HireLayer

「この3件の履歴書をシニア React の求人要件と照らし合わせ、誰を面接すべきか教えてください。」

アシスタントが各職務経歴書を解析し、求人の評価基準を抽出して、すべての候補者を基準ごとに採点し、候補者リストの理由を説明します。

目次

• できること
• クイックスタート
• MCP クライアントへのインストール
• ツール
• プロンプトの例
• 料金とクレジット
• データとプライバシー
• トラブルシューティング
• FAQ

できること

• 履歴書や職務経歴書を解析します。 PDF、Word、画像などのファイルを、連絡先、職歴、学歴、言語、スキル、全文を含む構造化 JSON に変換します。スキャンされた履歴書は OCR で処理され、履歴書の言語も検出されます。
• 求人情報を評価基準に変換します。 重み付けと説明を含むマッチング基準を取得でき、必須要件にはフラグが付けられます。
• 候補者と求人をマッチングします。 求人に対する履歴書のスコアを 0 から 1 で算出し、各評価基準について説明します。
• 候補者をランキングします。 1 回の呼び出しで、同じ求人に対する最大 10 人の候補者を、各候補者のスコアと根拠とともに並べ替えます。
• スキルを正規化します。 フランス語または英語の自由記述のスキルを、安定した ID を持つスキル分類体系にマッピングします。

チャットで応募者を審査したり、採用エージェントを構築したり、ATS を拡張したり、統合コードを書かずに HR テック機能のプロトタイプを作成したりできます。

クイックスタート

1. AI アプリにサーバー URL https://hirelayer.co/mcp を追加するか、上にあるワンクリックインストールボタンをクリックします。
2. アプリに求められたら HireLayer にサインインし、アクセスを許可します。アカウントをお持ちでない場合は、無料で登録してください。毎月50クレジットを利用でき、カードは不要です。
3. アシスタントに質問します。たとえば、履歴書を添付して 「この候補者を要約してください。」 と尋ねます。

自分のデータを使わずに試すには、examples/ にあるサンプルの求人情報と履歴書を使用してください。このリポジトリには .mcp.json が含まれています。これをクローンし、HIRELAYER_API_KEY をエクスポートしてから、Claude Code でフォルダーを開くと、ローカルサーバーを有効にするかどうかを尋ねられます。

MCP クライアントへのインストール

ホスト型サーバー（推奨）

https://hirelayer.co/mcp に接続して HireLayer にサインインします。インストールも、更新の維持も不要です。

OAuth でサインインできないクライアントは、代わりに HireLayer API キーを送信できます：Authorization: Bearer your-api-key。

ホスト型の parse_resume は、ChatGPT に添付されたファイル、公開 HTTPS URL、サイズの小さい Base64 ファイル、または履歴書のテキストを受け取ります。ディスク上のファイルを解析するには、サーバーをローカルで実行してください。

ローカルサーバー（npx）

API キーを使ってお使いのマシンで実行します。登録してから、ダッシュボード → API キーでキーをコピーし、以下の your-api-key を置き換えてください。

claude mcp add hirelayer --env HIRELAYER_API_KEY=your-api-key -- npx -y hirelayer-mcp

{
  "mcpServers": {
    "hirelayer": {
      "command": "npx",
      "args": ["-y", "hirelayer-mcp"],
      "env": { "HIRELAYER_API_KEY": "your-api-key" }
    }
  }
}

{
  "mcpServers": {
    "hirelayer": {
      "command": "npx",
      "args": ["-y", "hirelayer-mcp"],
      "env": { "HIRELAYER_API_KEY": "your-api-key" }
    }
  }
}

{
  "inputs": [
    { "type": "promptString", "id": "hirelayer_api_key", "description": "HireLayer API key", "password": true }
  ],
  "servers": {
    "hirelayer": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "hirelayer-mcp"],
      "env": { "HIRELAYER_API_KEY": "${input:hirelayer_api_key}" }
    }
  }
}

{
  "mcpServers": {
    "hirelayer": {
      "command": "npx",
      "args": ["-y", "hirelayer-mcp"],
      "env": { "HIRELAYER_API_KEY": "your-api-key" }
    }
  }
}

codex mcp add hirelayer --env HIRELAYER_API_KEY=your-api-key -- npx -y hirelayer-mcp

gemini mcp add -e HIRELAYER_API_KEY=your-api-key hirelayer npx -y hirelayer-mcp

docker build -t hirelayer-mcp .
docker run -i --rm -e HIRELAYER_API_KEY=your-api-key hirelayer-mcp

すべてのツールはデータの読み取りと分析のみを行います。お使いのシステムに変更を加えることはありません。

このサーバーには、クライアントが既成のコマンドとして表示するプロンプトも含まれています。

スクリーニングの仕組み

flowchart LR
    J[Job description] --> C[extract_job_criteria]
    R[Resume files] --> P[parse_resume]
    C --> M[match_candidate]
    P --> M
    P --> K[rank_candidates]
    J --> K
    M --> S[Shortlist with explanations]
    K --> S

