JobSpy MCP Server

一个模型上下文协议（MCP）服务器，使像Claude这样的AI助手能够使用JobSpy工具在多个职位列表平台上搜索工作。

功能

• 在多个平台（如Indeed、LinkedIn、Glassdoor等）上搜索工作
• 根据搜索词、地点、时间段等进行筛选
• 获取结构化的职位数据，便于AI模型处理
• 将结果格式化为JSON或CSV
• 多种传输选项：用于Claude集成的stdio，以及用于Web客户端的SSE

预备条件

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

安装

# 克隆仓库
git clone https://github.com/yourusername/jobspy-mcp-server.git
cd jobspy-mcp-server

# 安装依赖
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

服务器会自动尝试在标准位置找到JobSpy脚本：

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

环境变量

你可以通过以下环境变量配置服务器：

环境变量	描述	默认值
JOBSPY_DOCKER_IMAGE	JobSpy使用的Docker镜像	jobspy
JOBSPY_ACCESS_TOKEN	JobSpy API访问令牌（如有需要）	none
PORT	MCP服务器端口	9423
HOST	HTTP服务器主机	'0.0.0.0'
ENABLE_SSE	启用Server-Sent Events传输	0

设置配置

你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

在根目录创建一个.env文件，并添加你的配置：

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

使用方法

启动服务器

npm start

与Claude Desktop连接

在Claude Desktop配置文件中添加以下内容（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客户端使用（SSE传输）

服务器暴露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Server-Sent Events（SSE）连接以实现实时更新
  • 返回进度更新和职位搜索结果

• 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

示例JavaScript客户端用于浏览器：

// 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('收到更新：', 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: '软件工程师',
        location: '加利福尼亚州旧金山',
        site_names: 'indeed,linkedin'
      }
    })
  });
  
  return await response.json();
}

API使用

服务器暴露了以下端点：

搜索职位

GET /search

查询参数：

• site_names：要搜索的工作网站的逗号分隔列表
• search_term：搜索的工作术语
• location：工作地点
• 以及其他所需的JobSpy参数

可用工具

search_jobs

在多个职位列表网站上搜索工作。

参数：

参数	类型	描述	默认值
site_names	字符串	要搜索的工作网站的逗号分隔列表（indeed,linkedin,zip_recruiter,glassdoor,google,bayt,naukri）	"indeed"
search_term	字符串	工作搜索术语	"软件工程师"
location	字符串	工作搜索地点	"加利福尼亚州旧金山"
google_search_term	字符串	Google特定搜索术语	null
results_wanted	整数	所需的结果数量	20
hours_old	整数	工作可以有多久的时间	72
country_indeed	字符串	Indeed搜索的国家	"USA"
linkedin_fetch_description	布尔值	是否抓取LinkedIn工作描述（较慢）	false
format	字符串	输出格式（json或csv）	"json"
output	字符串	不带扩展名的输出文件名	"jobs"

使用Claude的示例：

我需要找到波士顿地区在过去24小时内发布的高级软件工程师职位，同时在LinkedIn和Indeed上搜索。

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": "软件工程师",
      "location": "加利福尼亚州旧金山",
      "site_names": "indeed,linkedin",
      "results_wanted": 10,
      "format": "json"
    }
  }'

许可证

MIT