产力核弹与跨语言工程实践
  • Mac读写NTFS硬盘的终极解决方案与性能优化
  • Ubuntu 16.04核心命令与系统管理实战指南
  • GLM Coding Plan抢购现象解析与AI编程助手应用指南
  • 魔搭+OpenVINO加速Qwen3-TTS CPU语音合成实战
  • VSCode零登录调用GPT-5.5?实为Codex插件自定义模型路由配置
  • ESLint与Prettier集成:提升JavaScript代码质量与风格
  • 通义灵码IDEA插件实测:AI写代码如何降低上下文切换成本
  • 亲身到店探访南京泰格豪雅官方售后服务中心|最新热线和全部维修地址(2026年7月最新) - 亨得利官方服务中心
  • ESXi 8 NVMe硬盘更换与系统迁移实战指南
  • OpenCV实现ViBe运动检测算法原理与优化
  • CW32饭盒派开发板定时器模块应用与优化
  • AMD KV260视觉AI套件开发实战与优化技巧
  • Ubuntu安装后必做的7个生产力优化设置
  • Windows系统优化:关闭SysMain和DiagTrack提升性能
  • C++17 PMR内存管理:运行时多态分配器原理与实战应用
  • 具身智能落地的三大支柱:世界模型、测试时验证与触觉融合
  • 【Java零基础连载17】Java线程池精讲|核心参数、七大线程池、拒绝策略、线程池优化实战
  • 双语记者会的运作机制与数字化实践
  • Kimi K2.6 Agent建站实测:从需求到可访问网页的闭环
  • 真力时中国官方专柜客户服务电话权威信息公告(2026年7月最新) - 亨得利钟表维修中心
  • ARM-Linux下DS18B20温度传感器驱动开发实战
  • VirtualBox与CentOS虚拟化环境搭建与SSH配置指南
  • YOLOv11室内安防场景行人目标检测数据集-406张-pedestrian-1_3_2
  • 2026 年现阶段博罗比较好的防水补漏供应商综合实力解析,墙里渗水总有救?这招让你彻底告别漏水烦恼 - 鉴选官
  • Unity跨平台蓝牙插件开发:从架构设计到实战避坑指南
  • 为什么 2026 年了 RS485 还是光伏通讯的“钉子户”