快速接入

先看主来源和安装命令，再打开仓库或文档；下面只保留这个条目的关键接入事实。

详细介绍

LinkedIn MCP工作匹配器（HTTP）

Web 服务在 快速API que：

收到职位描述（学历，要求，可取，经验时间，意见）
关於 数据集 （CSV/JSON/TXT）com的URL在LinkedIn上的表现
美国嗯 MCP服务器 （LinkedIn MCP）收集个人资料数据
计算到粘性并介绍 前5名 候选人

界面web simples（PicoCSS）+端点 POST /analyze.

______________________________________________________________________

1）要求

码头工人 ≥ 24
Docker Compose 第2版
访问一个 MCP服务器HTTP 旋转和曝光：

- GET /mcp 准握手（流式HTTP do MCP） - 乌玛工具（默认： linkedin.fetch_profile）什么油 { "url": " " }

（可选） make 对于快捷键

⚠️ 服务 没有登录 在LinkedIn上。MCP 服务器必须负责任何必要的身份验证，并从配置文件中返回结构化数据。

______________________________________________________________________

2）项目结构（建议）

project-root/
├─ app/
│  ├─ main.py                # FastAPI app
│  ├─ linkedin_mcp.py        # Cliente MCP (streamable HTTP)
│  ├─ scoring.py             # Regras de pontuação
│  ├─ templates/
│  │  ├─ index.html
│  │  └─ results.html
│  └─ static/
│     └─ ...                 # (opcional)
├─ Dockerfile
├─ docker-compose.yml
├─ .env                      # variáveis de ambiente
└─ README.md

______________________________________________________________________

（3）环境变量（`.env`)

创建文件 .env Raiz com：

# Porta pública do app FastAPI
APP_PORT=8000

# Conexão com o MCP Server (modo HTTP streamable)
MCP_HOST=host.docker.internal   # dentro do container, aponta para máquina host (ajuste se necessário)
MCP_PORT=8080                   # porta onde o MCP Server está ouvindo
MCP_PATH=/mcp                   # path do endpoint HTTP do MCP

# Nome da tool exposta pelo MCP para buscar o perfil:
MCP_PROFILE_TOOL=linkedin.fetch_profile

# Concorrência e timeout das chamadas ao MCP
MCP_CONCURRENCY=3
FETCH_TIMEOUT_S=60

智利 host.docker.internal 可能不存在。如果 MCP 在主机上运行，请使用主机的 IP 地址（例如： 172.17.0.1）或者通过编辑使两者都工作 /etc/hosts.\ 提示（在共享网络中共享）： 如果 MCP 是 在另一个 docker-compose 服务中 （例如： mcp）你可以使用 MCP_HOST=mcp e `MCP_PORT=

`.

______________________________________________________________________

4） Dockerfile

示例 Dockerfile 最小值：

FROM python:3.11-slim

WORKDIR /app

# Sistema
RUN apt-get update && apt-get install -y --no-install-recommends \
    build-essential curl && \
    rm -rf /var/lib/apt/lists/*

# Dependências Python
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

# Código
COPY app ./app

# Porta interna do Uvicorn
EXPOSE 8000

# Entrypoint
CMD ["uvicorn", "app.main:app", "--host", "0.0.0.0", "--port", "8000", "--proxy-headers"]

确保你有一个 requirements.txt 内容（例子）： `` fastapi==0.115.0 uvicorn[standard]==0.30.6 jinja2==3.1.4 python-dotenv==1.0.1 httpx==0.27.2 anyio==4.6.2 mcp[cli]==1.12.0 `` （版本可能会有所不同，请与您的代码保持兼容。

______________________________________________________________________

5） docker-compose.yml

例如只应用程序（假设MCP已经在外部运行或在另一个组件中运行）：

services:
  job-matcher-app:
    build:
      context: .
      dockerfile: Dockerfile
    container_name: job-matcher-app
    env_file:
      - .env
    ports:
      - "${APP_PORT}:8000"
    restart: unless-stopped

