Hyreflow について
Hyreflowは、候補者の検索、情報補完、選考、シーケンス設定、ATSへの登録を行う採用自動化サービスです。OAuth 2.1で保護されたホスト型MCPサーバーに加え、対応環境向けのプラグイン、スキル、CLIを提供します。
主な機能
- 01候補者の検索と情報補完
- 02候補者の選考とシーケンス設定
- 03候補者をATSへ登録
- 04OAuth保護されたホスト型MCPサーバー
- 05Agent Skillsと`hyreflow` CLI
活用シーン
- 01候補者の検索と情報補完を実行
- 02定期的な採用ワークフローを構築
- 03複数ツールの採用プロセスを連携
- 04クレジットを使う操作を実行前に確認
MCP 対応
ホスト型のStreamable HTTP MCPサーバーを通じてHyreflowのツールをMCPクライアントに公開し、OAuth 2.1で認証します。プラグインとCLIからも採用ツールを利用できます。
設定
リモートサーバーはインストール不要です。クライアントを選んで設定をコピーするか、ワンクリックで導入できます。
https://recruit.hyreflow.ai/api/v2/mcpclaude mcp add --transport http ai-hyreflow-hyreflow https://recruit.hyreflow.ai/api/v2/mcp{"mcpServers":{"ai-hyreflow-hyreflow":{"type":"http","url":"https://recruit.hyreflow.ai/api/v2/mcp"}}}Cursor で開く{"servers":{"ai-hyreflow-hyreflow":{"type":"http","url":"https://recruit.hyreflow.ai/api/v2/mcp"}}}VS Code で開く{"mcpServers":{"ai-hyreflow-hyreflow":{"type":"http","url":"https://recruit.hyreflow.ai/api/v2/mcp"}}}{"mcpServers":{"ai-hyreflow-hyreflow":{"serverUrl":"https://recruit.hyreflow.ai/api/v2/mcp"}}}コマンドはターミナルで実行し、JSON は各クライアントの MCP 設定に貼り付けて再起動します。認可が必要なサーバーは初回接続時にログインを求めます。
ツール
詳細
Hyreflow プラグイン
AI エージェント向けの採用自動化です。Claude、ChatGPT、Codex、Cursor、Antigravity、Hermes など、MCP 対応エージェントから、ソースの取得 → 情報拡充 → 適格性評価 → シーケンス作成 → ATS への登録まで行えます。
接続方法は 2 つあり、組み合わせて利用できます。
- MCP サーバー — ホスト型の OAuth 保護サーバーで、あらゆる MCP クライアントから Hyreflow のツールを直接利用できます。インストールは不要です。公式 MCP Registry に
ai.hyreflow/hyreflowとして登録されています。 - プラグインマーケットプレイス(このリポジトリ)— Agent Skills と承認フックにより、Claude Code、Claude Cowork、Codex、Cursor に Hyreflow の効果的な使い方を教えます。スキルは
hyreflowCLI を操作します。
MCP で接続する
エンドポイント:https://recruit.hyreflow.ai/api/v2/mcp · トランスポート:Streamable HTTP · 認証:OAuth 2.1
クライアントに URL を追加すると、ブラウザーでのサインイン画面が開きます。Hyreflow アカウントでサインインするか、新しいアカウントを作成してください(新規アカウントには無料クレジットが付与されます)。Authorization ヘッダーは追加しないでください。静的トークンを設定すると、ブラウザーでのサインインが無効になります。
| クライアント | 方法 |
|---|---|
| Claude Desktop / claude.ai | Settings → Connectors → Add custom connector → URL を貼り付けます(無料プランではカスタムコネクターは 1 つまで) |
| Claude Code | claude mcp add --transport http hyreflow https://recruit.hyreflow.ai/api/v2/mcp |
| ChatGPT web(開発者モード) | Settings → Apps → Developer mode の順に開き、+ → Connection → URL を貼り付け、OAuth を選択します |
| ChatGPT desktop | Settings → Plugins → MCPs → Add → Connect to a custom MCP の順に開き、名前に Hyreflow、種類に Streamable HTTP を指定して URL を貼り付けます。トークンとヘッダーは空欄のままにして Save を選択します。アプリを再起動し、プロンプトが表示されたらサインインします。ツールが表示されるまで 1 分ほどお待ちください |
| Codex CLI | codex mcp add hyreflow --url https://recruit.hyreflow.ai/api/v2/mcp を実行し、続けて codex mcp login hyreflow を実行します |
| Cursor | ~/.cursor/mcp.json:{"mcpServers":{"hyreflow":{"url":"https://recruit.hyreflow.ai/api/v2/mcp"}}} |
| VS Code / Copilot | .vscode/mcp.json:{"servers":{"hyreflow":{"type":"http","url":"https://recruit.hyreflow.ai/api/v2/mcp"}}} |
| Cline | {"mcpServers":{"hyreflow":{"type":"streamableHttp","url":"https://recruit.hyreflow.ai/api/v2/mcp"}}} |
| Antigravity(デスクトップまたは IDE) | ~/.gemini/config/mcp_config.json:{"mcpServers":{"hyreflow":{"serverUrl":"https://recruit.hyreflow.ai/api/v2/mcp","oauth":{"clientId":"mcp_3c39d0bc0c1f435941f7962f"}}}} を設定し、Ctrl+, → Customizations → Authenticate の順に選択します |
