CoverCraft AI by Ambuj Kumar Tripathi

Name: CoverCraft AI by Ambuj Kumar Tripathi
Author: Ambuj123-lab

โดย Ambuj123-labรุ่น 1.0.0i★ –iรันบนคลาวด์

ชื่อใน registryio.github.Ambuj123-lab/covercraft-mcp

ติดตั้ง

ภาพรวม

คำอธิบายจากผู้ทำ (ภาษาอังกฤษตามต้นฉบับ)

Live Hugging Face model proofing, ATS resume scoring and career tools by Ambuj Kumar Tripathi

สามเสาของ PopNx MCP

สามเรื่องนี้ไม่รวมเป็นคะแนนเดียว เพราะความเห็น การวัด และความนิยม เป็นคนละเรื่องกัน

เสียงผู้ใช้iยังไม่มีรีวิวรีวิวเปิดพร้อมระบบบัญชีในขั้นถัดไป
ผลตรวจเบื้องต้นของเราiผ่าน 3 จาก 3 ข้อตรวจจากข้อมูลที่เปิดอยู่ ยังไม่ได้สแกนโค้ด
การใช้งานiยังใหม่มาก★ –

ใช้ทำอะไรได้

ตัวนี้ยังไม่ได้เรียบเรียงเป็นภาษาไทย ด้านล่างคือข้อเท็จจริงที่เราอ่านจาก registry

การเชื่อมต่อ: รันบนคลาวด์
ช่องทาง (transport): Streamable HTTP
หมวด: ค้นข้อมูลและความจำของ AI

ติดตั้ง

เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง

ก่อนติดตั้ง

ผลตรวจเบื้องต้น: ผ่าน 3 จาก 3 ข้อ
รันบนเครื่องของผู้ทำ สิ่งที่คุณถามจะผ่านเครื่องของเขา
ทำได้ 8 อย่าง (เครื่องมือ) company_research, evidence_validator, jd_analyzer, ats_readiness …
ทะเบียนไม่ได้ระบุ key ที่ต้องใส่

ต้องเตรียมก่อน

รันบนคลาวด์ไม่ต้องลงโปรแกรมเพิ่ม ต่อผ่านอินเทอร์เน็ตได้เลย

คุณใช้แอปไหน

ClaudeClaude CodeCursorVS CodeChatGPT

เลือกแอปด้านบน เราจำไว้ให้ ครั้งหน้าปุ่มจะขึ้นว่า “ติดตั้งลง …”

ใช้ได้ทั้ง Claude บนเว็บ แอปคอมพิวเตอร์ และมือถือ:

เปิด Settings → Connectors
กด Add custom connector
วางที่อยู่ด้านล่างแล้วกด Add
ถ้าให้ล็อกอิน ให้ล็อกอินกับผู้ทำ

https://career-workspace-ambujsystems.vercel.app/api/mcp

พิมพ์คำสั่งนี้ใน Terminal

claude mcp add --transport http covercraft https://career-workspace-ambujsystems.vercel.app/api/mcp

เปิดใน Cursor

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .cursor/mcp.json ของโปรเจกต์ หรือ ~/.cursor/mcp.json

{
  "mcpServers": {
    "covercraft": {
      "url": "https://career-workspace-ambujsystems.vercel.app/api/mcp"
    }
  }
}

เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง

เปิดใน VS Code

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .vscode/mcp.json ของโปรเจกต์

{
  "servers": {
    "covercraft": {
      "type": "http",
      "url": "https://career-workspace-ambujsystems.vercel.app/api/mcp"
    }
  }
}

ChatGPT ต่อได้เฉพาะ server ที่อยู่บนอินเทอร์เน็ต:

เปิด ChatGPT บนเว็บ → Settings → Connectors (Apps)
กด Create หรือ Add (บางแพ็กเกจต้องเปิด Developer mode ใน Advanced ก่อน)
วางที่อยู่ด้านล่าง ตั้งชื่อ แล้วบันทึก
ถ้าให้ล็อกอิน ให้ล็อกอินกับผู้ทำ

