Model Context Protocol

Die Anschreiben-Engine für KI-Agenten

Dein Agent findet die Jobs. StoryLenses schreibt die Anschreiben, die zu Interviews führen. Füge narrative Anschreiben-Generierung in jeden MCP-kompatiblen Agenten ein — in Minuten.

Jetzt starten

5 kombinierbare Tools

Ein kompletter Anschreiben-Workflow für deinen Agenten — von der Stellenanalyse bis zur Qualitätssicherung.

storylenses_analyze_job

Extrahiere über 15 strukturierte Felder aus einer Stellenanzeige — Anforderungen, Unternehmensherausforderungen, Kultursignale, Recruiter-Prioritäten.

storylenses_match_profile

Gleiche ein Kandidatenprofil mit Jobdaten ab — identifiziert Fit-Score, passende Fähigkeiten, Karrierelücken und den stärksten narrativen Ansatz.

storylenses_generate_letter

Generiere ein Story-basiertes Anschreiben mit gematchten Daten und einem gewählten narrativen Archetyp. Unterstützt 4 Sprachen.

storylenses_quality_check

Bewerte ein Anschreiben nach Relevanz, narrativer Stärke und Vollständigkeit. Liefert umsetzbares Feedback.

storylenses_list_archetypes

Gib verfügbare narrative Archetypen mit Beschreibungen zurück, damit Agent oder Nutzer einen Stil wählen können.

Warum StoryLenses statt ein roher LLM-Call?

Dein Agent kann einen Lebenslauf und eine Stellenanzeige an GPT schicken. Das Ergebnis klingt wie KI-Einheitsbrei.

StoryLenses nutzt narrative Wissenschaft — über 15 strukturelle Archetypen, tiefgreifende Stellenanzeigen-Analyse und Profil-zu-Stelle-Matching — um Anschreiben zu produzieren, die klingen, als hätte ein menschlicher Stratege sie geschrieben.

Roher LLM-Call

✗ Generische 3-Absätze-Struktur
✗ Keine Stellenanzeigen-Analyse
✗ Kein Profil-Matching
✗ Gleiche Ausgabe jedes Mal
✗ Klingt wie ein Chatbot

StoryLenses MCP

✓ 15+ narrative Archetypen
✓ 15+ strukturierte Job-Felder extrahiert
✓ CV-zu-Stelle-Matching mit Lückenanalyse
✓ Einzigartige Ausgabe pro Job/Kandidat
✓ Klingt wie ein menschlicher Stratege

Schnellstart

Verbindung in unter 2 Minuten.

Claude Desktop

{
  "mcpServers": {
    "storylenses": {
      "url": "https://mcp.storylenses.app/sse",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY"
      }
    }
  }
}

Cursor / VS Code

{
  "mcp": {
    "servers": {
      "storylenses": {
        "url": "https://mcp.storylenses.app/sse",
        "headers": {
          "Authorization": "Bearer YOUR_API_KEY"
        }
      }
    }
  }
}

TypeScript SDK

import { Client } from "@modelcontextprotocol/sdk/client/index.js";
import { SSEClientTransport } from "@modelcontextprotocol/sdk/client/sse.js";

const transport = new SSEClientTransport(
  new URL("https://mcp.storylenses.app/sse"),
  { requestInit: { headers: { Authorization: "Bearer YOUR_API_KEY" } } }
);
const client = new Client({ name: "my-agent", version: "1.0" });
await client.connect(transport);

Beispiel-Workflow

// 1. Analyze the job posting
const job = await client.callTool("storylenses_analyze_job", {
  job_url: "https://linkedin.com/jobs/view/12345"
});

// 2. Match candidate profile
const match = await client.callTool("storylenses_match_profile", {
  job_analysis_id: job.id,
  candidate_profile: { cv_text: resumeText }
});

// 3. Generate cover letter
const letter = await client.callTool("storylenses_generate_letter", {
  job_analysis_id: job.id,
  match_id: match.id,
  archetype: match.suggested_archetype,
  locale: "en"
});

// 4. Quality check
const score = await client.callTool("storylenses_quality_check", {
  letter_text: letter.letter_text,
  job_analysis_id: job.id
});

console.log(letter.letter_text);  // Story-driven cover letter
console.log(score.score);          // 87/100