| Hermes Desktop | MCP の設定:{"mcpServers":{"hyreflow":{"url":"https://recruit.hyreflow.ai/api/v2/mcp","auth":"oauth"}}}(CLI の場合は、同じキーを config.yaml に設定します) |
| Grok Bot | チャットで「https://recruit.hyreflow.ai/api/v2/mcp に Hyreflow というカスタム MCP を追加して」と入力し、接続カードで Add it → Authorize を選択します |
| OpenCode(デスクトップまたは CLI) | ~/.config/opencode/opencode.jsonc:{"mcp":{"hyreflow":{"type":"remote","url":"https://recruit.hyreflow.ai/api/v2/mcp","enabled":true}}} を設定します。初回利用時にサインインします。1 分ほどお待ちください |
| DeepSeek Harness | コミュニティ製プラグイン dsh-oauth-mcp-client が必要です(clone、pnpm install && pnpm build、dsh plugin --profile web add <dir> を実行)。続いて ~/.dsh/profiles/web/cordis.patch.yml に、name: '@dsh-external/dsh-oauth-mcp-client' と config: {serverName: hyreflow, url: https://recruit.hyreflow.ai/api/v2/mcp, credentialRef: HYREFLOW_OAUTH} を含む insert エントリーを追加します。初回起動時にブラウザーでサインインします |
現在、ChatGPT のデスクトップアプリのカスタム MCP オプション(ベアラートークンのみ対応し、OAuth は非対応。ウェブアプリを使用してください)、米国外の Gemini ウェブアプリ、Meta の一般向け Muse アプリ(MCP 非対応)はサポートされていません。
まず hyreflow_tools_search でタスクに合ったツールを探し、hyreflow_billing_balance でクレジットを確認してください。この表のクライアントに依存しないバージョンは llms-install.md を、ドキュメントはセットアップガイド · MCP リファレンスをご覧ください。
プラグインをインストールする
このプラグインでは、以下のスキルと hyreflow CLI が追加されます。CLI がまだインストールされていない場合、スキルの初回使用時にインストールするかどうかを確認します。または、npm(推奨)を使って自分でインストールできます。
npm install -g hyreflow
制限されたサンドボックス内にいて、npmjs.com にアクセスできませんか?代わりに Hyreflow レジストリからインストールしてください。
npm install -g hyreflow --registry https://recruit.hyreflow.ai/api/v2/npm/
Node がありませんか?1 行のインストーラーを使ってください(Python 3.9 以降が必要です)。
curl -fsSL https://recruit.hyreflow.ai/api/v2/cli/install | bash
続いて、hyreflow auth login でサインインしてください。
Claude Code
/plugin marketplace add automindz-solutions/hyreflow-plugins
/plugin install hyreflow@hyreflow
/hyreflow:hyreflow-quickstart
後で /plugin marketplace update hyreflow を実行すると、新しいバージョンを取得できます。
Claude Cowork
- Settings → Plugins → Add → Add marketplace
- リポジトリの URL を貼り付けます:
https://github.com/automindz-solutions/hyreflow-plugins - Hyreflow が More you can add に表示されたら、Add をクリックします。
- セッションを開始し、
/hyreflow:hyreflow-quickstartを実行します。
ネットワークアクセスは初期状態で利用できます。Team プランと Enterprise プランでは、管理者がアクセスを制限している場合があります。サインインに失敗する場合は、recruit.hyreflow.ai を許可するよう管理者に依頼してください。
Codex (beta)
codex plugin marketplace add automindz-solutions/hyreflow-plugins
続いて、Codex Plugins UI から hyreflow をインストールしてください。
Cursor (beta)
このプラグインには .cursor-plugin マニフェストが含まれています。Cursor のプラグイン設定でこのリポジトリをマーケットプレイスとして追加するか、リポジトリをクローンして hyreflow フォルダーをローカルプラグインとして追加してください。
内容
| スキル | 用途 |
|---|---|
hyreflow-recruit | まとめ役です。ソーシング、エンリッチメント、シーケンスの各ステップに適したツールを見つけ、複数のツールにまたがるパイプラインを構築します。 |
hyreflow-quickstart | 検索 → エンリッチ → 結果取得の実行をガイド付きでデモします。 |
hyreflow-workflows | 採用や GTM の定期的なワークフローを構築して実行します。 |
hyreflow-feedback | Hyreflow チームにフィードバックやバグ報告を送信します。 |
権限
このプラグインには承認フックが含まれており、読み取り専用で、費用が発生しない hyreflow コマンド(ステータス、検索、実行中の進捗)のみを自動承認します。クレジットを消費する操作(tools execute、enrich、workflows run)やサインイン情報を変更する操作については、引き続き事前に確認を求めます。
ライセンス
MIT © Automindz Solutions
コメント
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。