如果你也要将 MCP 服务器编排到此组合中，请添加一个服务 mcp 并指出 MCP_HOST=mcp例子（说明）： ``yaml services: mcp: image: seu-registro/linkedIn-mcp:latest ports: - "8080:8080" environment: - SOME_AUTH_TOKEN=... job-matcher-app: build: . env_file: .env environment: - MCP_HOST=mcp - MCP_PORT=8080 depends_on: - mcp ports: - "${APP_PORT}:8000" ``

______________________________________________________________________

6）构建与运行

# 1) Build
docker compose build

# 2) Subir
docker compose up -d

# 3) Logs (opcional)
docker compose logs -f job-matcher-app

访问：\ http://localhost:8000 （ou http://:${APP_PORT})

健康检查快速：

curl http://localhost:8000/health || true

______________________________________________________________________

7） Uso通过界面Web

阿布拉 http://localhost:8000
Preencha：

- 学历要求 （例如： Bachelor, Master, High School) - 所需技能 （例如： Python, FastAPI, Docker) - 所需技能 （例如： AWS, GitHub Actions) - 最少年工作经验 （例如： 3) - 备注（可选）

上传do数据集

- CSV 带头 linkedin_url 哦 url - JSON COM对象数组 linkedin_url 哦 url - 文本每行 URL

发送。页面 results 它将显示：

- 已处理多少个配置文件 - 前5名候选人 - 分数组成部分（required/desired/education/experience/keywords/penalty） - （可选）块 `` 如果某个配置文件失败，则会出现错误

______________________________________________________________________

8）使用您的cURL（直接端点）

curl -F "education_required=Bachelor" \
     -F "required_skills=Python,FastAPI,Docker" \
     -F "desired_skills=AWS,GitHub Actions" \
     -F "min_years_experience=3" \
     -F "notes=We value clean code." \
     -F "dataset=@/caminho/para/dataset.csv" \
     http://localhost:8000/analyze

______________________________________________________________________

9）数据集格式

CSV（推荐）

linkedin_url
https://www.linkedin.com/in/fulano/
https://www.linkedin.com/in/ciclano/

哦

url
https://www.linkedin.com/in/fulano/
https://www.linkedin.com/in/ciclano/

JSON

[
  {"linkedin_url": "https://www.linkedin.com/in/fulano/"},
  {"url": "https://www.linkedin.com/in/ciclano/"}
]

文本

https://www.linkedin.com/in/fulano/
https://www.linkedin.com/in/ciclano/

后端仅删除并保留包含以下内容的 URL "linkedin.com".

______________________________________________________________________

10）有用的设置

竞争（并行分析的最大配置文件数）：

- MCP_CONCURRENCY （标准： 3）

超时每次调用 MCP：

- FETCH_TIMEOUT_S 以秒为单位（默认：60）

MCP工具:

- MCP_PROFILE_TOOL （默认： linkedin.fetch_profile)

端点MCP:

- MCP_HOST, MCP_PORT, MCP_PATH

其他 .env e 重新启动 服务：

docker compose up -d --build

______________________________________________________________________

（1）故障排除（Troubleshooting）

11.1“无法分析个人资料。”无卡片

MCP 可能已失败、过期或 URL 无效
看看块 ` 在页面顶部 results` （未启用模板）
查看应用程序日志：

  docker compose logs -f job-matcher-app

11.2 错误 `anyio` / `TaskGroup` /“试图退出取消作用域…”

当 HTTP MCP 会话在创建它的任务之外关闭时发生这种情况。
实施建议 每通话会话 (async with streamablehttp_client(...)）以减轻。
持久性：

- 保证 mcp[cli] 已更新（mcp[cli]>=1.12.0) - Reduza MCP_CONCURRENCY - 增大 FETCH_TIMEOUT_S

11.3“无法发送请求，因为客户端已关闭。”

