Guokao MCP
Enables intelligent querying and matching of 2025 Chinese civil service examination positions based on personal qualifications, including education, major, political status, work experience, and location preferences.
README
2025年国考小助手 MCP 服务器
这是一个基于 FastMCP 的国考岗位查询与匹配服务器,提供智能化的国考岗位筛选、专业匹配和个人条件一键匹配功能。
功能特性
本 MCP 服务器提供以下六个工具:
1. filter_positions - 多条件智能筛选
根据多个条件筛选符合要求的国考岗位。
参数:
organ_type: 机关类别(精确匹配)- "中央党群机关"
- "中央国家行政机关(本级)"
- "中央国家行政机关省级以下直属机构"
- "中央国家行政机关参照公务员法管理事业单位"
department: 部门名称关键词(模糊匹配),如"税务"、"海关"location: 工作地点(模糊匹配),如"北京"、"广东"education: 学历要求(模糊匹配),如"本科"、"硕士研究生"political_status: 政治面貌,如"不限"、"中共党员"work_years: 基层工作最低年限,如"无限制"、"二年"major: 专业关键词(模糊匹配),如"计算机"、"法学"exam_type: 考试类别(模糊匹配)position_type: 职位属性(模糊匹配)min_recruitment: 最小招考人数max_recruitment: 最大招考人数max_results: 最大返回结果数,默认30
2. match_by_major - 专业匹配查询
根据专业关键词查询可报考的岗位。
参数:
major_keyword: 专业关键词,如"计算机"、"软件工程"、"法学"、"会计"max_results: 最大返回结果数,默认30
3. personal_match - 个人条件一键匹配
根据个人条件智能匹配可报考的岗位。
参数:
education: 学历,可选值:"大专"、"本科"、"硕士研究生"、"博士研究生"major: 专业关键词political_status: 政治面貌,可选值:"中共党员"、"共青团员"、"群众"work_years: 基层工作年限(数字),如 0、1、2、3、5location: 期望工作地点has_base_project: 是否有服务基层项目经历,True/Falsemax_results: 最大返回结果数,默认30
4. get_position_detail - 获取岗位详情
获取指定岗位的详细信息。
参数:
department: 部门名称position_name: 招考职位名称
5. get_statistics - 获取统计信息
获取国考岗位的统计信息。
参数:
group_by: 分组统计字段,可选值:"机关类别"、"学历"、"政治面貌"、"基层工作最低年限"
6. compare_positions - 岗位对比
对比多个岗位的信息。
参数:
positions: 岗位列表,每个岗位包含department和position_name
环境配置
1. 安装依赖
pip install -r requirements.txt
2. 配置数据文件
将 2025年国考岗位表.xls 文件放置在项目目录下,或设置环境变量:
export GUOKAO_EXCEL_PATH=/path/to/2025年国考岗位表.xls
使用方法
本地运行
python mcp_server.py
服务器将在 http://localhost:9000/sse 启动。
配置到 Claude Desktop
Stdio 模式(推荐日常使用)
编辑 Claude Desktop 配置文件 (%APPDATA%\Claude\claude_desktop_config.json):
{
"mcpServers": {
"guokao-helper": {
"command": "python",
"args": ["G:\\Desktop\\mcp_guokao\\guokao_mcp\\mcp_server.py"],
"env": {
"GUOKAO_EXCEL_PATH": "G:\\Desktop\\mcp_guokao\\guokao_mcp\\2025年国考岗位表.xls"
}
}
}
}
SSE 模式(推荐开发测试)
- 启动 SSE 服务器:
python mcp_server.py
- 配置 Claude Desktop:
{
"mcpServers": {
"guokao-helper": {
"url": "http://localhost:9000/sse"
}
}
}
阿里云函数计算部署
- 运行构建脚本安装依赖:
./build.sh
-
将以下文件上传到阿里云函数计算:
mcp_server.pyrun.sh2025年国考岗位表.xlspython/目录(依赖包)
-
配置函数:
- 运行时:自定义运行时
- 启动命令:
./run.sh - 监听端口:9000
使用示例
示例 1: 查找计算机专业可报考的岗位
帮我查找计算机专业可以报考的国考岗位
示例 2: 根据个人条件匹配岗位
我是本科学历,计算机专业,共青团员,没有基层工作经验,想在北京工作,帮我匹配可以报考的岗位
示例 3: 多条件筛选
帮我筛选税务系统的岗位,要求本科学历,工作地点在广东
示例 4: 查看统计信息
帮我统计一下各个机关类别的岗位数量
示例 5: 对比岗位
帮我对比以下两个岗位的条件:税务局的科员和海关的科员
项目结构
guokao_mcp/
├── mcp_server.py # FastMCP 服务器实现
├── guokao_helper.py # 原始命令行工具(保留)
├── build.sh # 构建脚本
├── run.sh # 启动脚本
├── requirements.txt # Python 依赖
├── 2025年国考岗位表.xls # 数据文件(需自行准备)
└── README.md # 本文件
技术栈
- FastMCP: MCP 服务器框架
- Pandas: 数据处理和分析
- Python 3.11+: 运行环境
注意事项
- 确保数据文件
2025年国考岗位表.xls已正确配置 - 数据文件应包含以下字段:部门名称、招考职位、工作地点、学历、政治面貌、基层工作最低年限、专业、招考人数等
- 返回结果默认限制为30条,可通过
max_results参数调整
许可证
MIT License
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。