https://career-workspace-ambujsystems.vercel.app/api/mcp

ชื่อเมนูอาจต่างกันเล็กน้อยตามแพ็กเกจและรุ่นของแอป

ตัวเลือกเก็บในคุกกี้บนเครื่องนี้ ไม่ต้องมีบัญชี

ค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README

ทำอะไรได้บ้าง

ชื่อและคำอธิบายเครื่องมือตามที่ server ตอบมาเมื่อ 8 พ.ย. 2569 ผู้ทำเป็นคนเขียน ไม่ใช่เรา แสดงเป็นข้อความล้วน

company_research
Search web for verified company information, tech stack, and engineering culture using Tavily API and grounded synthesis.
evidence_validator
Validate factual resume claims against verified web source citations using deterministic Claim Ledger verification. Rejects unsupported claims.
jd_analyzer
Parse target Job Description and match required skills against candidate experience with evidence classification and gap detection.
ats_readiness
Perform heuristic ATS compliance checks (keyword coverage, word count, metrics density, parseable formatting, contact info).
source_filter
Audit and categorize research source domains into authoritative tiers (Tier 1: Official/SEC, Tier 2: Reputable tech press, Tier 3: Aggregators) and discard promotional spam.
cover_letter_generator
Synthesize structured, evidence-grounded cover letter paragraphs with in-line citations and tone alignment.
github_proofer
Inspect public GitHub repositories, code languages, commit activity, stars, and forks to fact-check candidate technical claims. Validates evidence-backed claims and flags uncorroborated technical claims.
huggingface_proofer
Inspect public Hugging Face assets (models, spaces, datasets, lifetime and rolling 30-day downloads) to verify GenAI, LoRA, GGUF, and LLM fine-tuning claims.

ผลตรวจเบื้องต้นi

เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 9 พ.ย. 2569

✓ ผ่าน
ตัวตนผู้ทำตรงกับ repo
ชื่อใน registry ยืนยันด้วยบัญชี GitHub Ambuj123-lab ซึ่งเป็นเจ้าของ repo
… ยังไม่ตรวจ
ยังมีคนดูแล
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
… ยังไม่ตรวจ
มีสัญญาอนุญาต (license)
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
✓ ผ่าน
endpoint ตอบ
ตอบกลับใน 967 ms (HTTP 200)
– ไม่เกี่ยว
ล็อกอินแบบ OAuth
ไม่ต้องล็อกอิน
✓ ผ่าน
คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง
อ่านคำอธิบายเครื่องมือ 8 ตัวแล้ว ไม่พบคำสั่งแอบแฝงถึง AI

เทียบกับตัวอื่นในหมวด ค้นข้อมูลและความจำของ AIi

ดาวมากกว่า 0% ของอีก 5752 ตัวในหมวดนี้
ส่งรุ่นใหม่เข้า registry ล่าสุดกว่า 58% ของอีก 5752 ตัวในหมวดนี้
ผลตรวจเบื้องต้นดีกว่าหรือเท่ากับ 100% ของอีก 5752 ตัวในหมวดนี้

เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo

คำถามที่พบบ่อย

CoverCraft AI by Ambuj Kumar Tripathi ปลอดภัยไหม?

จากการตรวจเบื้องต้นของเรา ผ่าน 3 จาก 3 ข้อที่ตรวจได้ เรายังไม่ได้อ่านโค้ด ก่อนใส่กุญแจหรือ token ให้ดูว่า server ขอสิทธิ์อะไร และเลือกกุญแจที่ทำได้เท่าที่จำเป็น

ต้องใช้กุญแจหรือรหัสอะไรบ้าง?

registry ไม่ได้ระบุว่าต้องใช้กุญแจ แต่บางตัวจะขอให้ล็อกอินตอนใช้ครั้งแรก

ตัวนี้รันบนเครื่องหรือบนคลาวด์?

รันบนคลาวด์ของผู้ทำ ต่อผ่านอินเทอร์เน็ตได้เลย ไม่ต้องลงโปรแกรม แต่ข้อมูลที่ส่งให้จะผ่านเซิร์ฟเวอร์ของผู้ทำ

ยังมีคนดูแลอยู่ไหม?

repo บน GitHub มีการแก้โค้ดล่าสุด – และส่งรุ่นล่าสุด (1.0.0) เข้า registry 27 วันที่ผ่านมา

ใช้กับโปรแกรมไหนได้บ้าง?

โปรแกรมที่รองรับ MCP เช่น Claude Desktop, Claude Code, Cursor และ VS Code ตัวนี้ต่อผ่าน URL จึงใช้กับโปรแกรมที่รับ remote MCP ได้ เช่น ChatGPT ที่เปิดโหมดนักพัฒนา

มีตัวไหนใช้แทนได้บ้าง?

