JobSpy MCP 服务器

一个模型上下文协议 (MCP) 服务器，它使像 Claude 这样的人工智能助手能够使用 JobSpy 工具在多个招聘平台上搜索工作。

特性

• 跨多个平台（Indeed、LinkedIn、Glassdoor 等）搜索工作
• 按搜索词、位置、时间范围等进行过滤
• 获取 AI 模型可以轻松处理的结构化工作数据
• 将结果格式化为 JSON 或 CSV
• 多种传输选项：用于 Claude 集成的 stdio，用于 Web 客户端的 SSE

前提条件

• Node.js 16+
• Python 3.6+
• 已安装并可用的 JobSpy 工具

安装

# 克隆存储库
git clone https://github.com/yourusername/jobspy-mcp-server.git
cd jobspy-mcp-server

# 安装依赖项
npm install

# 确保 JobSpy 工具已正确设置
cd ../jobSpy
pip install -r requirements.txt
chmod +x run.sh

配置

服务器将自动尝试在标准位置查找 JobSpy 脚本：

• ../jobSpy/run.sh（相对于服务器目录）
• ./run.sh（在当前目录中）
• /app/run.sh（对于 Docker 环境）

环境变量

您可以使用以下环境变量配置服务器：

环境变量	描述	默认值
JOBSPY_DOCKER_IMAGE	用于 JobSpy 的 Docker 镜像	jobspy
JOBSPY_ACCESS_TOKEN	JobSpy API 的访问令牌（如果需要）	none
PORT	MCP 服务器的端口	9423
HOST	HTTP 服务器的主机	'0.0.0.0'
ENABLE_SSE	启用服务器发送事件传输	0

设置配置

您可以通过多种方式设置这些配置值：

1. 直接使用环境变量

export JOBSPY_DOCKER_IMAGE=jobspy
export JOBSPY_HOST='0.0.0.0'
export JOBSPY_PORT=9423
export ENABLE_SSE=1

2. 使用 .env 文件

在根目录中创建一个 .env 文件，其中包含您的配置：

JOBSPY_DOCKER_IMAGE=jobspy
JOBSPY_HOST='0.0.0.0'
JOBSPY_PORT=9423
ENABLE_SSE=1

用法

启动服务器

npm start

与 Claude Desktop 连接

将以下内容添加到您的 Claude Desktop 配置文件（通常位于 ~/Library/Application Support/Claude/claude_desktop_config.json）：

{
  "mcpServers": {
    "jobspy": {
      "command": "node",
      "args": ["/path/to/jobspy-mcp-server/src/index.js"],
      "env": {
        "ENABLE_SSE": 0
      }
    }
  }
}

与 Web 客户端一起使用（SSE 传输）

服务器公开 HTTP 端点，允许 Web 应用程序与 JobSpy MCP 服务器交互：

• 连接以获取更新：GET /mcp/connect

  • 建立服务器发送事件 (SSE) 连接以进行实时更新
  • 返回进度更新和工作搜索结果

• 发送请求：POST /mcp/request

  • 接受 MCP 格式的工具调用请求
  • 返回工具响应

浏览器示例 JavaScript 客户端：

// 连接到 SSE 端点
const eventSource = new EventSource('http://localhost:9423/mcp/connect');

// 监听更新
eventSource.onmessage = function(event) {
  const data = JSON.parse(event.data);
  console.log('Received update:', data);
  
  // 处理进度更新
  if (data.type === 'progress') {
    updateProgressBar(data.progress);
  }
};

// 发送搜索请求
async function searchJobs() {
  const response = await fetch('http://localhost:9423/mcp/request', {
    method: 'POST',
    headers: {
      'Content-Type': 'application/json'
    },
    body: JSON.stringify({
      tool: 'search_jobs',
      params: {
        search_term: 'software engineer',
        location: 'San Francisco, CA',
        site_names: 'indeed,linkedin'
      }
    })
  });
  
  return await response.json();
}

API 用法

服务器公开以下端点：

搜索工作

GET /search

查询参数：

• site_names：要搜索的招聘网站的逗号分隔列表
• search_term：要搜索的术语
• location：工作地点
• 以及其他需要的 JobSpy 参数

可用工具

search_jobs

在各种招聘网站上搜索工作。

参数：

参数	类型	描述	默认值
site_names	string	要搜索的招聘网站的逗号分隔列表 (indeed,linkedin,zip_recruiter,glassdoor,google,bayt,naukri)	"indeed"
search_term	string	工作的搜索词	"software engineer"
location	string	工作搜索的地点	"San Francisco, CA"
google_search_term	string	Google 特定的搜索词	null
results_wanted	integer	想要的结果数	20
hours_old	integer	工作可以存在多少小时	72
country_indeed	string	Indeed 搜索的国家	"USA"
linkedin_fetch_description	boolean	是否获取 LinkedIn 工作描述（较慢）	false
format	string	输出格式 (json 或 csv)	"json"
output	string	没有扩展名的输出文件名	"jobs"

与 Claude 一起使用的示例：

我需要在 LinkedIn 和 Indeed 上找到过去 24 小时内在波士顿发布的资深软件工程师职位。

Docker 支持

提供了一个 Dockerfile 来容器化 MCP 服务器：

# 构建 Docker 镜像
docker build -t jobspy-mcp-server .

# 运行容器
docker run -p 9423:9423 jobspy-mcp-server

开发

在开发模式下运行

npm run dev

运行测试

npm test

curl -X POST "http://localhost:9423/api" \
  -H "Content-Type: application/json" \
  -d '{
    "method": "search_jobs",
    "params": {
      "search_term": "software engineer",
      "location": "San Francisco, CA",
      "site_names": "indeed,linkedin",
      "results_wanted": 10,
      "format": "json"
    }
  }'

许可证

MIT