指示在发送前关闭 MCP 上的 HTTPX 客户端。
检查 MCP 服务器 和连接 MCP_HOST/MCP_PORT/MCP_PATH.
测试连接 从内部 做容器：

  docker exec -it job-matcher-app sh
  # dentro do container:
  apt-get update && apt-get install -y curl || true
  curl -v http://$MCP_HOST:$MCP_PORT$MCP_PATH

11.4 所有分数 0%

确认 MCP 是否返回结构化数据（技能、经验、教育）。
检查 MCP_PROFILE_TOOL.
修订 linkedin_mcp.py （标准化）和 scoring.py （规则和规则）

11.5“TypeError：未定义不定义轮次”

O模板美国 |round(1).
后端必须始终发送数字 _safe_components().
如果您更改了模板，请使用 |default(0)|float|round(1).

11.6 在主机（Linux）上访问 MCP

host.docker.internal 可能无法解决。
使用 bridge docker 的 IP 位置（例如： 172.17.0.1（或调整） /etc/hosts.

______________________________________________________________________

12）开发 & 热重载（可选）

Rodar本地com热重载：

uvicorn app.main:app --reload --host 0.0.0.0 --port 8000

______________________________________________________________________

13）停止和删除

docker compose down
# Para remover imagens (cuidado):
# docker compose down --rmi all --volumes --remove-orphans

______________________________________________________________________

14）许可证

在此设定您工程的许可证（ MIT、 Apache-2.0 等）。

目录标签

FastAPIPython云端部署职位匹配本地部署LinkedIn分析人才推荐MCPServer

接入字段

传输方式（transport，传输协议）

未说明

鉴权方式（authType，认证方式）

none

工具数量（toolCount，工具数）

1

资源数量（resourceCount，资源数）

0

提示词数量（promptCount，提示词数）

0

权限和风险

未说明none部署方式未说明

接入前请确认传输方式、认证方式和部署位置，并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限；先核对安装命令和配置内容。

仍需确认：installCommand

来源信息

MCP World

mcpworld.com

/detail/a4b06750dab242d1af0d2c5fa794f252

一个基于FastAPI的Web服务，通过分析职位描述和LinkedIn个人资料数据集，计算匹配度并推荐前5名候选人。

继续浏览同类 MCP

更多运维云端 MCP（13,854）返回 MCP 目录

上一个 MCP

Linkedin MCP D9b0498c

一个用于LinkedIn自动化的FastMCP服务器，提供全面的LinkedIn API集成，支持创建、更新和删除带有媒体（图片、视频、文档）的帖子。

下一个 MCP

Linkedin MCP Server 164b9402

提供LinkedIn API功能的MCP服务器，允许通过Model Context Protocol (MCP)与LinkedIn API交互。

linkedin MCP job matcher

快速接入

详细介绍

LinkedIn MCP工作匹配器（HTTP）

1） 要求

2）项目结构（建议）

（3）环境变量（.env)

4） Dockerfile

5） docker-compose.yml

6） 构建与运行

7） Uso通过界面Web

8）使用您的cURL（直接端点）

9） 数据集格式

CSV（推荐）

JSON

文本

10）有用的设置

（1）故障排除（Troubleshooting）

11.1“无法分析个人资料。”无卡片

11.2 错误 anyio / TaskGroup /“试图退出取消作用域…”

11.3“无法发送请求，因为客户端已关闭。”

11.4 所有分数 0%

11.5“TypeError：未定义不定义 __轮次__”

11.6 在主机 （Linux） 上访问 MCP

12） 开发 & 热重载 （可选）

13） 停止和删除

14） 许可证

目录标签

接入字段

权限和风险

来源信息

继续浏览同类 MCP

1）要求

（3）环境变量（`.env`)

6）构建与运行

9）数据集格式

11.2 错误 `anyio` / `TaskGroup` /“试图退出取消作用域…”

11.5“TypeError：未定义不定义轮次”

11.6 在主机（Linux）上访问 MCP

12）开发 & 热重载（可选）

13）停止和删除

14）许可证