Greenhouse MCP Server
一个服务器实现,通过模型上下文协议 (Model Context Protocol) 实现与 Greenhouse 的招聘和应聘者追踪系统进行交互,提供职位列表、候选人管理、申请筛选和阶段转换等工具。
README
Greenhouse MCP 服务器
一个用于 Greenhouse Harvest API 的模型上下文协议 (MCP) 服务器实现。此服务器提供通过 MCP 与 Greenhouse 的招聘和应聘者追踪系统交互的工具。
功能
- 列出职位,带有过滤选项
- 列出候选人,带有分页
- 列出申请,带有过滤
- 在阶段之间移动申请
- 更多功能即将推出!
本地开发设置
- 安装依赖项:
npm install
- 配置环境变量:
- 复制
.env.example到.env - 将您的 Greenhouse API 密钥添加到
.env:
GREENHOUSE_API_KEY=your_api_key_here
- 构建项目:
npm run build
- 启动服务器:
npm start
部署
GitHub 部署(推荐)
-
Fork 或克隆此存储库到您的 GitHub 帐户。
-
设置 GitHub 存储库密钥:
- 转到您的存储库的 Settings > Secrets and variables > Actions
- 添加一个名为
GREENHOUSE_API_KEY的新密钥,其中包含您的 API 密钥
-
启用 GitHub Actions:
- 转到您的存储库的 Actions 选项卡
- 如果尚未启用,请启用工作流
-
将您的代码推送到主分支:
git add .
git commit -m "Initial commit"
git push origin main
-
GitHub Actions 工作流将自动执行以下操作:
- 构建和测试您的代码
- 创建 Docker 镜像
- 将镜像推送到 GitHub Container Registry (ghcr.io)
-
要使用已部署的容器:
docker pull ghcr.io/your-username/mcp-greenhouse:latest
docker run -p 3001:3001 -e GREENHOUSE_API_KEY=your_api_key ghcr.io/your-username/mcp-greenhouse:latest
在本地使用 Docker
-
确保您的系统上已安装 Docker 和 Docker Compose。
-
配置您的环境:
- 确保您的
.env文件包含正确的GREENHOUSE_API_KEY .env文件将由 Docker Compose 用于环境变量
- 确保您的
-
构建并启动容器:
docker-compose up -d
- 检查日志:
docker-compose logs -f
- 停止服务器:
docker-compose down
手动部署
对于在服务器上手动部署:
-
在您的服务器上安装 Node.js (v20 或更高版本)
-
克隆存储库:
git clone <repository-url>
cd mcp-greenhouse
- 安装依赖项:
npm install
- 设置环境变量:
cp .env.example .env
# 使用您的 Greenhouse API 密钥编辑 .env
- 构建项目:
npm run build
- 使用 PM2 启动(推荐用于生产环境):
npm install -g pm2
pm2 start dist/index.js --name mcp-greenhouse
可用工具
list_jobs
列出 Greenhouse 中的所有职位,带有可选的状态过滤。
参数:
status(可选): 按状态过滤职位 ('open', 'closed', 'draft')
list_candidates
列出 Greenhouse 中的候选人,带有分页支持。
参数:
per_page(可选): 每页的候选人数量page(可选): 页码
list_applications
列出 Greenhouse 中的申请,带有过滤选项。
参数:
job_id(可选): 按职位 ID 过滤status(可选): 按申请状态过滤
move_application
将申请移动到不同的阶段。
参数:
application_id(必需): 要移动的申请的 IDstage_id(必需): 目标阶段的 ID
健康检查
服务器在 /tools 提供一个健康检查端点,该端点返回可用工具的列表。
贡献
欢迎贡献!请随时提交 Pull Request。
许可证
MIT
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。