resume-mcp

把「AI 简历生成 / 优化」做成一个独立的 MCP（Model Context Protocol）Server， 让 Claude Code、OpenHands、Claude Desktop 等任意 MCP 客户端直接调用。

是什么

一个纯 stdio 的 MCP 工具服务，核心链路：

上传简历 / 粘贴背景  →  提取文本  →  LLM 优化或生成  →  渲染 .docx + .pdf

• 从现有简历文件（PDF / Word）出发优化，或从零散背景信息从零生成
• 内置中文简历 prompt（STAR 法则 + 量化数据 + ATS 关键词）
• 产出排版好的 .docx（微软雅黑）和 .pdf（内置中文字体），并把文件绝对路径回传给调用方
• 无鉴权、无数据库、无历史记录 —— 一个「即插即用」的独立工具

提供的工具

optimize_resume — 优化已有简历

参数	必填	说明
resume_file_path	✅	本地简历文件绝对路径（.pdf / .docx / .doc）
job_position	✅	目标岗位，如「高级前端工程师」
requirements		额外要求，如「突出项目管理经验」
output_dir		输出目录，默认写到输入文件所在目录

generate_resume — 从背景信息生成简历

参数	必填	说明
background	✅	背景信息（教育 / 工作 / 项目 / 技能等自由文本）
job_position	✅	目标岗位
requirements		额外要求
output_dir		输出目录，默认写到当前工作目录

两者都返回：优化/生成说明、结构化 JSON，以及 .docx / .pdf 的绝对路径。

快速开始

1. 安装

需要 Python 3.10+。任选其一：

# 方式 A：uv（推荐）
uv tool install git+https://github.com/xiangwang331-boop/resume-mcp.git

# 方式 B：pipx
pipx install git+https://github.com/xiangwang331-boop/resume-mcp.git

# 方式 C：本地源码 + venv
git clone https://github.com/xiangwang331-boop/resume-mcp.git
cd resume-mcp
python -m venv .venv
.venv/Scripts/python -m pip install -e .      # Windows
# .venv/bin/python -m pip install -e .         # macOS / Linux

安装后会得到一个 resume-mcp 命令行入口。

2. 配置 LLM

简历的实际优化/生成由一个 LLM 完成（默认 DeepSeek，兼容任意 OpenAI 风格端点）。 按优先级读取以下来源：

1. 进程环境变量 LLM_MODEL / LLM_API_KEY / LLM_BASE_URL
2. RESUME_ENV_FILE 指定的 .env 文件
3. 当前目录下的 .env
4. 源码根目录下的 .env（本地开发用）

未配置 LLM_API_KEY 时，工具会返回明确的报错提示。

3. 接入客户端

Claude Code

# 用 -e 把 LLM 配置传给 server（推荐，无需落盘 .env）
claude mcp add resume -- resume-mcp \
  -e LLM_MODEL=deepseek/deepseek-v4-pro \
  -e LLM_API_KEY=sk-xxxx \
  -e LLM_BASE_URL=https://api.deepseek.com

重启后 /mcp 应能看到 resume 及其两个工具，然后直接说：

用 generate_resume 根据这份背景生成一份「后端开发工程师」简历：……

OpenHands

设置 → MCP servers → 添加自定义 server → 类型选 stdio：

• Command：resume-mcp（或该命令的绝对路径）
• env：LLM_MODEL、LLM_API_KEY、LLM_BASE_URL

点「Test connection」应列出 optimize_resume、generate_resume 两个工具。

Claude Desktop / 其它 MCP 客户端

在 claude_desktop_config.json（或对应客户端的 mcpServers）里加：

{
  "mcpServers": {
    "resume": {
      "command": "resume-mcp",
      "env": {
        "LLM_MODEL": "deepseek/deepseek-v4-pro",
        "LLM_API_KEY": "sk-xxxx",
        "LLM_BASE_URL": "https://api.deepseek.com"
      }
    }
  }
}

项目结构

resume-mcp/
├── pyproject.toml        # 依赖 + resume-mcp 命令行入口
├── resume_mcp/
│   ├── config.py         # LLM 配置加载
│   ├── engine.py         # 核心：提取文本 / LLM 调用 / 渲染 docx+pdf
│   └── server.py         # FastMCP server + 两个工具
├── .env.example
└── LICENSE

常见问题

报 'Server' object has no attribute 'list_tools'

MCP Python SDK 2.0.0 移除了 FastMCP / list_tools。本项目已固定 mcp>=1.2,<2.0， 如你在自己的环境里遇到此问题，把 mcp 降到 <2 即可。

生成的简历文件在哪里？

MCP 工具运行在客户端进程所在的那台机器（不在沙箱 / 容器里）。文件写到 output_dir 指定目录（或默认目录），工具返回值里会带上绝对路径。

终端里中文显示乱码，但文件正常？

Windows 控制台默认 GBK 编码，print 输出会乱码；这不影响 .docx / .pdf 的实际内容（内置微软雅黑 / STSong-Light 中文字体）。

与 resume-generator 的关系

核心逻辑抽取自 resume-generator 后端 backend/app/routers/resume.py （去掉了 FastAPI / JWT / 数据库）。resume_mcp/engine.py 是纯逻辑副本， 二者可能漂移；如需长期共用，可把 engine 提成独立包。

License

MIT