About Career Kit
Career Kit is an AI career-coaching MCP server for job seekers. It uses real job-market data to assess gaps and build staged plans, while tracking tasks, application outcomes, and progress with data stored locally.
Key features
- 01Analyze gaps against real job listings
- 02Build staged roadmaps and check-in tasks
- 03Track applications, screening, interviews, and offers
- 04Generate periodic reviews and factual suggestions
- 05Store profiles, reports, and roadmaps locally
Use cases
- 01Assess a career-change goal against job requirements
- 02Plan job-search preparation in stages
- 03Track outcomes from application through offer
- 04Review progress and adjust a career plan
MCP support
Career Kit runs as a local MCP server with 41 tools for profiles, data gathering, analysis, planning, tasks, and application tracking. The README provides connection instructions for clients including Claude Code, Cursor, opencode, and Codex.
Configuration
Local server config is the same for every client. Copy it into your client’s MCP config file.
uvx career-kitCAREER_KIT_DATA_DIROverride the program data directory (default: ~/.career-kit)CAREER_KIT_ASSETS_DIROverride the generated assets directory (default: ~/CareerKit)Local servers need a runtime on your machine (e.g. Node.js 18+). Config file locations differ by client; see your client’s docs.
Tools
41Saved tool list · updated today
This tool takes no parameters.
Details
From the project READMECareer Kit
English | 中文
不知道做什么工作?Career Kit 是一个 AI 职业陪练 MCP 服务:用真实岗位和同背景案例,帮你找方向、看差距、拆出今天就能开始的下一步。
接入 Claude Code / Cursor / opencode / Codex,帮你找对方向、补齐差距、走好下一步。

先看和你一样的人去了哪 → 你差哪一项 → 今天先做什么。 演示数据为合成,不含真实用户简历或报告。
点我 → 在线体验职业地图
无需安装,直接勾选任务、看进度变化。
30 秒看懂
- 真实数据,不瞎分析:接入 BOSS / 字节 / 腾讯 / 百度 / 阿里 / 牛客 / GitHub 经验帖,AI 基于市场真实要求分析差距;差距必须锚定真实来源,否则被硬门禁拒绝。
- 拆成阶段任务:分阶段、里程碑、可打卡任务(按次 / 按天 / 按比例),随时问「下一步做什么」。
- 求职漏斗可复盘:投递 → 过筛 → 面试 → offer 全程记录(事件口径),「面试后被拒仍计入面试数」,让数据告诉你问题在简历还是面试。
- 周检视:一键生成周期复盘(打卡 / 阶段 / 漏斗 + 事实性建议),隔一段时间回来也能立刻接续。
- 可交互职业地图:一键导出自包含 HTML,勾选即打卡、进度实时更新、浏览器本地保存。
- 跟着你变,不是死计划:拿到面试触发洞察重估;换目标时已完成进度自动沉淀为能力证据。
- 顺序归产品,时间归用户:只为任务定义顺序与完成标准,不设时限。
如果这个项目帮你少走弯路,点一个 Star,让更多正在求职的人看到它。
60 秒体验(不安装)
- 在线版:打开 交互式职业地图,直接勾选任务看进度变化。
- 本地版:双击
docs/examples/demo/career-map.html,或安装后运行career-kit-demo。 - 想看完整链路:
docs/examples/demo/里有样例简历生成的路线图、进度仪表盘和原始档案。
它怎么工作
你:我想转 AI Agent 方向
Career Kit:分析差距 → 拉取真实岗位数据 → 设计路线图 → 拆成阶段任务
你:我不知道想做什么,帮我选个方向
Career Kit:三轴定位(能力 × 兴趣 × 真实岗位数据)→ 候选方向 → 引导选定
你:这步做完了
Career Kit:打卡记录 → 沉淀能力证据 → 阶段完成自动审计
你:我拿到大厂面试了
Career Kit:事件触发洞察 → 重估计划 → 调整阶段任务
底层是 41 个 MCP 工具,覆盖建档、档案管理、数据获取(含市场调研)、分析规划、任务与漏斗、洞察产出六大类。完整清单与调用时机见工具总览。
为什么是它
| ChatGPT | 求职网站 | Career Kit | |
|---|---|---|---|
| 真实岗位数据 | 无 | 有 | 有(可抓取,含薪资) |
| 个性化路线图 | 泛泛而谈 | 无 | 分阶段 + 里程碑 + 完成标准 |
| 阶段任务打卡 | 无 | 无 | 有(按次 / 按天 / 按比例) |
| 进度追踪调整 | 无 | 无 | 阶段审计 + 事件洞察 |
| 数据本地、可自托管 | 否 | 否 | 是 |
隐私与数据边界
- 程序数据存储在本地
~/.career-kit/(档案主存储为career-kit.db,JSON 为兼容镜像),报告与路线图存储在~/CareerKit/,不会发送到任何外部服务器。 - 知识库是用户自有资产,不随包升级丢失。
- 抓取只读取公开岗位 / 面经页面,请遵守来源站点条款与频率限制;本项目不提供内推、保 offer 或任何就业承诺。详见 DISCLAIMER.md。
快速开始
方式一:pipx 安装(推荐)
pipx 会把命令装进独立环境,不污染系统 Python,也不需要记 uv 的用法。
# 安装 pipx(只需一次)
python -m pip install --user pipx
python -m pipx ensurepath
# 安装 Career Kit
pipx install career-kit
# 体检
career-kit-doctor
Windows 提示
career-kit不是命令时,重开终端,或执行python -m pipx ensurepath。 镜像未同步时:pipx install --pip-args="--index-url https://pypi.org/simple" career-kit。
方式二:uvx 免安装
已经装了 uv 的话,可以完全不安装:
uvx --from career-kit career-kit-doctor # 安装体检
uvx --from career-kit career-kit # 启动 MCP 服务(stdio)
镜像未同步或安装
iv8失败时,加官方索引:uvx --from career-kit --default-index https://pypi.org/simple career-kit。
注册到你的 AI Agent
| Agent | pipx / pip 安装后 | uvx 免安装 |
|---|---|---|
| Claude Code | claude mcp add career-kit -- career-kit | claude mcp add career-kit -- uvx --from career-kit career-kit |
| Codex CLI | codex mcp add career-kit -- career-kit | codex mcp add career-kit -- uvx --from career-kit career-kit |
| opencode | {"mcp": {"career-kit": {"type": "local", "command": ["career-kit"], "enabled": true}}} | {"mcp": {"career-kit": {"type": "local", "command": ["uvx", "--from", "career-kit", "career-kit"], "enabled": true}}} |
| Cursor / Windsurf | command=career-kit | command=uvx,args=["--from", "career-kit", "career-kit"] |
方式三:源码安装
git clone https://github.com/W7uuuuz/Career-kit.git
cd Career-kit
pip install -e .
