🎁 福利专区全网大模型免费应用 + 新用户福利 + 注册活动入口,低成本玩转 AI

职业记忆库 airsota/talentme-mcp

DeepSeek Harness
airsota100 天前有提交已提供中文文档扫描:无法判定

为 AI 助手接入本地职业笔记与面试训练

25/100
综合分
0
GitHub 星标
—
npm 周下载
—/5
用户评分

数据截至 2026/9/17 · 周下载取自 npm 全网(含 CI / 镜像),非本站安装数;综合分由星标、活跃度与兼容性检查合成。

安装命令 · 需先装 dsh CLI 引擎
dsh plugin --profile web add airsota/talentme-mcp
该包不可直接 npm 安装,改从 GitHub 源安装(明细见下方安装检查)

状态速览

判定依据:实装验证 · 静态安装检查 · 自动扫描 · 仓库维护状态
信任档位:已验证
是什么
dsh 原生插件 · tool
装得上吗
本站已真实安装成功
非静态推断
L4 · 真实安装等级说明 →
安全吗
本站尚未对该插件做风险分级
暂未覆盖,不等同于无风险
还在维护吗
更新放缓:最近一次提交在 100 天前
档位由哪些信号合成

本站实装验证(真实安装 L4 覆盖全站;L5 为运行时冒烟或实机截图,覆盖范围小于 L4) · 验证所用 dsh 版本 · 静态安装检查 · 风险分级 · 仓库维护状态。 下方各区块是它的证据明细。

验证判据与等级说明 →
社区实装还没有人打卡 · 装过的第一个就是你
安全扫描自动 · 静态分析源码
v2.7.0
⚪ 扫描:无法判定尚无人工评估
展开查看扫描说明与证据 ↓

已尝试扫描但取不到可分析的源码:仓库或包不存在、已删除,或为非 JS/TS 实现、未随包发布源码。无法判定,不代表安全。

  • · 包内无可扫 JS
  • · TS 源码(可能为非 JS 实现或未发布源码),无法判定
扫描于 2026/11/3(1 天前) · 范围 全包扫描(包内未声明入口) · 来源 GitHub 仓库

静态扫描只反映源码中出现的调用,不构成安全背书;人工评估与自动扫描相互独立、互不覆盖。

给这个插件打分还没有人投票↓
用户评分
还没有人投票,来当第一个

功能亮点

  • 访问本地职业笔记
  • 接入面试训练

MCP 工具,用来访问 TalentMe 知识库

README

由 DeepSeek 最新模型翻译生成
面向 AI 助手的本地优先个人职业记忆与机器学习面试教练 博客 | 文档 | 路线图 | 社区讨论 🌟 什么是 TalentMe MCP? TalentMe MCP 是一个本地优先的专业学习记忆系统,专为机器学习和软件工程面试准备而设计。它充当你的本地知识库与 AI 助手(Cursor、Claude Desktop、Trae、Antigravity、Kiro、Codex)之间的桥梁,实现了 LLM Wiki 模式,以追踪你的学习历程、自动化模拟面试并构建你的职业成长。在 TalentMe 了解更多信息并管理你的账户。 借助 TalentMe,你的 AI 智能体可以获得关于你的项目、技能和成长领域的长期上下文,从而实现高度个性化的辅导,而不会将你的笔记泄露到公共互联网。 🚀 核心功能 * 本地优先隐私:你的笔记、练习日志和模板以 Markdown 格式存储在本地,并采用兼容 Obsidian 的结构。 * 双源智能:连接到 TalentMe 云平台,动态获取专门的面试提示引导文件和专家评估工作流。 * 结构化仓库与 SQLite 引擎:将标准文件夹(concepts/、journal/、resumes/)与本地 SQLite 数据库相结合,用于间隔重复(艾宾浩斯曲线)和掌握度追踪。
展开完整文档(README 剩余 1 节)
面向 AI 助手的本地优先个人职业记忆与机器学习面试教练

博客 | 文档 | 路线图 | 社区讨论

🌟 什么是 TalentMe MCP?

