Hiring Fairness & Selection ROI

Name: Hiring Fairness & Selection ROI
Author: saifs.ai

远程服务

saifs.ai商业与营销16 天前更新

代码仓库访问官网

关于 Hiring Fairness & Selection ROI

面向人力资源团队的远程 MCP 服务，用于分析招聘各阶段的公平性和选拔方法价值。它检查不利影响与测试结果，但不评估或筛选个人。

主要功能

01各阶段选拔率与影响比
02偶然差异与招聘漏斗分析
03同类岗位对比
04测试效度与群体低估检查
05公平门槛与净价值估算
06大型 ATS 导出数据的本地汇总

适用场景

01审查招聘各阶段的不利影响
02比较不同岗位的录用率
03评估测试的预测价值与成本

MCP 相关

提供招聘公平性分析工具，以及用于大型 ATS 导出数据的本地汇总脚本。MCP 客户端通过远程 Streamable HTTP 端点连接，并使用 OAuth 2.1 认证。

配置

远程服务无需本地安装。选择你使用的客户端，复制配置或使用一键安装。

服务地址https://hiring-fairness-mcp.saifs.ai/mcp

一键复制安装命令

Claude CodeTerminalclaude mcp add --transport http ai-saifs-hiring-fairness https://hiring-fairness-mcp.saifs.ai/mcp

Cursor.cursor/mcp.json{"mcpServers":{"ai-saifs-hiring-fairness":{"type":"http","url":"https://hiring-fairness-mcp.saifs.ai/mcp"}}}在 Cursor 中打开

VS Code.vscode/mcp.json{"servers":{"ai-saifs-hiring-fairness":{"type":"http","url":"https://hiring-fairness-mcp.saifs.ai/mcp"}}}在 VS Code 中打开

Claude Desktopclaude_desktop_config.json{"mcpServers":{"ai-saifs-hiring-fairness":{"type":"http","url":"https://hiring-fairness-mcp.saifs.ai/mcp"}}}

Windsurf~/.codeium/windsurf/mcp_config.json{"mcpServers":{"ai-saifs-hiring-fairness":{"serverUrl":"https://hiring-fairness-mcp.saifs.ai/mcp"}}}

命令在终端中运行；JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

工具

详细介绍

招聘公平性与甄选投资回报

对招聘流程进行群体层面的公平性和价值分析。根据各阶段及群体的人数，返回每个阶段的甄选率和影响比（EEOC 四分之五规则）、各差异是否大于偶然因素造成的范围、端到端漏斗，以及跨岗位的同类比较检查（可发现辛普森悖论）。根据匿名的分数／结果配对数据，判断测试能否预测工作表现、是否低估某个群体、合理的及格线，以及扣除成本后的经济价值。它绝不会为个人评分、排名或作出甄选，输出仅供分析参考，不构成法律建议。


注册表名称	`ai.saifs/hiring-fairness`
端点	`https://hiring-fairness-mcp.saifs.ai/mcp`
传输方式	Streamable HTTP（远程，无需安装）
身份验证	OAuth 2.1 — PKCE（S256）和动态客户端注册；客户端首次使用时会打开登录页面
发布者	SAIFS AI

安装

VS Code / GitHub Copilot

添加到 .vscode/mcp.json（工作区）或用户级 mcp.json：

{
  "servers": {
    "saifs-hiring-fairness": {
      "type": "http",
      "url": "https://hiring-fairness-mcp.saifs.ai/mcp"
    }
  }
}

然后从 MCP 视图启动服务，并按提示登录。

Claude（claude.ai、Desktop）

设置 → 连接器 → 添加自定义连接器，并粘贴：

https://hiring-fairness-mcp.saifs.ai/mcp

Claude Code

claude mcp add --transport http saifs-hiring-fairness https://hiring-fairness-mcp.saifs.ai/mcp

其他 MCP 客户端

使用 Streamable HTTP 传输方式连接到 https://hiring-fairness-mcp.saifs.ai/mcp。服务会返回带有 WWW-Authenticate: Bearer … resource_metadata=… 挑战的 401 响应，因此支持 OAuth 的客户端会自动完成登录。

工具

工具	功能
`hiring_fairness`	分析最多 5,000 行阶段计数数据（或阶段／群体／是否入选的候选人数据，或匿名分数／结果配对数据），并返回决策卡片，例如「审查此阶段」「同类比较」「测试具有预测力」「设置截止分数」和「物有所值」。
`hiring_fairness_get_engine`	适用于较大的 ATS 导出数据：返回一个仅依赖 numpy 的 Python 脚本，在本地将候选人数据汇总为群体计数并运行相同分析，因此候选人数据不会传到服务端。