Model Context Protocol

El motor de cartas de presentación para agentes IA

Tu agente encuentra los empleos. StoryLenses escribe las cartas que consiguen entrevistas. Añade generación de cartas narrativas a cualquier agente compatible con MCP en minutos.

Empezar

5 herramientas componibles

Un flujo completo de carta de presentación para tu agente — del análisis de oferta al control de calidad.

storylenses_analyze_job

Extrae más de 15 campos estructurados de una oferta de empleo — requisitos del puesto, desafíos de la empresa, señales culturales, prioridades del reclutador.

storylenses_match_profile

Compara un perfil de candidato con los datos del puesto — identifica puntuación de ajuste, habilidades coincidentes, brechas profesionales y el ángulo narrativo más fuerte.

storylenses_generate_letter

Genera una carta de presentación narrativa usando datos emparejados y un arquetipo narrativo seleccionado. Soporta 4 idiomas.

storylenses_quality_check

Puntúa y evalúa una carta de presentación por relevancia, fuerza narrativa y completitud. Devuelve feedback accionable.

storylenses_list_archetypes

Devuelve los arquetipos narrativos disponibles con descripciones para que el agente o usuario pueda seleccionar un estilo.

¿Por qué StoryLenses y no una llamada directa al LLM?

Tu agente puede enviar un CV y una oferta a GPT. El resultado suena a IA genérica.

StoryLenses usa ciencia narrativa — más de 15 arquetipos estructurales, análisis profundo de ofertas y matching perfil-puesto — para producir cartas que suenan como si las hubiera escrito un estratega humano.

Llamada directa al LLM

✗ Estructura genérica de 3 párrafos
✗ Sin análisis de oferta
✗ Sin matching de perfil
✗ Mismo resultado cada vez
✗ Suena a chatbot

StoryLenses MCP

✓ 15+ arquetipos narrativos
✓ 15+ campos estructurados extraídos
✓ Matching CV-puesto con análisis de brechas
✓ Resultado único por par empleo/candidato
✓ Suena a un estratega humano

Inicio rápido

Conexión en menos de 2 minutos.

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);

Flujo de ejemplo

// 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