ในหมวดเดียวกันมี Context7, Codebase Memory, Exa

ตัวที่ใช้แทนได้

server หมวดเดียวกันจากผู้ทำคนอื่น เรียงตามดาว

อ่านการ์ด:↓ ดาวน์โหลดต่อสัปดาห์i★ ดาว GitHubiสามเสา: รีวิว · ผลตรวจ · การใช้งานiอัปเดต = วันที่ส่งรุ่นล่าสุดเข้า registryi

Context7

ส่งคู่มือการใช้ไลบรารีและเฟรมเวิร์กรุ่นล่าสุดให้ AI อ่านก่อนตอบ ช่วยให้โค้ดที่ AI เขียนไม่ใช้คำสั่งเก่าที่เลิกใช้แล้ว

โดย upstashใช้กันมาก↓ 972.7K/สัปดาห์★ 64.2Kอัปเดต 3 วันที่ผ่านมา

บนเครื่องหรือคลาวด์

ติดตั้ง

Codebase Memory

Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.

โดย DeusDataใช้กันมาก↓ 18K/สัปดาห์★ 48.1Kอัปเดต 23 วันที่ผ่านมา

รันบนเครื่อง

ติดตั้ง

Exa

Connect AI agents to Exa for web search, content fetching, and multi-step research.

โดย exa-labsใช้กันมาก★ 5.2Kอัปเดต 2 เดือนที่ผ่านมา

รันบนคลาวด์✓ exa.ai

ติดตั้ง

README จากผู้ทำ

เปิดอ่าน README

ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ

🎯 The Engineering Philosophy

❌ The "Toy AI Generator" Fallacy

99% of cover letter tools on the internet are simple prompt wrappers that cause immediate disqualification during technical recruiter screens:

Hallucinated Metrics: They invent fake quantitative claims (*"Increased revenue by 43% using Docker"* when the candidate only listed Docker under skills).
Fluff & Sycophancy: They inject generic, embarrassing praise (*"I have long admired your revolutionary, industry-defining synergy"*).
Zero Company Grounding: They have no real-time awareness of recent engineering pivots, active tech stacks, or corporate subsidiaries.
Hidden Third-Party Traps: They fail to detect when a job posting is a third-party staffing/payroll agency disguised as a direct employer.

✅ The CoverCraft Architecture: Verifiable Evidence Graph

CoverCraft is not a template filler. It is an Evidence-Grounded Career Workspace & Claim-Validation Engine designed for senior engineers and discerning hiring teams.

Candidate Resume (PDF)          Job Description (JD)           Live Web (Tavily + Jina AI)

│ │ │ ▼ ▼ ▼ ┌──────────────────┐ ┌──────────────────┐ ┌────────────────────┐ │ Deterministic │ │ Deterministic │ │ 8-Page Multi-Board │ │ Text & Evidence │ │ Fallback Regex │ │ Crawl & Markdown │ │ Extraction Layer │ │ & Vendor Auditor │ │ Deep Extraction │ └─────────┬────────┘ └────────┬─────────┘ └─────────┬──────────┘ │ │ │ └─────────────────────────────┼─────────────────────────────────┘ │ ▼ ┌─────────────────────────────────┐ │ Human-in-the-Loop Gateway │ │ (Source Approval & Selection) │ └───────────────┬─────────────────┘ │ ▼ ┌─────────────────────────────────┐ │ Evidence-Grounded Generator │ │ • Strict Verbatim Anchors │ │ • Evidence-Grounded Claim Validation │ │ • Citation Footnotes [1], [2] │ └───────────────┬─────────────────┘ │ ▼ ┌─────────────────────────────────┐ │ Interview-Defensible Output │ │ (Every claim backed by facts) │ └─────────────────────────────────┘

⚡ Core Architectural Pillars

1. Multi-Source Real-Time Intelligence & Deep Markdown Crawling

Tavily 8-Page Authoritative Crawl: Queries live enterprise footprints targeting careers, linkedin, naukri, and ambitionbox.
Jina AI Reader (`r.jina.ai`) Deep Scraping: Strips HTML clutter, popups, and cookie walls, returning clean, high-fidelity markdown with an exponential timeout fallback.
Three-Tier Domain Classifier: Categorizes incoming intelligence into Company Official, Job Portals & Reviews, and External Engineering News.

