Construímos o primeiro servidor MCP para cartas de apresentação. Aqui está o porquê.

O problema da última milha

Já existem mais de 177.000 ferramentas MCP nos registros. O Dice acabou de lançar a busca de emprego. GitHub, Slack, Notion, bancos de dados — todos têm servidores MCP. Você pode construir um agente que encontra vagas, pesquisa empresas e organiza candidaturas em um quadro do Notion, tudo através de chamadas de ferramentas.

Mas a candidatura em si — o documento que determina se um recrutador liga de volta — ficou entregue a uma chamada LLM genérica e uma esperança. A lacuna não está na capacidade do agente de encontrar oportunidades. Está na sua capacidade de fechá-las.

O que construímos

O servidor MCP do StoryLenses expõe cinco ferramentas componíveis que dão ao seu agente um fluxo completo de carta de apresentação:

storylenses_analyze_job — Alimente com uma URL ou texto de vaga. Extrai mais de 15 campos estruturados: os requisitos que todos veem, mas também os desafios reais da empresa, sinais culturais e o que o recrutador realmente precisa ouvir.

storylenses_match_profile — Recebe a análise da vaga e um perfil do candidato. Retorna um relatório de matching: pontuação de ajuste, habilidades coincidentes, lacunas e o ângulo narrativo mais forte. Este é o passo que a maioria dos agentes pula e a maioria dos humanos erra.

storylenses_generate_letter — Gera uma carta usando os dados do matching e um arquétipo narrativo selecionado entre mais de 15 opções. O Velocino de Ouro para o profissional deliberado. O Solucionador de Problemas para quem prospera no caos. O Louco Triunfante para o candidato não tradicional.

storylenses_quality_check — Pontua o resultado e retorna feedback estruturado. Porque até um bom sistema se beneficia de uma segunda opinião.

storylenses_list_archetypes — Retorna os estilos narrativos disponíveis com descrições, para que o agente ou o usuário possa fazer uma escolha informada.

A diferença entre uma chamada LLM direta e o StoryLenses é a diferença entre pedir a um estranho para escrever sua carta e pedir a um estrategista de carreira que leu a vaga, estudou seu CV e escolheu o enquadramento narrativo certo antes de escrever uma única palavra.

Mostrar, não contar

Um fluxo completo de agente precisa de apenas quatro chamadas de ferramentas: analisar a vaga, fazer matching do perfil do candidato, gerar a carta com o arquétipo sugerido e verificar a qualidade do resultado. A análise, matching, seleção narrativa e geração acontecem dentro do StoryLenses. Seu agente apenas orquestra.

O agente de referência

Também construímos um agente de referência open-source que encadeia Dice (busca de emprego) com StoryLenses (geração de cartas) em um fluxo completo de candidatura. O usuário fornece preferências de emprego mais seu CV. O agente busca vagas correspondentes. Para as selecionadas, o agente chama o StoryLenses para analisar, fazer matching, gerar e verificar qualidade. Resultado: uma carta personalizada mais pontuação de qualidade mais relatório de matching.

Foi projetado para ser forkeado. Se você está construindo um agente de carreira, é seu kit inicial.

Onde encontrar

Disponível no registro oficial MCP, Glama, npm (@storylenses/mcp-server) e como endpoint HTTP. Compatível com Claude Desktop, Cursor, Windsurf, Claude Code e qualquer cliente compatível com MCP.

Saiba mais em storylenses.app/mcp. Obtenha sua chave API em storylenses.app/developers. As primeiras 10 gerações são grátis.