🤹 AI职位推荐器
一个基于人工智能的求职推荐系统，能够分析简历、识别技能差距、建议职业发展路径，并实时抓取职位招聘信息 领英（LinkedIn） 和 Naukri（印度知名招聘网站） 使用 Apify（通常指代一个用于自动化处理网页数据的工具或平台，可译为“Apify工具/平台”或根据上下文简化为“Apify”） 刮板。\ 构建于 Streamlit（可译为“流利应用”或保持原名，根据上下文决定是否意译）， OpenAI GPT，以及 Apify API。
______________________________________________________________________
🚀 特点
- 上传您的 简历（PDF格式） 并自动提取文本。
- 获取一个 人工智能生成的摘要 你的简历中的。
- 检测 技能差距 以及因缺乏某些经历而错失更好的机会。
- 生成一个 个性化职业发展路线图。
- 从以下来源获取实时职位招聘信息：
- 💼 LinkedIn（领英） - 💼 Naukri（斯里兰卡）
- 可选：与……集成 MCP（模型上下文协议） 作为外部代理的工具。
______________________________________________________________________
🛠️ 技术栈
- Streamlit（可直接作为专有名词使用，无需翻译） – 用户交互的前端界面。
- OpenAI GPT-3.5 – 用于简历分析、总结和建议。
- PyMuPDF（fitz） – PDF文本提取。
- Apify Python 客户端 – 从LinkedIn和Naukri爬虫中获取职位信息。
- MCP（FastMCP） – 可选的外部工具集成。
______________________________________________________________________
📂 项目结构
├── app.py # Streamlit app
├── mcp_server.py # MCP server exposing job tools
├── src
│ ├── helper.py # Resume parsing & OpenAI utilities
│ └── job_api.py # Job fetchers (LinkedIn & Naukri via Apify)
├── requirements.txt # Dependencies (create this yourself)
└── README.md # Documentation______________________________________________________________________
⚙️ 安装说明
1️⃣ 克隆仓库
git clone https://github.com/your-username/job-recommender.git
cd job-recommender设置环境变量
- 在根目录下创建一个 .env 文件：
OPENAI_API_KEY=your_openai_api_key
APIFY_API_KEY=your_apify_api_key
helper.py（辅助文件/辅助脚本）
获取Apify API密钥（用于LinkedIn职位搜索）
- 前往Apify网站和Apify商店
- 去商店搜索LinkedIn（注：这里的“linedin”应为拼写错误，正确拼写为“LinkedIn”，即领英）
- 跳转到“LinkedIn Jobs Scraper”并跳转到API端点
- 转到管理令牌并复制
-
- 然后返回（前往API，API客户端）并查找与Python相关的代码（SDK）
- 复制Python命令并粘贴到helper.py文件中的函数内（在粘贴之前，它已被修改）
Naukri工作抓取器（针对Naukri的工作）
- 做与上述相同的事情
一个令牌就足以使用所有Apify工具。同时，也尝试寻找免费的客户端
MCP部件
- 添加“mcp\[cli\]”到UV（用户验证/用户组/权限设置等，具体含义根据上下文确定）
- MCP开发人员运行mcp_server.py