{
  "score": 0.89,
  "summary": "Profil très aligné : React, TypeScript et l’expérience demandée sont démontrés. Le niveau d’anglais reste à confirmer.",
  "evaluated_criteria": [
    {
      "id": "crit_1",
      "label": "Maîtrise de React",
      "weight": 3,
      "is_mandatory": true,
      "match_status": "ideal",
      "match_explanation": "Le CV décrit une équipe React dirigée depuis 2022 sur une plateforme en production."
    }
  ]
}

プロンプトの例

採用担当者および採用マネージャー向け

• "~/Downloads/jane-doe.pdfを解析し、彼女の職歴を5つの箇条書きで要約してください。"
• "シニアデータエンジニアの求人情報はこちらです。基準を抽出して、必須項目を教えてください。"
• "~/candidates/内の履歴書をこの求人に照らして評価し、スコアと主な不足点を含む候補者の絞り込み表を作成してください。"
• "アカウントエグゼクティブ職の候補者8人を順位付けし、上位3人が際立っている理由を説明してください。"
• "この候補者は必須基準をすべて満たしていますか？満たしていない場合、不足しているものを教えてください。"

開発者および HR テックチーム向け

• "この履歴書を解析し、結果を当社の ATS 候補者スキーマ { name, email, current_title, skills[] } に対応付けてください。"
• "このスキルセクションを正規化してください：Pack Office（Word、Excel）、React.js、英語（流暢）、プロジェクト管理。"
• "このツールが返した JSON を期待される型として使用し、履歴書を HireLayer API に送信する TypeScript 関数を作成してください。"

サンプルファイルで今すぐ試す

• "examples/job-senior-react-developer.mdに照らして、examples/内の履歴書をスクリーニングしてください。"

料金とクレジット

ツールの呼び出しが成功するたびに、HireLayer クレジットを 1 クレジット消費します。rank_candidatesの呼び出しは、候補者の数にかかわらず 1 クレジットを消費します。呼び出しに失敗しても課金されません。

データとプライバシー

• ホスト型サーバーが受け取るのは、アシスタントが HireLayer のツールに送信した内容のみです。各アプリは、サインインしてアクセスを許可した後にのみ利用でき、いつでも接続を解除できます。
• ローカルサーバーはお使いのマシン上で動作し、API キーを使用して HTTPS 経由で HireLayer API を呼び出します。テレメトリーはありません。
• parse_resume は、指定したファイルのみを読み取ります。デフォルトでは HireLayer は元のファイルを保存し、info_resume.url にそのリンクを返します。ファイルを保存しないようにするには、呼び出し時に do_not_store_data: true を設定してください。
• プライバシーポリシーとセキュリティポリシーをご覧ください。

履歴書には個人データが含まれます。ご自身の採用プロセスや GDPR などの適用規則に従って、ツールを使用してください。スコアは人による判断を支援するものであり、判断に代わるものではありません。

設定

トラブルシューティング

デバッグするには、MCP Inspector でサーバーを実行してください。

HIRELAYER_API_KEY=your-api-key npx @modelcontextprotocol/inspector npx -y hirelayer-mcp

よくある質問

HireLayer は ATS ですか？ いいえ。HireLayer は採用ソフトウェアの AI 機能（履歴書の解析、マッチング、ランキング、スキル）を提供します。MCP を通じて単独で利用するか、REST API を通じて ATS や HR テック製品に組み込むことができます。

結果は何語で表示されますか？ HireLayer が生成するテキスト（基準ラベルと根拠、マッチの要約と説明、ランキングの根拠）はフランス語です。別の言語で回答する場合、アシスタントが翻訳します。スキルの解決結果は、フランス語または英語のラベルで返されます。

どの言語の履歴書に対応していますか？ パーサーは各履歴書の主な言語を検出し、info_resume.language に返します。

REST API を直接利用できますか？ はい。API リファレンス、OpenAPI 仕様、エージェント向けの llms.txt をご覧ください。

API キーは必要ですか？ ホスト型サーバーでは不要です。HireLayer にサインインしてアクセスを許可すると、アプリからの呼び出しでご利用のプランのクレジットが使われます。接続した各アプリは Dashboard → API keys に「(MCP)」キーとして表示されます。アプリとの接続を解除するには、そのキーを無効化してください。ローカルサーバーでは API キーを使用します。

開発

git clone https://github.com/hirelayer/hirelayer-mcp.git
cd hirelayer-mcp
npm install
npm test
HIRELAYER_API_KEY=your-api-key npx @modelcontextprotocol/inspector node dist/index.js

CONTRIBUTING.mdをご覧ください。バグはGitHub の issuesで報告し、脆弱性はSECURITY.mdの説明に従って報告してください。

リンク

• ウェブサイト：hirelayer.co
• API リファレンス：hirelayer.co/api-docs
• OpenAPI：hirelayer.co/openapi.json
• エージェント向けドキュメント：hirelayer.co/llms.txt
• お問い合わせ：[email protected]

ライセンス

MIT