$ loading_
让招聘者与 AI 用自然语言检索开发者档案、技能与项目经历。
该 MCP 工具材料很少，但已知为开源 MIT 项目、无密钥、未声明远程端点，整体未见明确高风险红旗。需注意其被系统标记为可执行代码，且 README 缺失、社区采用度低，透明度与可审计上下文不足。
材料显示不需要任何密钥或环境变量，未见凭证收集、存储或转发说明；基于现有信息，凭证暴露面较低。
未声明任何远程端点或外部主机，描述中也未体现将用户数据发送到第三方服务；就材料所示，未见明确网络外发行为。
系统客观检查项标记为 executes-code，说明其作为 MCP 工具具备在本机运行代码/进程的能力；这是此类工具的常规风险面，但材料未提供 README，无法进一步确认具体执行范围。
从“探索你的个人资料、技能和项目”的描述推断，工具可能访问本地作品集或相关数据源；但材料未说明读写路径、权限边界或是否仅只读，因此应留意实际数据访问范围。
正面因素是开源、MIT 许可证且可查看仓库；但来源为第三方注册表、社区采用度为 0 star、维护状态未知且 README 缺失，供应链透明度有限，建议先审源码与依赖。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"Developer Portfolio MCP Server" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请根据这个开发者作品集，总结他的核心技能、代表项目和最适合的岗位方向，用要点列出。
输出一份简明摘要，涵盖技能标签、项目亮点与岗位匹配建议。
我们在招聘后端工程师，请从作品集中找出与 API、数据库、系统设计相关的项目，并说明每个项目的相关性。
返回相关项目清单，并逐项说明与岗位要求的对应关系。
请基于作品集内容，写一段 120 字以内的中文候选人介绍，适合放在推荐邮件里，语气专业可信。
输出一段适合招聘沟通或推荐场景使用的精炼介绍文案。
通过自然语言查询 AI 项目作品集，按技术搜索并查看项目详情。
基于领英档案与简历匹配近期职位并自动记录求职结果。
帮助用户搜索 AI 原生岗位、准备求职材料并高效备战面试。
将简历与项目经历转换为可查询的 MCP 工具，便于 LLM 匹配岗位并回答经验问题。
对比简历与岗位描述，分析匹配度并生成技能差距可视化图表
帮助技术招聘快速搜索、评分并排序合适的 GitHub 开发者候选人