Resume Screening MCP 0.3.5

这是 RTS 简历初筛项目的轻量规则引擎。大模型负责理解 JD 和简历并提交结构化事实；MCP 负责验证原文证据、计算不重复工作年限、执行硬性门槛、确定性评分、候选人分层排序和审计记录。

0.3.5 将嵌套证据字段改为可选但不使用 JSON Schema default。缺少 quote 时不再拒绝整批请求，而是由规则引擎将相关证据降为未验证，并记录 warnings/audit。保留平台兼容的简单 schema 和评分上限修复。

为什么使用 MCP

• 同一输入得到同一分数和排名。
• 模型提交的 E1-E3 证据必须能在简历原文中找到，否则自动降为 E0。
• 重叠经历不会重复累计工作年限。
• 年限、学历、地点、必备技能和证书按统一规则执行。
• 每次加减分都保留规则和原因，便于复核。

MCP 不负责解析 PDF/Word，也不调用外部大模型，不需要 API Key。

工具

| 工具 | 用途 | |---|---| | health_check | 检查版本、传输方式和服务状态 | | screen_resumes | 单次处理一份或多份简历，完成证据校验、时间线、门槛、评分、分层、排序和审计 |

评分口径

• 匹配度基础权重：硬门槛 25、核心技能 35、职责/项目 25、行业/优先项 10、表达与证据清晰度 5。
• JD 未提供的分项不计分，其余有效分项自动重新归一化。
• E3=100，E2=70，E1=30，E0=0。
• 综合分：匹配度 70% + 证据完整度 30%。
• 硬性门槛失败或证据完整度低于 60 的候选人不进入推荐榜。

npm 配置

{
  "mcpServers": {
    "resume-screening-mcp": {
      "command": "npx",
      "args": [
        "-y",
        "@cjsqbn/[email protected]"
      ],
      "env": {}
    }
  }
}

不要在包名中的 @ 前添加反斜杠。

本地验证

npm.cmd install --cache "D:\npm-cache"
npm.cmd run test:smoke
npm.cmd pack --dry-run --cache "D:\npm-cache"

性能设计

• 正式分析只调用一次 screen_resumes。
• 不生成重复 Markdown 报告。
• 不返回完整简历原文。
• 不访问外部 API。
• 支持单次批量排序。