Tuneit AI Agent

TuneIt人工智能代理

一个基于LangGraph的智能人工智能代理，使用MCP（模型上下文协议）服务器工具根据职位描述自动定制简历。

概述

TuneIt AI Agent持续监控指定目录中的新职位描述文件，并自动：

1. 格式 使用 format_job_description MCP工具
2. 生成 使用 generate_tailored_resume MCP工具
3. 保存 使用 save_tailored_resume MCP工具
4. 保存 使用 save_job_description MCP工具

特性

• LangGraph工作流：具有清晰状态图的结构化AI代理
• 文件监视：自动检测新的职位描述文件
• MCP集成：通过HTTP与MCP服务器无缝集成
• 后台运行程序：连续处理服务
• 综合录井：用于监控和调试的详细日志
• 可配置的：基于环境的配置

建筑

该代理使用LangGraph构建，由几个组件组成：

┌─────────────────────────────────────────────────┐
│          Background Runner (run.py)              │
│  - Manages lifecycle of agent and file watcher  │
└────────────────┬────────────────────────────────┘
                 │
        ┌────────┴────────┐
        │                 │
┌───────▼──────┐   ┌──────▼────────┐
│ File Watcher │   │  TuneIt Agent │
│              │   │  (LangGraph)  │
│ - Monitors   │──▶│               │
│   directory  │   │ - State graph │
│ - Triggers   │   │ - MCP client  │
│   agent      │   │ - Workflow    │
└──────────────┘   └───────┬───────┘
                           │
                    ┌──────▼──────┐
                    │  MCP Server │
                    │  (HTTP API) │
                    └─────────────┘

工作流程

Start
  │
  ▼
Read Job Description
  │
  ▼
Format Job Description (MCP)
  │
  ▼
Generate Tailored Resume (MCP)
  │
  ▼
Save Outputs (MCP x2)
  │
  ▼
End

先决条件

• Python 3.11或更高版本
• 本地运行的MCP服务器（默认值：http://localhost:8000)
• MCP服务器必须公开以下工具：

- format_job_description - generate_tailored_resume - save_tailored_resume - save_job_description

安装

1.克隆存储库

git clone https://github.com/mcuellar/tuneit-ai-agent.git
cd tuneit-ai-agent

2.创建虚拟环境

python3 -m venv .venv
source .venv/bin/activate  # On Windows: venv\Scripts\activate

3.安装依赖项

pip install -r requirements.txt

4.配置环境

cp .env.example .env

编辑 .env 要配置设置，请执行以下操作：

# MCP Server URL
MCP_SERVER_URL=http://localhost:8000

# Directory to watch for job descriptions
WATCH_DIRECTORY=./job_descriptions

# Allowed file extensions
ALLOWED_EXTENSIONS=.txt,.md,.pdf

用法

运行后台服务

启动后台运行程序，持续监控新的职位描述：

python run.py

代理人将：

• 如果监视目录不存在，则创建该目录
• 监视具有允许扩展名（.txt、.md、.pdf）的新文件
• 自动处理每个新的职位描述文件
• 将所有活动记录到控制台和 tuneit_agent.log

处理职位描述

只需将职位描述文件放入关注的目录中：

# Example
echo "Software Engineer position at XYZ Corp..." > job_descriptions/software_engineer.txt

代理将自动：

1. 检测新文件
2. 通过完整的工作流程进行处理
3. 生成并保存定制简历
4. 保存格式化的职位描述

停止服务

按 Ctrl+C 优雅地停止后台服务。

项目结构

tuneit-ai-agent/
├── agent.py              # Core LangGraph agent implementation
├── file_watcher.py       # File monitoring using watchdog
├── run.py               # Background runner / main entry point
├── requirements.txt      # Python dependencies
├── .env.example         # Environment configuration template
├── .gitignore           # Git ignore rules
└── README.md            # This file

MCP服务器集成

代理通过HTTP连接到MCP服务器。MCP服务器必须实现以下端点：

预期的工具端点

1. 发布 /tools/format_job_description

- 输入： {"arguments": {"job_description": "..."}} - 输出： {"formatted_job_description": "..."}

1. 发布 /tools/generate_tailored_resume

- 输入： {"arguments": {"job_description": "..."}} - 输出： {"tailored_resume": "..."}

1. 发布 /tools/save_tailored_resume

- 输入： {"arguments": {"resume_content": "...", "job_title": "..."}} - 输出： {"status": "success"}

1. 发布 /tools/save_job_description

- 输入： {"arguments": {"job_description": "...", "job_title": "..."}} - 输出： {"status": "success"}

发展

以开发模式运行

# Activate virtual environment
source venv/bin/activate

# Run with debug logging
python run.py

测试单个组件

# Test the agent
from agent import TuneItAgent

agent = TuneItAgent("http://localhost:8000")
result = agent.process_job_description("path/to/job_description.txt")
print(result)
agent.close()

# Test the MCP client
from agent import MCPClient

client = MCPClient("http://localhost:8000")
result = client.format_job_description("Sample job description")
print(result)
client.close()

日志记录

日志将写入：

• 控制台：实时监控
• 文件: tuneit_agent.log 用于持久日志

日志级别：

• INFO：正常操作
• ERROR：错误和失败
• DEBUG：详细的调试信息

错误处理

该代理包括全面的错误处理：

• 记录失败的文件处理，可以重试
• 捕获并记录MCP工具故障
• SIGINT/SIGTERM上的优雅关机
• 所有错误都包括日志中的堆栈跟踪

故障排除

代理无法连接到MCP服务器

• 验证MCP服务器是否正在运行： curl http://localhost:8000
• 检查 MCP_SERVER_URL 在 .env
• 查看连接错误日志

文件未被处理

• 检查文件扩展名是否匹配 ALLOWED_EXTENSIONS
• 验证文件是否正确 WATCH_DIRECTORY
• 检查文件权限
• 查看日志以了解处理错误

MCP工具调用失败

• 验证MCP服务器是否实现了所有必需的工具
• 检查MCP服务器日志是否有错误
• 验证工具输入/输出格式是否符合预期

许可证

该项目根据MIT许可证获得许可。

贡献

欢迎投稿！请随时提交拉取请求。

支持

有关问题和疑问，请在GitHub上打开问题。