pium-mcp
An MCP server for career and academic counseling that uses official public data from CareerNet and University Information. It enables searching majors, jobs, universities, aptitude matching, drafting counseling notes, and managing student portfolios.
README
피움 (pium-mcp)
예측이 아니라 방향 — 공식 공시데이터로 피우는 진로·진학 상담 파트너 MCP
진학상담 교사·입시컨설턴트와 학생·학부모를 위한 진로·진학 상담 보조 도구입니다. 사설 배치표/합격예측이 아니라 커리어넷·대학알리미 공식 데이터로 객관적인 학과·진로·대학 정보를 정리하고, 상담 문서 초안과 학생별 기록을 돕습니다.
데이터 출처 (전부 공식 무료 OpenAPI)
- 커리어넷 — 학과·직업·학교·진로심리검사 (
CAREERNET_API_KEY또는 공공데이터포털) - 대학알리미(대학정보공시) — 경쟁률·충원율·등록금·장학금·취업률 (공공데이터포털)
- 표준데이터 — 전국 대학별 입학정원·입학결과
도구 8개
| 도구 | 설명 | 상태 |
|---|---|---|
search_major |
관심사·계열로 학과 탐색 | API 필드 확정 대기 |
get_major |
학과 상세(교육과정·진출·취업률) | API 필드 확정 대기 |
explore_job |
직업 상세(하는일·임금·전망) | API 필드 확정 대기 |
match_aptitude |
흥미·강점 → 학과/직업 매칭 | 대화형 동작 / 검사연동 대기 |
search_university |
조건별 대학 + 입시지표 | API 필드 확정 대기 |
compare |
대학·학과 비교 + 가성비 | API 필드 확정 대기 |
draft_counsel |
상담 코멘트·안내문 초안 | ✅ 동작 |
portfolio |
학생별 진학 기록(메모리) | ✅ 동작 |
draft_counsel·portfolio·match_aptitude(대화형)는 외부 API 없이 바로 동작합니다. 나머지는 API 키 발급 후 응답 필드만 매핑하면 동작합니다.
설치 · 실행
npm install
cp .env.example .env # 키 입력
npm run build
npm start # stdio MCP 서버
환경변수
.env (커밋 금지 — .gitignore에 포함):
DATA_GO_KR_SERVICE_KEY— 공공데이터포털 Decoding 인증키CAREERNET_API_KEY— 커리어넷 자체 OpenAPI 키(진로심리검사용, 선택)PIUM_PORTFOLIO_PATH— 포트폴리오 저장 경로(기본./data/portfolio.json)
🔑 키 발급 직후 확정 체크리스트
- [ ] 커리어넷: 매뉴얼 v4.1로 학과/직업/심리검사 엔드포인트·요청변수·응답필드 확정
- [ ] 대학알리미: 경쟁률·등록금·취업률·장학금의 조사항목코드·연도 파라미터 확정
- [ ] 취업률 단위(학과별/계열별/대학별) 확인
- [ ] 표준데이터(입학정원) 호출 방식(파일 vs API) 확정
- [ ] 각 API 일일 호출 한도 → 캐싱 전략 결정
확정 지점은 코드에서 TODO(확정) 주석으로 표시되어 있습니다
(src/clients/careernet.ts, src/clients/academyinfo.ts).
포지셔닝 / 면책
- 합격 예측·배치는 의도적으로 제외 (데이터 부재 + 신뢰·법적 리스크 회피)
- 원서 접수·신청 대행 없음 (공식 API는 읽기 전용 → 안내까지)
- 모든 응답은 참고용이며 최종 판단은 학생·보호자·담당 교사가 합니다
로드맵
- API 키 발급 → 필드 매핑 → 5개 API 도구 활성화
- 응답 캐싱(일일 한도 대응)
- 원격 배포(Cloudflare Workers + D1) —
portfolio를 D1로 전환, PlayMCP 등록
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。