Recruitee MCP Server

Recruitee MCP サーバー

Recruitee 用の Model Context Protocol（MCP）サーバーです。採用データの高度な検索、レポート作成、分析を行えます。

---

🚀 概要

Model Context Protocol（MCP） は、AI エージェントを外部サービスに接続するための標準として急速に普及しています。このプロジェクトでは、Recruitee 用の MCP サーバーを実装し、採用データの高度な検索、フィルタリング、レポート作成を AI で実現します。

基本的な CRUD ラッパーとは異なり、このサーバーは LLM と AI エージェントが得意とするタスク、つまり 要約、検索、フィルタリング に重点を置いています。一連のツールとプロンプトテンプレートを公開することで、MCP 互換クライアントから Recruitee のデータを構造化された、エージェントに適した方法で簡単に利用できます。

---

✨ 機能

• 候補者の高度な検索とフィルタリング
  スキル、ステータス、人材プール、求人、タグなどで候補者を検索します。例：
  「給与の希望額が理由で不採用になった、Elixir の経験がある候補者を探してください。」

• 採用概要レポート
  各ステージでの所要時間、プロセス全体の所要時間、ステージごとの内訳など、採用活動の概要を作成します。

• 採用統計
  平均値や指標（例：バックエンド職の平均希望給与、平均採用所要日数、契約形態の統計）を算出します。

• 一般検索
  名前や属性から候補者、採用案件、人材プールをすばやく検索します。

• プロンプトテンプレート
  LLM ベースのクライアント向けにプロンプトテンプレートを公開し、一貫性のある高品質な要約を実現します。

---

🛠 クエリの例

• Elixir の経験があり、給与の希望額が理由で不採用になった候補者を探してください。
• CV の URL を含む、候補者の個人情報を表示してください。
• 候補者「X」が不採用になった理由と、その時点でのステージを教えてください。
• この求人のほかのステージを教えてください。
• GDPR 認定の有効期限が今月切れる候補者を表示してください。
• 営業アシスタントの求人が充足するまでの期間はどれくらいですか？
• AI エンジニアの求人について、応募経路の円グラフを作成してください。
• 採用レポートを作成してください。

---

🧑‍💻 実装

• 言語： Python
• フレームワーク： FastMCP
• API： Recruitee Careers Site API
• スキーマ： すべての MCP ツールのスキーマは Pydantic モデルから生成され、LLM 向けの豊富なメタデータが付与されています。

サーバーは Recruitee からデータを取得して処理し、MCP ツール経由で公開します。要約は、提供されたプロンプトテンプレートを使用してクライアントが作成します。

---

🚦 トランスポート方式

• stdio – ローカルでの開発とテストに使用します。
• streamable-http – リモートでの本番環境向けデプロイに使用します（推奨）。
• SSE – サポートされていますが、一部の MCP フレームワークでは非推奨です。

---

🧪 使用方法

💡 ヒント： データを可視化するには、mcp-server-chart のようなチャート専用の MCP サーバーと組み合わせてください。

ローカル（stdio）

1. MCP クライアントを設定します：

   {
     "mcpServers": {
       "recruitee": {
         "command": "/path/to/.venv/bin/python",
         "args": ["/path/to/recruitee-mcp-server/src/app.py", "--transport", "stdio"]
       }
     }
   }
   

2. mcp-cli で実行します：

   mcp-cli chat --server recruitee --config-file /path/to/mcp-cli/server_config.json
   

リモート（streamable-http）

1. mcp-remoteを使用します：

   {
     "mcpServers": {
       "recruitee": {
         "command": "npx",
         "args": [
           "mcp-remote",
           "https://recruitee-mcp-server.fly.dev/mcp/",
           "--header",
           "Authorization: Bearer ${MCP_BEARER_TOKEN}"
         ],
         "env": {
           "MCP_BEARER_TOKEN": "KEY"
         }
       }
     }
   }
   

2. または、クライアントがBearerトークン認証に対応している場合は直接使用します

   {
     "mcpServers": {
       "recruitee": {
         "transport": "streamable-http",
         "url": "https://recruitee-mcp-server.fly.dev/mcp"
       }
     }
   }
   

---

☁️ デプロイ

Fly.io にデプロイする

1. .envにシークレットを設定します

2. ボリュームを作成します

   make create_volume
   

3. デプロイします：

   flyctl auth login
   make deploy
   

---

📚 リソース

• Recruitee MCP サーバー（GitHub）
• Recruitee API ドキュメント
• Model Context Protocol（MCP）
• FastMCP フレームワーク
• チャート用 MCP サーバー

---

🤝 コントリビューション

コントリビューション、課題の報告、機能リクエストを歓迎します！

---

📝 ライセンス

このプロジェクトはMITライセンスです。

---

高度な採用データへのアクセスと分析機能を活用して、AI エージェントの能力を高めましょう。