HTTP Server with MCP Support

ai.jakegaylor.com

一个基于 Express + TypeScript 的服务，让 AI 系统能够理解 Jake Gaylor。一次部署即可通过四种接口访问同一份简历和个人简介：

• 网页（GET /），供人类查看
• 纯文本上下文（GET /llms.txt），供大模型和爬虫使用
• MCP 服务（/mcp），供人类配置的 AI 客户端使用
• A2A Agent（/a2a + Agent 卡片），供自主发现此网站的 Agent 使用

服务启动时会从 jakegaylor.com/resume.json 获取简历内容并渲染为 Markdown，因此所有接口始终保持最新，无需手动编辑。

端点

端点	提供内容
GET /	网页
GET /llms.txt	纯文本格式的简历和核心信念
POST /mcp（+ GET/DELETE）	基于 Streamable HTTP 的 MCP
GET /sse + POST /messages	基于旧版 SSE 传输的 MCP
GET /.well-known/agent-card.json	A2A Agent 卡片（v1.0，并为旧版客户端提供 v0.3 转换），配置密钥后会进行 JWS 签名
GET /.well-known/jwks.json	用于验证卡片签名的公钥
POST /a2a	A2A JSON-RPC 端点（兼容 v1.0 + v0.3）

MCP

基于 @jhgaylor/candidate-mcp-server 构建。提供的工具：

get_resume_text、get_resume_url、get_linkedin_url、get_github_url、get_website_url、get_website_text、contact_candidate（向 Jake 发送邮件）、generate_interview_questions、assess_role_fit、get_candidate_preferences（结构化筛选数据——参见 src/preferences.ts）、get_availability + book_intro_call（基于 Cal.com 的日程安排，采用与 A2A 技能相同的待确认和每日上限防护机制）

将客户端连接到 https://ai.jakegaylor.com/mcp，或通过 npx @jhgaylor/me-mcp 在本地通过 stdio 运行。

A2A

一个基于 @a2a-js/sdk 构建的 A2A v1.0 Agent，并启用了 v0.3 兼容层——根据协议，未发送 A2A-Version 标头的客户端会被视为使用 v0.3，而目前大多数已部署的客户端仍使用该版本。卡片会在同一 URL 上声明支持这两个版本。

技能：

• about-jake — 使用基于简历、个人简介和筛选数据的小型大模型回答有关 Jake 经验的问题。如果未配置大模型密钥或调用失败，则会回退为返回完整的 Markdown 简历，确保技能契约始终成立。
• candidate-preferences — 返回结构化筛选数据（职位类型、级别、地点、搬迁、远程办公、工作许可、薪酬态度、可工作时间、简历链接），格式为 JSON 数据部分加 Markdown。由筛选／后勤相关关键词或 metadata.skill 触发。值存储在 src/preferences.ts 中。
• assess-role-fit — 发送职位描述（使用 JD: 前缀，或任何较长且符合职位描述格式的文本），即可获得由大模型评估的真实匹配度：结论、附有简历引用的优势、明确列出的差距、后勤条件核对，以及建议的面试问题。如果没有可用的大模型，则回退为返回简历。
• schedule-intro-call — 表达日程安排意图的消息会返回自托管 Cal.com（cal.jakegaylor.com，公开预约端点，无需授权 API）的可选时段；BOOK: <slot> | <email> | <name> | <note> 会创建预约。防护机制：预约需要 Jake 确认（由 Cal.com 原生支持）、必须使用明确的 BOOK: 前缀才会执行副作用，并设有每日尝试次数上限。通过 src/calcom.ts 中的 CAL_* 环境变量配置。
• connect-via-mcp — 提及 MCP 的消息会收到更丰富的 MCP 接口连接说明。
• contact-jake — 以 CONTACT: 开头的消息会通过邮件转发给 Jake。只有明确使用此前缀（或设置 metadata.skill = "contact-jake"）才会触发邮件发送。

示例：

curl -X POST https://ai.jakegaylor.com/a2a \
  -H "Content-Type: application/json" -H "A2A-Version: 1.0" \
  -d '{"jsonrpc":"2.0","id":1,"method":"SendMessage","params":{"message":{
        "messageId":"m1","role":"ROLE_USER",
        "parts":[{"text":"What is Jake's experience with Kubernetes?"}]}}}'

配置

环境变量	用途
PORT	HTTP 端口（默认值为 3000）
RESEND_API_KEY	通过 Resend SMTP 发送邮件（设置后优先使用）
EMAIL_FROM	Resend 的发件地址（域名必须在 Resend 中完成验证）
MAILGUN_API_KEY	通过 Mailgun 发送邮件（未配置 Resend 时作为备用方案）
OPENROUTER_API_KEY	通过 OpenRouter 为 about-jake 提供大模型（设置后优先使用）
OPENAI_API_KEY	直接通过 OpenAI 为 about-jake 提供大模型（备用方案）
LLM_MODEL	覆盖模型（默认值：OpenRouter 上为 openai/gpt-5.4-nano，OpenAI 上为 gpt-5.4-nano）
A2A_BASE_URL	写入 Agent 卡片的公开基础 URL（默认值为 https://ai.jakegaylor.com）
A2A_SIGNING_KEY_JWK	用于签署 Agent 卡片的私有 ES256 JWK（需包含 kid）；未设置时提供未签名的卡片
POSTHOG_API_KEY	服务端 Agent 流量分析（卡片获取、MCP/A2A 请求、技能路由）；未设置时会停用分析
POSTHOG_HOST	PostHog 端点（默认值为 https://us.i.posthog.com）

未设置任何邮件密钥时，contact_candidate/contact-jake 会妥善报告失败。未设置任何大模型密钥时，about-jake 将完全采用确定性运行。

开发

npm install
npm run build        # tsc
npm run dev          # stdio transport, auto-reload
npm run dev:web      # HTTP transport on :3000, auto-reload

src/
  ├── index.ts           # Entry point; picks stdio or HTTP transport
  ├── express.ts         # HTTP server: web, MCP, A2A mounting
  ├── a2a.ts             # A2A agent card, executor, skills
  ├── preferences.ts     # Structured screening data (edit values here)
  ├── stdio.ts           # STDIO transport for MCP
  ├── config.ts          # Server + candidate config; fetches resume at boot
  ├── resumeMarkdown.ts  # JSON Resume → markdown renderer
  └── types.ts           # Shared types

部署

向 main 推送代码会触发 GitHub Actions 构建多架构 Docker 镜像（jhgaylor/jake-gaylor-com-mcp-server）。随后，工作流会将 k8s/kustomization.yaml 固定到新的 sha-<commit> 标签，并将更改提交回仓库；Flux 会监视该仓库，并在 home-cloud k3s 集群上滚动更新部署。运行时密钥由 Infisical 通过 InfisicalSecret 提供（参见 k8s/infisicalsecret.yaml），并通过 envFrom 注入 Pod。

许可证

MIT