LAPRAS MCP Server について
LAPRAS MCP Server は lapras.com が公式に提供する MCP サーバーです。AI クライアントから求人を検索し、職歴、職務要約、スキルなどのキャリア情報を管理できます。求職者や LAPRAS にプロフィールを登録しているユーザーを対象としています。
主な機能
- 01求人の検索と詳細情報の取得
- 02職歴の一覧取得、追加、更新、削除
- 03職務要約とキャリア志向の更新
- 04テックスキルと経験年数の管理
活用シーン
- 01条件を指定して求人を検索し、表にまとめる
- 02登録済みの職歴をもとに適した求人を探す
- 03職歴を整理し、LAPRAS の職務要約を更新する
MCP 対応
本プロジェクトは MCP サーバーとして、求人検索や職歴、職務要約、キャリア志向、スキルの読み書きツールを MCP クライアントに公開します。職歴関連のツールには LAPRAS_API_KEY の設定が必要です。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
ツール
12掲載時のツール一覧 · 3 週間前に更新
| パラメーター | 型 | 必須 | 説明 |
|---|---|---|---|
| keyword | string | いいえ | 求人情報の検索に使用するキーワード |
| page | number | いいえ | ページ分割のページ番号 |
| positions | array | いいえ | 職種キーの一覧(例:FRONTEND_ENGINEER, BACKEND_ENGINEER, WEB_APPLICATION_ENGINEER, INFRA_ENGINEER, SITE_RELIABILITY_ENGINEER, ANDROID_ENGINEER, IOS_ENGINEER, MOBILE_ENGINEER, MACHINE_LEARNING_ENGINEER, DATA_SCIENTIST, PROJECT_MANAGER, PRODUCT_MANAGER, TECH_LEAD, ENGINEERING_MANAGER, RESEARCH_ENGINEER, TEST_ENGINEER, SOFTWARE_ARCHITECT, SYSTEM_ENGINEER, EMBEDDED_ENGINEER, DATABASE_ENGINEER, NETWORK_ENGINEER, SECURITY_ENGINEER, SCRUM_MASTER, GAME_ENGINEER, CTO, CORPORATE_ENGINEER, DESIGNER, DATA_ENGINEER, OTHER) |
| prog_lang_ids | array | いいえ | プログラミング言語 ID の一覧(3: TypeScript, 39: JavaScript, 5: Python, 32: Go, 2: Ruby, 25: PHP, 45: Java, 40: Kotlin, 27: Node.js, 43: Swift, 82: Scala, 421: C#, 46: Rust, 56: C++, 42: Dart, 55: Objective-C) |
| framework_ids | array | いいえ | フレームワーク ID の一覧(4: Vue.js, 1428: React, 20: Next.js, 31: Nuxt.js, 6: Angular, 172: Redux, 21: Ruby on Rails, 76: Laravel, 140: Spring Boot, 8: Django, 237: Express, 41: Flutter, 171: ReactNative) |
| db_ids | array | いいえ | データベース ID の一覧(28: MySQL, 10: PostgreSQL, 419: SQL Server, 318: Oracle, 33: Aurora, 60: Redis, 221: DynamoDB, 170: MongoDB, 169: Elasticsearch, 200: BigQuery) |
| infra_ids | array | いいえ | インフラストラクチャおよび CI/CD ID の一覧(15: AWS, 52: GCP, 165: Azure, 18: Docker, 17: Terraform, 224: Kubernetes, 51: Firebase, 16: CircleCI, 122: Jenkins, 180: GitHubActions) |
| business_types | array | いいえ | 事業タイプ ID の一覧(1: 自社開発, 2: 受託開発, 3: SES) |
| employment_types | array | いいえ | 雇用形態 ID の一覧(1: 正社員, 2: 業務委託, 3: インターンシップ, 4: その他) |
| work_styles | array | いいえ | 勤務形態 ID の一覧(1: フルリモート, 2: 一部リモート) |
| preferred_condition_ids | array | いいえ | 希望条件 ID の一覧(1: 副業OK, 2: 副業からのジョイン可, 3: SOあり, 4: BtoB, 5: BtoC, 6: 株式上場済み, 7: グローバル, 8: 残業平均20時間未満, 9: アジャイル開発, 10: 英語で書く・話す業務がある, 11: フレックス, 12: 役員以上にエンジニアがいる, 13: 育休取得実績あり, 14: 地方在住社員がいる, 15: スタートアップ, 16: 副業) |
| annual_salary_min | number | いいえ | 最低年収要件(JPY) |
| sort_type | string | いいえ | 並び順(人気順:popularity_desc、新着順:updated_at_desc、年収の低い順:annual_salary_at_asc、年収の高い順:annual_salary_at_desc) |
詳細
プロジェクトの README よりLAPRAS MCP Server
https://lapras.com 公式のMCP Server
Setup
MCP Serverの設定(Cursor、Claude Desktop)を参考に、mcp.jsonまたはclaude_desktop_config.jsonに以下を追記してください。
LAPRAS_API_KEYは職歴関連のツールを使う場合のみ必要です。https://lapras.com/config/api-key から取得できます。
Desktop Extension (DXT)
Claude Desktopを使用している場合、Desktop Extension(.dxtファイル)を使って簡単にインストールできます。
- リリースページから最新の
lapras-mcp-server.dxtをダウンロード - Claude Desktopの設定画面を開く
- ダウンロードした
