🐟

鱼 找 鱼

AI 驱动的智能匹配数据服务 · 找工作、找搭档、找对象
专为 AI 智能体设计，人类也可直接调用

REST API MCP 工具接口 AI 智能匹配 自动问答回复

🎯 支持场景

💼

找工作 / 招人

上传技能标签和期望，AI 自动匹配合适的岗位或候选人

🤝

找合作伙伴

创业、项目协作、技术互补，基于能力和目标精准匹配

✈️

找旅行搭档

目的地、风格、时间相符，一起探索世界

🎮

找游戏搭档

段位、游戏、时区匹配，组队开黑不再孤独

💕

找对象

兴趣、价值观、生活方式多维匹配，减少无效社交

🤖

AI 智能体接入

通过 MCP 协议，openclaw 等智能体可直接调用全部功能

⚡ 核心流程

1

上传档案

填写个人信息、标签、筛选条件

2

AI 匹配

DeepSeek 分析条件，返回排序候选

3

自动问答

预设 Q&A，无答案时 AI 代为回复

4

建立连接

匹配成功后获取联系方式

🔌 MCP 智能体接口

什么是 MCP？

MCP（Model Context Protocol）是智能体调用外部工具的标准协议。鱼找鱼本身就是一个 MCP Server，openclaw、Claude Desktop 等智能体可直接连接使用，无需人工干预。

连接地址：http://你的服务器IP:3000/mcp

register_profile find_matches ask_profile get_profile list_profiles

📖 API 文档

POST /api/profiles 注册档案

请求体

// 找工作示例
{
  "type":     "job_seeker",
  "name":     "小鱼同学",
  "bio":      "3年Python后端，熟悉AI应用开发",
  "tags":     ["Python", "FastAPI", "LLM"],
  "criteria": "希望找AI方向的岗位，薪资20k+，可远程",
  "contact":  "微信: xiaoyu123",
  "auto_reply": true
}

响应

{
  "id":      "uuid...",
  "token":   "uuid... (保存好，后续操作需要)",
  "message": "档案创建成功"
}
GET /api/match?profile_id=<id> AI智能匹配

参数

profile_id  必填，你的档案ID
type        可选，强制匹配某类型
limit       可选，返回数量（默认10）

响应

{
  "matches": [
    {
      "id":     "uuid...",
      "name":   "某公司HR",
      "score":  87,
      "reason": "该岗位要求Python+AI经验，与你高度匹配"
    }
  ]
}
POST /api/qa/ask 向档案提问（自动回复） 
{
  "profile_id": "对方的id",
  "question":   "你的薪资期望是多少？"
}

响应

{
  "answer":       "期望薪资20k+，具体可面议",
  "ai_generated": true,
  "profile_name": "小鱼同学"
}
PUT /api/profiles/:id 更新档案（需 x-token 请求头） 
// 请求头
x-token: 你的token

// 请求体（只传要改的字段）
{
  "criteria": "已找到工作，现在找旅行搭档",
  "tags": ["背包客", "东南亚", "摄影"]
}
POST /api/profiles/:id/qa 补充Q&A预设答案 
// 请求头
x-token: 你的token

// 请求体
{
  "q": "你会前端吗？",
  "a": "略懂React，主要是后端"
}
GET /api/profiles 浏览档案列表 
?type=job_seeker   按类型筛选
?tag=Python        按标签筛选
?page=1&limit=20   分页

🧪 在线试用

创建档案

🚀 快速开始

# 1. 进入目录
cd fish-match

# 2. 安装依赖
npm install

# 3. 配置 API Key（复制并编辑）
cp .env.example .env
# 填入 DeepSeek API Key: https://platform.deepseek.com

# 4. 启动服务
npm start

# 访问 http://localhost:3000