Construimos el primer servidor MCP para cartas de presentación. Aquí está por qué.

El problema de la última milla

Ya hay más de 177.000 herramientas MCP en los registros. Dice acaba de lanzar la búsqueda de empleo. GitHub, Slack, Notion, bases de datos — todos tienen servidores MCP. Puedes construir un agente que encuentre empleos, investigue empresas y organice candidaturas en un tablero de Notion, todo mediante llamadas a herramientas.

Pero la candidatura en sí — el documento que determina si un reclutador te devuelve la llamada — se ha dejado a una llamada LLM genérica y una oración. La brecha no está en la capacidad del agente para encontrar oportunidades. Está en su capacidad para cerrarlas.

Lo que construimos

El servidor MCP de StoryLenses expone cinco herramientas componibles que dan a tu agente un flujo completo de carta de presentación:

storylenses_analyze_job — Dale una URL o texto de oferta de empleo. Extrae más de 15 campos estructurados: los requisitos que todos ven, pero también los retos reales de la empresa, señales culturales y lo que el reclutador realmente necesita escuchar.

storylenses_match_profile — Toma el análisis del empleo y un perfil del candidato. Devuelve un informe de coincidencia: puntuación de ajuste, habilidades coincidentes, brechas y el ángulo narrativo más fuerte. Este es el paso que la mayoría de agentes se saltan y la mayoría de humanos hacen mal.

storylenses_generate_letter — Genera una carta usando los datos coincidentes y un arquetipo narrativo seleccionado entre más de 15 opciones. El Vellocino de Oro para el profesional deliberado. El Solucionador de Problemas para quien prospera en el caos. El Loco Triunfante para el candidato no tradicional.

storylenses_quality_check — Puntúa el resultado y devuelve feedback estructurado. Porque incluso un buen sistema se beneficia de una segunda opinión.

storylenses_list_archetypes — Devuelve los estilos narrativos disponibles con descripciones, para que el agente o el usuario pueda hacer una elección informada.

La diferencia entre una llamada LLM directa y StoryLenses es la diferencia entre pedir a un desconocido que escriba tu carta y pedir a un estratega de carrera que ha leído la oferta, estudiado tu CV y elegido el marco narrativo correcto antes de escribir una sola palabra.

Mostrar, no contar

Un flujo completo de agente necesita solo cuatro llamadas a herramientas: analizar la oferta, hacer matching del perfil del candidato, generar la carta con el arquetipo sugerido y verificar la calidad del resultado. El análisis, matching, selección narrativa y generación ocurren dentro de StoryLenses. Tu agente solo orquesta.

El agente de referencia

También construimos un agente de referencia open-source que encadena Dice (búsqueda de empleo) con StoryLenses (generación de cartas) en un flujo completo de candidatura. El usuario proporciona preferencias de empleo más su CV. El agente busca puestos coincidentes. Para los seleccionados, el agente llama a StoryLenses para analizar, hacer matching, generar y verificar calidad. Resultado: una carta personalizada más puntuación de calidad más informe de coincidencia.

Está diseñado para ser forkeado. Si estás construyendo un agente de carrera, es tu kit de inicio.

Dónde encontrarlo

Disponible en el registro oficial MCP, Glama, npm (@storylenses/mcp-server) y como endpoint HTTP. Compatible con Claude Desktop, Cursor, Windsurf, Claude Code y cualquier cliente compatible con MCP.

Más información en storylenses.app/mcp. Obtén tu clave API en storylenses.app/developers. Las primeras 10 generaciones son gratis.