2. Deterministic Fallback Regex & 4-Tier Company Intelligence

When LLM JSON structures are delayed or partially populated, a deterministic regex pipeline extracts ground truth directly from raw JD tokens:

📋 Job Context Sub-Tab (Default): Extracts Role, Work Model (Remote / Hybrid / On-Site), Experience Band, and Disclosed Salary Status.
⚠️ Third-Party / Staffing Detection: Flags staffing vendors, C2H (Contract-to-Hire), and payroll intermediaries with verbatim quotes directly extracted from the JD.
🏢 Company Identity Sub-Tab: Verifies whether the firm is a Direct Employer, Services Vendor, GCC (Global Capability Center), or Product Company. Missing fields strictly report "Not verified from available sources".
⚡ Hiring Signals Sub-Tab: Isolates technology focuses, active initiatives, and recent hiring surges with cited references [1], [2].
🔗 Sources Coverage Sub-Tab: Displays full URL citations and scrape statuses.

3. Evidence-Grounded Generation, UX & Claim Validation Policy

Evidence-Grounded Synthesizer: System instructions enforce that every single achievement claim in the cover letter must map directly to a verified bullet in the candidate's resume.
Interactive In-Line Evidence Markers with Clean Submission Export: On-screen interactive badges ([Resume Anchor] & [Source Citation]) allow candidates to hover and verify exact source quotes with a live [Evidence Markers: ON/OFF] toggle. When candidates click Copy to Clipboard or Download Markdown/PDF, internal citation tags are automatically stripped to deliver 100% clean, submission-ready letters for recruiters.
Adversarial Overclaim Red-Teamer (Veracity Audit Gate): Scans generated text against candidate resume verbs to catch senior inflation (e.g., resume states "assisted team with Kubernetes rollout" vs draft stating "spearheaded enterprise migration"). The engine automatically softens unverified verbs to authentic baseline evidence and records an audit log.
Live Step Progress Tracker & Dynamic Elapsed Timer: An event-driven 4-phase execution tracker (01. Competency Match → 02. MCP Company Research → 03. Human Approval → 04. Evidence Synthesis) with a live counting timer (00:04s) and active tool indicator so candidates clearly follow live execution without confusion or perceived stalls.
Human-in-the-Loop (HITL) Gate: Users explicitly inspect, evaluate credibility scores, and toggle on/off scraped web sources before any external intelligence enters the LLM generation prompt.

4. Native Model Context Protocol (MCP) Integration (8 Production Tools)

[!TIP]

🛡️ Triple-Registry Verified FastMCP Server (Glama · Smithery · M8ven):

CoverCraft's FastMCP server and its 8 registered tools have been independently audited and verified across leading registries with Glama Grade A - A, M8ven Trust Score 89/100 (Grade B), and Smithery Verified (8 Tools) with continuous live monitoring and 0 security vulnerabilities.

Contains a standalone Anthropic Model Context Protocol (MCP) server written in Python 3.

ตัดมาแค่ช่วงต้น อ่านต่อใน repo

CoverCraft AI by Ambuj Kumar Tripathi

ภาพรวม

สามเสาของ PopNx MCP

ใช้ทำอะไรได้

ติดตั้ง

ก่อนติดตั้ง

ทำอะไรได้บ้าง

ผลตรวจเบื้องต้นi

ตัวตนผู้ทำตรงกับ repo

ยังมีคนดูแล

มีสัญญาอนุญาต (license)

endpoint ตอบ

ล็อกอินแบบ OAuth

คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง

เทียบกับตัวอื่นในหมวด ค้นข้อมูลและความจำของ AIi

คำถามที่พบบ่อย

ตัวที่ใช้แทนได้

Context7

Codebase Memory

Exa

README จากผู้ทำ

🎯 The Engineering Philosophy

❌ The "Toy AI Generator" Fallacy

✅ The CoverCraft Architecture: Verifiable Evidence Graph

⚡ Core Architectural Pillars

1. Multi-Source Real-Time Intelligence & Deep Markdown Crawling

2. Deterministic Fallback Regex & 4-Tier Company Intelligence

3. Evidence-Grounded Generation, UX & Claim Validation Policy

4. Native Model Context Protocol (MCP) Integration (8 Production Tools)