TalentMe MCP 是一个本地优先的专业学习记忆系统,专为机器学习和软件工程面试准备而设计。它充当你的本地知识库与 AI 助手(Cursor、Claude Desktop、Trae、Antigravity、Kiro、Codex)之间的桥梁,实现了 LLM Wiki 模式,以追踪你的学习历程、自动化模拟面试并构建你的职业成长。在 TalentMe 了解更多信息并管理你的账户。

借助 TalentMe,你的 AI 智能体可以获得关于你的项目、技能和成长领域的长期上下文,从而实现高度个性化的辅导,而不会将你的笔记泄露到公共互联网。

🚀 核心功能

* 本地优先隐私:你的笔记、练习日志和模板以 Markdown 格式存储在本地,并采用兼容 Obsidian 的结构。
* 双源智能:连接到 TalentMe 云平台,动态获取专门的面试提示引导文件和专家评估工作流。
* 结构化仓库与 SQLite 引擎:将标准文件夹(concepts/、journal/、resumes/)与本地 SQLite 数据库相结合,用于间隔重复(艾宾浩斯曲线)和掌握度追踪。
* 零同步快速启动:启动或刷新 MCP 服务器 100% 在本地进行且即时完成,绕过云请求以避免延迟。
* 自动 IDE 注册:一键配置即可将服务器注册到 Cursor、Claude Desktop、Trae、Antigravity、Kiro 和 Codex。

🛠️ CLI 命令

TalentMe 自带直观的命令行界面:

1. talentme setup
你的初始引导助手。
* 引导你选择学习记忆文件夹的保存位置。
* 连接你的账户信息(邮箱、许可证密钥)。
* 配置 AI 写入模式行为(auto、semi-auto 或 manual)。
* 自动在你的 IDE 中配置并注册 MCP 服务器。

2. talentme start
启动后台模型上下文协议(MCP)服务器。
* 自动:你几乎不需要手动运行它;你的 IDE 会在启动时在后台启动它。
* 快速:如果路径为空,则使用本地骨架构建器,完全避免阻塞式网络调用。

3. talentme update
将软件包升级到最新版本。
* 拉取最新代码更新并就地重新安装依赖项。
* 提供可选的交互式云模板同步循环。

4. talentme sync
按需显式地从云端同步模板和专业技能。

📂 仓库结构

TalentMe 会初始化一个兼容 Obsidian 的本地记忆文件夹,其布局如下:

my_memory/
├── concepts/ # 原子知识点(例如 Transformers、PyTorch、Caching) ├── journal/ # 每日练习笔记和学习日志 ├── projects/ # 深入探究你过去的系统实现 ├── resumes/ # LaTeX/PDF/Markdown 简历及版本历史 ├── roles/ # 职位描述和匹配报告 ├── plans/ # 间隔重复学习路径和 14 天冲刺计划 ├── .skills/ # 本地协议提示规则(例如 llm-wiki、mock-interview) ├── template.json # 引导元数据跟踪 └── memory.db # SQLite 引擎,跟踪知识衰减和掌握程度

🎬 快速开始

第 1 步:安装软件包将 talentme-mcp 安装到你首选的 Python 环境中(我们建议创建一个专用虚拟环境):

python3 -m venv ~/.talentme_venv
source ~/.talentme_venv/bin/activate
pip install git+https://github.com/airsota/talentme-mcp.git

第 2 步:运行设置初始化你的记忆目录并配置你的 IDE:

talentme setup
按照交互式提示设置你的记忆目录、邮箱、许可证密钥和行为配置。

[!TIP]
需要许可证密钥? 在 TalentMe 官方网站注册以生成你的密钥、访问高级知识库并激活你的个人职业仓库。

第 3 步:与你的 AI 助手一起使用在 Cursor/Claude/Antigravity 中打开你的记忆目录,开始构建你自己的知识库!

💬 示例提示: “回顾我关于 Transformer 自注意力的笔记。就计算复杂度问我 3 个难题,然后将我的回答记录到今天的日志中。”

⚙️ 高级集成如果跳过了 IDE 自动注册,你可以通过将以下 JSON 片段添加到 IDE 的 MCP 设置中,手动注册 MCP 服务器:

{
"mcpServers": {
"talentme": {
"command": "/Users/YOUR_USERNAME/.talentme_venv/bin/talentme",
"args": ["start"]
}
}
}

配置位置
* Claude Code:~/.claude.json
* Cursor:~/Library/Application Support/Cursor/User/globalStorage/mcpServers.json
* Claude Desktop:~/Library/Application Support/Claude/claude_desktop_config.json
* Antigravity / Gemini IDE:~/.gemini/config/mcp_config.json

📄 许可证

MIT 许可证。详情请参阅 LICENSE。
预览分享卡片长什么样 ↓airsota/talentme-mcp
分享 · DeepSeek Harness Hub
airsota/talentme-mcp

为 AI 助手接入本地职业笔记与面试训练

这是你的仓库?认领条目

回到顶部