解释器很重要:注册命令里的
python必须是执行过pip install -e .的那一个。本机有多个 Python 时,裸python可能指向缺依赖的解释器。最稳妥是 venv 绝对路径:D:\path\to\Career-kit\.venv\Scripts\python.exe(Windows)或.venv/bin/python(macOS/Linux)。
注册命令(把 <venv-python> 换成你的绝对路径):
claude mcp add career-kit -- <venv-python> -m src.server
codex mcp add career-kit -- <venv-python> -m src.server
opencode 配置:
{"mcp": {"career-kit": {"type": "local", "command": ["<venv-python>", "-m", "src.server"], "enabled": true}}}
macOS 用户把 python 换成 python3。opencode 的
.opencode/config.json不是 MCP 注册入口,改它是无效的。
方式四:一键安装脚本
# macOS / Linux
bash install.sh
# Windows PowerShell
powershell -ExecutionPolicy Bypass -File .\install.ps1
脚本会建好 .venv、装好依赖,并直接打印注册命令(使用绝对解释器路径)。
本地控制台(可选)
career-kit-serve --open
# 或
"<venv-python>" -m src.web --open
只监听 127.0.0.1,用于查看路线图、任务怎么做 / 资源 / 完成标准并直接打卡;还可以编辑任务、登记投递、按方向筛选调研报告,并通过 SSE 自动刷新。打卡写入同一份 SQLite 档案,MCP 下次运行时直接读到。
验证安装
career-kit-doctor
# 或
"<venv-python>" -m src.doctor
全部 OK 后,对新会话说「调用 start_session」,或直接敲 /career-kit——收到「欢迎使用 Career Kit」即接入成功。
常见问题
| 现象 | 处理 |
|---|---|
pipx / uvx 报找不到 career-kit,或安装 iv8 失败 | 默认镜像未同步:pipx 加 --pip-args="--index-url https://pypi.org/simple";uvx 加 --default-index https://pypi.org/simple |
No module named 'mcp' | 注册用了错误解释器,改用 venv 绝对路径或 uvx |
| 抓取报 Playwright 相关错误 | 先执行 playwright install chromium |
| BOSS 提示需要登录 | 由 Agent 运行登录脚本并打开浏览器,你只需扫码 |
| 工具列表里没有 career-kit | 先跑 career-kit-doctor,再检查 Agent 的 MCP 连接状态 |
文档
- 文档地图:所有文档的唯一入口
- LLM 使用指南:工作流、规则、常见场景
- 工作流详解:各阶段前置条件、输入输出
- 工具总览:41 个 MCP 工具的唯一事实源
- 企业库:已收录企业、数据源说明
- 知识库:目录结构、文件格式
- 示例:可交互职业地图与场景示例
- 贡献指南 · 行为准则 · 安全策略
适合谁
- 适合你,如果你:不知道做什么工作、想转行但不知道从哪开始,或者已经在找工作但不知道差在哪;会用 Claude Code / opencode 这类 AI 编程工具。
- 暂不适合你,如果你:完全没有命令行使用经验。当前形态需要安装 Python + 注册 MCP,Web / 无安装版本在规划中。
贡献
欢迎 issue、PR 和新的企业数据源。开始前请读 CONTRIBUTING.md;新增企业源请参考 src/scrapers/_template/。
如果这个项目帮你少走了弯路,点一个 Star 就是最好的支持——它会让更多正在求职的人看到它。
开源协议
MIT
Comments
New to MCP?
From what the protocol is to installing your first server, these answers cover most first questions.
An open protocol that defines how AI applications connect to external tools and data in a uniform way. Clients talk to the model; MCP servers provide tools, resources and prompt templates. They exchange standard messages, so one server can be reused by many clients.