HH MCP Server
Enables to interact with hh.ru (a Russian job platform) through browser automation, allowing users to search for jobs, manage resumes, apply to vacancies with cover letters, and track application statuses via natural language.
README
HH MCP Server
MCP-сервер для автоматизации работы с hh.ru через браузерную автоматизацию (Playwright).
Возможности
- Поиск вакансий — по ключевым словам, городу, зарплате, опыту, графику (удалёнка/офис/гибрид)
- Просмотр деталей вакансий — полное описание, требования, стек, условия
- Управление резюме — просмотр списка и содержимого своих резюме
- Отклики на вакансии — с сопроводительным письмом и ответами на вопросы работодателя
- Отслеживание откликов — статусы всех отправленных откликов
- Информация о работодателях — карточка компании
Требования
- Python 3.12+
- uv (менеджер пакетов)
Установка
cd hh-mcp-server
uv sync
uv run playwright install chromium
Авторизация
Перед первым использованием нужно авторизоваться на hh.ru:
uv run hh-mcp-server --login
Откроется браузер — войдите в свой аккаунт hh.ru. Сессия сохранится в ~/.hh-mcp/profile/state.json.
Запуск
Как MCP-сервер (stdio, для Claude Code)
uv run hh-mcp-server
С видимым браузером (для отладки)
uv run hh-mcp-server --no-headless
HTTP-транспорт
uv run hh-mcp-server --transport streamable-http --port 8766
Настройка в Claude Code
Добавьте в .claude/settings.json:
{
"mcpServers": {
"hh": {
"command": "/path/to/uv",
"args": ["run", "--directory", "/path/to/hh-mcp-server", "hh-mcp-server"]
}
}
}
MCP-инструменты
| Инструмент | Описание |
|---|---|
search_vacancies |
Поиск вакансий по ключевым словам (keywords, area, salary, experience, schedule) |
get_recommended_vacancies |
Подходящие вакансии для резюме (алгоритм hh.ru, до 1000 вакансий) |
get_vacancy_details |
Детали вакансии по ID |
get_my_resumes |
Список резюме пользователя |
get_resume |
Полное содержимое резюме |
apply_to_vacancy |
Отклик на вакансию (с письмом и ответами на вопросы) |
get_responses |
Статусы откликов |
get_employer_info |
Информация о компании |
close_session |
Закрытие браузера и сохранение сессии |
Рекомендованные вакансии
Инструмент get_recommended_vacancies использует алгоритм hh.ru для подбора вакансий на основе резюме (аналог страницы "Подходящие вакансии"):
get_recommended_vacancies(
resume_id="0fe69243ff063cb4720039ed1f574b71676a55",
max_pages=50 # до 1000 вакансий (20 на страницу)
)
Это значительно точнее, чем keyword search — hh.ru анализирует опыт, навыки и должность из резюме.
Отклик на вакансию (двухшаговый flow)
Некоторые вакансии имеют обязательные вопросы от работодателя:
- Первый вызов без
question_answers— возвращает список вопросов - Второй вызов с
question_answers— отправляет отклик
# Шаг 1: получить вопросы
apply_to_vacancy(vacancy_id="12345")
# → {"status": "questions_required", "questions": [...]}
# Шаг 2: отправить с ответами
apply_to_vacancy(
vacancy_id="12345",
resume_id="abc123",
cover_letter="Текст письма",
question_answers={"task_123_text": "Ответ на вопрос"}
)
Структура проекта
hh_mcp_server/
├── cli_main.py # CLI точка входа (--login, --no-headless, --transport)
├── server.py # FastMCP сервер, регистрация инструментов
├── constants.py # URL, пути, маппинги (города, графики, опыт)
├── exceptions.py # Кастомные исключения
├── drivers/
│ └── browser.py # Playwright: контекст, страница, сохранение сессии
├── tools/
│ ├── vacancy.py # Инструменты поиска и просмотра вакансий
│ ├── apply.py # Инструмент отклика на вакансию
│ ├── resume.py # Инструменты работы с резюме
│ ├── employer.py # Информация о работодателе
│ └── responses.py # Отслеживание откликов
├── scraping/
│ ├── selectors.py # CSS-селекторы для парсинга hh.ru
│ ├── extractor.py # Утилиты извлечения данных со страниц
│ ├── apply.py # Логика отклика (cookies, вопросы, письмо, submit)
│ └── resume.py # Парсинг страниц резюме
└── utils/
└── auth.py # Авторизация (login flow, проверка сессии)
Логирование
uv run hh-mcp-server --log-level DEBUG
Уровни: DEBUG, INFO, WARNING (по умолчанию), ERROR.
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。