cv
基于FastMCP框架，提供结构化简历数据访问及搜索功能的MCP工具。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：cv。 它的用途是：基于FastMCP框架，提供结构化简历数据访问及搜索功能的MCP工具。 详细介绍见：https://321skill.com/skills/cv/ 请根据该页面的说明完成安装。
使用示例
“帮我从简历库里找出所有有5年以上Python后端开发经验，并且熟悉FastAPI的候选人。”，它会通过此MCP Skill查询结构化的简历数据库，快速筛选并返回符合条件的候选人列表及其关键信息。或者
对AI说：“统计一下应聘者里硕士学历的比例。”，它会调用该Skill进行数据聚合，给出统计结果。
介绍
该Skill是一个MCP（Model Context Protocol）服务器，旨在解决求职者和招聘相关人员在处理大量简历数据时，难以高效访问、查询和利用结构化信息的痛点。它通过标准化的MCP接口，将简历数据转化为可编程访问的结构化资源。
用户需要预先配置好简历数据源，并启动此MCP服务器。之后，在支持MCP的AI助手（如Claude Desktop）中，即可通过自然语言指令查询简历中的特定信息，例如查找具备某项技能的人员、统计特定岗位的候选人数量或提取教育背景详情。
此工具特别适合需要批量处理或深度分析简历内容的人员，如招聘专员、团队管理者或求职者本人，用于优化简历内容、匹配岗位需求或进行人才盘点。
使用前需确保简历数据已按工具要求的结构化格式（如JSON）准备。由于它主要提供数据访问接口，复杂的分析逻辑需要结合AI助手的推理能力来完成。注意保护简历中的个人隐私信息，建议在可控环境下使用。
核心特点
与通用文件读取Skill不同，它专门针对简历数据结构化访问而设计，内置了针对简历字段（如技能、经历、教育）的优化搜索和查询能力。基于FastMCP框架开发，能更高效地与Claude等AI助手集成，提供低延迟的数据访问体验。
注意事项
不适合处理非结构化的简历文档（如纯图片或复杂排版的PDF），需要预先将简历数据转换为工具支持的结构化格式。
常见问题
这个Skill能直接解析我的Word或PDF简历吗？
不能直接解析，需要先将简历内容转换为该工具支持的结构化数据格式（如JSON）后，才能进行查询。
它支持哪些AI助手？
支持所有实现了MCP协议的AI助手，例如Claude Desktop。