mcpField
R
rubricscore

rubricscore

本地服务
github.com/CloudCorpRecordsAI 与智能体02 天前更新

关于 rubricscore

rubricscore 是连接托管 jagent MCP 服务的本地桥接程序,可评估简历、作文及其他文本。它提供固定与自定义评分标准,以及是非、选项和量表判断。

主要功能

  1. 01简历与职位匹配评分
  2. 02按内置标准评估作文
  3. 03按自定义标准批量评分
  4. 04是非、选项及量表判断
  5. 05比较两个文本版本

适用场景

  1. 01筛选简历并检查 ATS 格式
  2. 02按年级或考试标准评阅作文
  3. 03批量评估提交内容
  4. 04判断回复是否解决客户问题

MCP 相关

它作为 MCP 服务向客户端提供七种文本评估工具;工具列表在本地响应,调用则转发到托管 jagent MCP 服务。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"cloudcorprecords-rubricscore": {
"command": "npx",
"args": [
"-y",
"@reneturcios/rubricscore"
]
}
}
}
启动命令npx -y @reneturcios/rubricscore

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npm@reneturcios/rubricscore0.1.0
ocighcr.io/cloudcorprecords/rubricscore:0.1.0

工具

7

收录的工具列表 · 更新于 2 天前

参数类型必填说明
resumestring是纯文本格式的简历。
job_descriptionstring否用于匹配的职位发布信息。若进行一般简历检查,请省略。

详细介绍

rubricscore

有些文本需要评判,而不只是统计字数:依据评分标准评估一篇作文、依据职位描述评估一份简历,或判断回复是否回答了是/否问题。rubricscore 是一个轻量的本地桥接工具,可连接托管的 jagent MCP 服务。你提供文本,服务会为其评分、打分,或按你定义的量表进行评估。

评分不会在你的本机上进行。此软件包会根据捕获的工具定义,在本地响应 tools/list,并通过可流式传输的 HTTP JSON-RPC 会话,将每个 tools/call 转发到托管服务,再原样返回服务发送的内容。

工具

以下七种工具均针对你提供的文本进行处理。此工具界面不会收集信息、将内容提交到其他地方或发送给第三方;任何工具都不会购买商品、启动结账流程或创建密钥。

  • check_resume — 为简历评分,也可选择依据职位描述进行评估:提供 0-100 的匹配分数、找到和缺失的职位描述关键词(按字面匹配,如同 ATS 搜索)、ATS 格式检查、级别匹配度,以及招聘人员推进到面试环节的概率。必填:resume。
  • grade_essay — 根据内置评分标准为一篇作文评分。kind 为 "essay" 时,按中学、 高中或大学级别评估六项标准并给出字母等级;"common-app" 用于评估 Common App 个人陈述(提示词编号 1-7);"sat" 用于评估 SAT School Day 作文,阅读、分析和写作各按 1-4 评分。必填:essay。
  • grade_with_rubric — 根据你提供的评分标准,为一份或多份提交内容评分(最多 30 份,并行处理):每项标准按 3 到 6 分的量表评分,每份提交的各项得分相加,每份内容分别单独调用。必填:criteria、submissions。
  • judge_yes_no — 针对文本提出任意是/否问题,并返回答案为“是”的概率,可用于检查和关卡判断,例如回复是否回答了客户的问题。必填:text、question。
  • judge_choice — 从选项中选出最符合文本的一项,并返回每个选项对应的概率和置信度。选项通过 ID 对应适用情形的描述。必填:text、question、options。
  • judge_score — 按你定义的有序量表为文本定位,从最低级别开始排列,并返回最接近的级别、精确位置以及每个级别对应的概率。必填:text、question、levels。
  • compare_versions — 根据指定目的判断两个版本哪个更好;系统会交换顺序询问两次并取平均值。如果两种顺序的结果不一致,则判为平局。必填:question、version_a、version_b。

安装和运行

通过 npm 作为 MCP 服务运行:

npx -y @reneturcios/rubricscore mcp

MCP 客户端配置:

{
  "mcpServers": {
    "rubricscore": {
      "command": "npx",
      "args": ["-y", "@reneturcios/rubricscore", "mcp"]
    }
  }
}

作为容器运行:

docker run -i ghcr.io/cloudcorprecords/rubricscore
docker run --rm ghcr.io/cloudcorprecords/rubricscore judge_yes_no '{"text":"...","question":"Does this answer the question?"}'

CLI

同一个二进制文件可用于命令行和 MCP 服务。每种工具都是一个子命令,接收一个包含该工具参数的 JSON 字符串:

rubricscore check_resume '{"resume":"..."}'
rubricscore grade_essay '{"essay":"...","kind":"essay","level":"high school"}'
rubricscore grade_with_rubric '{"criteria":[{"name":"Evidence"}],"submissions":[{"text":"..."}]}'
rubricscore judge_score '{"text":"...","question":"How relevant is this?","levels":["Off-topic","Partly relevant","Fully relevant"]}'
rubricscore --version

退出代码:转发的调用成功时为 0,上游结果出错时为 1,出现用法问题(如未知子命令或 JSON 参数格式错误)时为 2。

配置

  • JEVAGENT_MCP_URL — 覆盖上游端点。默认值为固定的托管端点 https://jev-agent.com/api/mcp。(此覆盖变量是本次重建新增的。)
  • JEVAGENT_API_KEY — 设置后,每次请求都会在 Authorization: Bearer <value> 标头中将其值发送给上游。未设置时则完全不发送密钥标头,这与捕获此工具界面时不使用密钥的行为一致。(变量名称和 Bearer 格式均为重建所得;托管服务的注册记录将 Authorization 标头声明为必需密钥,而捕获操作是在无密钥情况下进行的。)

上游故障——服务返回 JSON-RPC 错误、响应状态码非 2xx、响应正文无法读取,或请求直接失败——都会作为错误结果报告给调用方,错误文本以 rubricscore error: 开头。

转发工作原理

首次转发调用会开启一个会话:先发送 initialize 请求(协议版本为 2025-03-26),再发送 notifications/initialized 通知,随后才是 tools/call。如果服务在响应初始化请求时返回 Mcp-Session-Id 标头,则后续每个请求都会携带该值,并且此进程的其余部分会重复使用已开启的会话。响应可以是纯 JSON,也可以是服务器发送的事件。成功结果会原样传递,包括任何 isError 标志以及服务提供的任何额外字段。

开发

npm install
npm run build   # tsc -> dist/ (dist/cli.js is the bin)
npm test        # tsx --test test/*.test.ts — stubbed upstream, no network
npm run dev     # run the CLI from source

测试套件会逐项将服务提供的工具列表与捕获到的工具列表进行比对,测试会话握手及其重复使用,覆盖两种密钥标头分支,并验证参数会原样发送到上游,结果也会原样返回。

许可证

MIT——详见 LICENSE。版权所有 (c) 2026 Rene Turcios。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。