作业跟踪器MCP服务器
一种模型上下文协议（MCP）服务器，用于使用AI驱动的聊天交互来跟踪面试过程。
概述
该服务公开了结构化工具（通过MCP），使用户能够记录、更新和查询他们正在进行的工作申请、面试、联系人和结果——所有这些都是通过与LLM的自然语言对话实现的。在用于快速原型制作和持久存储的Supabase的支持下，它旨在与GPT-Claude等LLM无缝协作。
特性
- 结构化事件跟踪
- 应用程序 - 专访 - 优惠 - 后续行动
- 公司与角色管理
- 公司简介 - 角色详细信息和要求
- 数据管理
- 薪酬跟踪 - 接触史 - 应用程序状态更新
- 人工智能辅助
- 情境感知问答 - 自然语言交互 - 智能洞察
设计
Job Tracker采用现代、可扩展的架构构建：
后端基础设施
- Supabase后端
- PostgreSQL数据库，用于强大的数据存储 - 数据隐私的行级安全（RLS） - 内置身份验证和用户管理
系统组件
┌──────────────┐ ┌──────────────┐ ┌──────────────┐
│ LLM Chat │────>│ MCP Tools │────>│ Supabase │
│ Interface │ │ Server │ │ Backend │
└──────────────┘ └──────────────┘ └──────────────┘- MCP工具层：公开LLM交互的结构化端点
- 数据模型:
- 公司 - 角色（应用程序） - 面试活动 - 联系人
该系统利用Supabase的无服务器架构，消除了传统后端维护的需要，同时提供了企业级的可靠性和安全性。
如何使用
先决条件
- 系统上已安装Node.js
- 一个Supabase账户和项目
- 您的Supabase项目URL和用户令牌
在AI开发环境中设置
- 将以下配置添加到AI代理的MCP服务器配置中：
{
"mcpServers": {
"job-tracker": {
"command": "node",
"args": ["
/dist/index.js", "access-token"]
}
}
}替换占位符：
- `
`：已安装作业跟踪器mcp目录的路径
- ``：您的访问令牌
可用命令
配置后，您可以通过人工智能聊天中的自然语言与工作跟踪器进行交互。示例：
- “添加我申请的新公司”
- “为\[公司\]记录一次新的面试”
- “更新我在\[公司\]的申请状态”
- “显示我即将进行的所有面试”
- “列出我申请过的所有公司”
人工智能将自动使用适当的MCP工具来管理您的求职数据。
打印日志
日志文件将写入 mcp-tool.log 在用户的主目录中。 要实时查看应用程序的日志，您可以在终端中使用以下命令：
tail -f ~/.config/job-tracker-mcp/mcp-tool.log