.dxtファイルを設定画面にドラッグ&ドロップ - 必要に応じてLAPRAS_API_KEYを設定(LAPRAS_API_KEYを設定後はMCPの有効・無効の設定をトグルしてください)
npx
{
"mcpServers": {
"lapras": {
"command": "npx",
"args": [
"-y",
"@lapras-inc/lapras-mcp-server"
],
"env": {
"LAPRAS_API_KEY": "<YOUR_LAPRAS_API_KEY>"
}
}
}
}
重要
Node.jsの環境によってはサーバー接続に失敗する可能性があります。その場合は下記のDocker経由での利用をお試しください。 また、WSL経由でnpxを実行する場合は、envの環境変数は読み取れません。argsで直接環境変数を指定する必要があります。 例:
"args": ["LAPRAS_API_KEY=<YOUR_LAPRAS_API_KEY>", "bash", "-c", "/home/bin/npx @lapras-inc/lapras-mcp-server"]
Docker
{
"mcpServers": {
"lapras": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-e",
"LAPRAS_API_KEY",
"laprascom/lapras-mcp-server:v0.4.0"
],
"env": {
"LAPRAS_API_KEY": "<YOUR_LAPRAS_API_KEY>"
}
}
}
}
Gemini CLI
GoogleのGemini CLIで利用する場合、上記の「npx」セクションにあるJSONコードを、お使いのsettings.jsonファイルに追記します。
設定ファイルは通常、OSごとに以下のパスに配置されています。
- Windows:
C:\Users\<ユーザー名>\.gemini\ - macOS / Linux:
~/.gemini/
メモ
gemini.conf.tomlを使用する場合は、以下のTOML形式で記述することも可能です。[mcpServers.lapras] command = "npx" args = ["-y", "@lapras-inc/lapras-mcp-server"] [mcpServers.lapras.env] LAPRAS_API_KEY = "<YOUR_LAPRAS_API_KEY>"
General notes
警告
AIがMCPサーバー経由でLAPRASから取得した情報(個人情報等を含む)は、ご利用中のAIモデルに送信され、解釈・処理が行われます。 利用されるAIサービスのデータ取扱いポリシー等をご確認の上、個人情報や機密情報の取り扱いにはご留意ください。
Examples
シンプルな求人の検索例
フルリモートワーク可能でRustが使えるバックエンドの求人を探してください。年収は800万以上で。
結果はMarkdownの表にまとめてください。
自分にあった求人の検索例
<自分のキャリアがわかる画像 or URL を貼り付ける>
これが私の職歴です。私に合いそうな求人を探してください。
自分に合った求人の検索例
LAPRASで職歴を取得して、私に合いそうな求人を探してください。
職歴を更新する例
<自分のキャリアがわかる画像 or URL を貼り付ける>
これが私の職歴です。LARPASの職歴を更新してください。
LAPRASの職歴を改善する例
LAPRASの職歴を取得して、ブラッシュアップするための質問をしてください。
改善後、LAPRASの職歴を更新してください。
職務要約を更新する例
私のこれまでの職歴を整理し職務要約を作成して、LAPRASに登録してください。
今後のキャリアでやりたいことを更新する例
私の職歴を取得して、今後のキャリアでやりたいことについて質問してください。
回答をもとに、LAPRASの今後のキャリアでやりたいことを更新してください。
https://github.com/user-attachments/assets/9c61470f-f97d-4e6f-97ca-53718c796376
Tools
search_job 求人検索
- キーワード、ページ番号、最低年収などのパラメータを使用して求人を検索
- 使用例:
search_jobツールを呼び出し、特定の条件に合致する求人リストを取得
get_job_detail 求人詳細取得
- 求人IDを指定して特定の求人の詳細情報を取得
- 使用例:
get_job_detailツールを呼び出し、特定の求人の詳細情報を取得
get_experiences 職歴一覧取得
- LAPRASに登録されている職歴情報の一覧を取得
- 使用例:
get_experiencesツールを呼び出し、登録済みの職歴一覧を取得
create_experience 職歴新規追加
- LAPRASに新しい職歴情報を追加
- 使用例:
create_experienceツールを呼び出し、新しい職歴を登録
update_experience 職歴更新
- LAPRASに登録されている職歴情報を更新
- 使用例:
update_experienceツールを呼び出し、既存の職歴を更新
delete_experience 職歴削除
- LAPRASに登録されている職歴情報を削除
- 使用例:
delete_experienceツールを呼び出し、指定した職歴を削除
get_job_summary 職務要約取得
- LAPRASに登録されている職務要約を取得
- 使用例:
get_job_summaryツールを呼び出し、登録済みの職務要約を取得
update_job_summary 職務要約更新
- LAPRASに職務要約を登録または更新
- 使用例:
update_job_summaryツールを呼び出し、職務要約を更新
get_want_to_do キャリア志向取得
- LAPRASに登録されている今後のキャリアでやりたいことを取得
- 使用例:
get_want_to_doツールを呼び出し、やりたいことを取得
update_want_to_do キャリア志向更新
- LAPRASに今後のキャリアでやりたいことを登録または更新
- 使用例:
update_want_to_doツールを呼び出し、やりたいことを更新
get_tech_skill テックスキル取得
- LAPRASに登録されている経験技術・スキル・資格 一覧(スキルID・スキル名・経験年数)を取得
- 使用例:
get_tech_skillツールを呼び出し、現在のテックスキルの状況を確認
update_tech_skill テックスキル更新
- 経験技術・スキル・資格と経験年数(実数値)を指定して、LAPRASのテックスキルを更新
- 使用例:
update_tech_skillツールを呼び出し、抽出したスキル情報をLAPRASに反映
メモ
職歴関連のツールを使用するには、LAPRAS_API_KEYの設定が必要です。 APIキーは https://lapras.com/config/api-key から取得できます。
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。