关于 Remoote Remote Jobs MCP
Remoote Remote Jobs MCP 为 Agent 构建者提供结构化的远程职位搜索与研究,也支持薪资统计、账户提醒和经确认的申请跳转,且不公开雇主原始申请链接。
主要功能
- 01按职位和条件搜索在招岗位
- 02读取职位详情与薪资数据
- 03比较薪资统计
- 04查看热门远程职位
- 05创建每日或每周提醒
- 06申请前确认并请求跳转
适用场景
- 01按职位、技能或地点查找远程工作
- 02查看职位薪资和要求
- 03通过提醒跟踪新职位
- 04确认后打开申请跳转链接
MCP 相关
通过远程 MCP 端点提供职位搜索、详情、薪资统计、热门职位、提醒和申请意向工具。公开调用可用于只读发现;提醒和申请意向需要令牌。
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。
https://api.remoote.app/remoote/agents/mcpclaude mcp add --transport http app-remoote-remote-jobs https://api.remoote.app/remoote/agents/mcp{"mcpServers":{"app-remoote-remote-jobs":{"type":"http","url":"https://api.remoote.app/remoote/agents/mcp"}}}在 Cursor 中打开{"servers":{"app-remoote-remote-jobs":{"type":"http","url":"https://api.remoote.app/remoote/agents/mcp"}}}在 VS Code 中打开{"mcpServers":{"app-remoote-remote-jobs":{"type":"http","url":"https://api.remoote.app/remoote/agents/mcp"}}}{"mcpServers":{"app-remoote-remote-jobs":{"serverUrl":"https://api.remoote.app/remoote/agents/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
6| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| limit | integer | 否 | |
| query | any | 否 | 在整个职位发布内容(标题、描述、技能)中进行广泛的全文关键词搜索。 |
| region | any | 否 | |
| skills | any | 否 | |
| country | any | 否 | |
| seniority | any | 否 | |
| role_title | any | 否 | 与职位名称匹配的职位/岗位名称短语,例如 'backend engineer'。用于按职位搜索;与 query 结合可添加关键词。 |
| location_tag | any | 否 | |
| exclude_skills | any | 否 | |
| employment_type | any | 否 | |
| salary_required | boolean | 否 |
详细介绍
Remoote Remote Jobs MCP
这是 Remoote Remote Jobs MCP 的公开元数据和文档仓库。
- 网站和文档:https://remoote.app/agents
- MCP 端点:https://api.remoote.app/remoote/agents/mcp
- 令牌设置:https://remoote.app/agents/connect
Remoote MCP 为 Agent 提供结构化方式,用于搜索当前的远程职位、阅读职位详情、比较薪资统计数据、查看热门职位、创建职位提醒,以及请求用户确认后再跳转至申请页面。它面向需要获取职位数据、又无需抓取网页或暴露雇主原始申请链接的 Agent 构建者。
工具
| 工具 | 访问权限 | 功能 |
|---|---|---|
search_jobs | 公开或令牌 | 根据职位名称、更广泛的职位描述关键词、技能、地点筛选条件、资历级别、雇佣类型和薪资可见性搜索 Remoote 的在招职位。 |
get_job | 公开或令牌 | 返回一个在招职位的公开详情,包括薪资字段、地点规则、技能、摘录和 Remoote 职位 URL。 |
get_salary_stats | 公开或令牌 | 当有足够的标准化薪酬数据时,返回匹配职位的薪资统计数据。 |
get_top_jobs | 公开或令牌 | 返回当前热门远程职位的限量列表。 |
create_apply_intent | 需要令牌 | 在 Agent 请求用户确认后,为已验证身份的用户创建 Remoote 申请跳转。 |
create_alert | 需要令牌 | 为已验证身份的用户创建每日或每周 Remoote 职位提醒。 |
职位搜索字段
使用 role_title 表示用户想要的职位或职称,例如 backend engineer。它只匹配职位名称。使用 query 表示可能出现在职位描述其他位置的更广泛关键词,例如 python 或 postgresql。这两个字段可以组合使用。
MCP 职位搜索可能会返回 total_available: null,因为该端点不会执行开销较大的精确计数。result_count 始终表示当前响应中返回的职位数量。
公开访问与令牌身份验证行为
无需令牌即可进行公开调用,用于发现职位和只读职位调研。此类调用有数量上限,并返回 Remoote 公开字段、规范的 Remoote URL 和安全的后续操作。
令牌身份验证调用使用用户创建的 bearer 令牌。仅当 Agent 需要与账户关联的工作流(例如职位提醒或申请跳转)时才使用。请在 https://remoote.app/agents/connect 创建或撤销令牌,然后按以下方式传递:
Authorization: Bearer rma_...
只授予工作流所需的权限范围。
申请安全性
公开响应不包含雇主原始申请 URL,而是将用户引导回 Remoote 职位页面。
create_apply_intent 也会返回 Remoote 跳转链接,而非雇主原始 URL。打开该链接前,Agent 应先征求用户确认,因为打开跳转链接可能会计为一次申请跳转或权益检查。
快速 curl 示例
所有示例都通过 JSON-RPC 直接调用远程 MCP 端点。
列出工具
curl -sS \
-H 'content-type: application/json' \
-d '{"jsonrpc":"2.0","id":1,"method":"tools/list","params":{}}' \
https://api.remoote.app/remoote/agents/mcp
预期结果:tools 包含 search_jobs、get_job、get_salary_stats、get_top_jobs、create_apply_intent 和 create_alert。
搜索公开职位
curl -sS \
-H 'content-type: application/json' \
-d '{"jsonrpc":"2.0","id":2,"method":"tools/call","params":{"name":"search_jobs","arguments":{"role_title":"backend engineer","query":"python","limit":3,"salary_required":false}}}' \
https://api.remoote.app/remoote/agents/mcp
预期结果:structuredContent.status 为 ok,result_count 与返回的职位数量相符,并且每个职位都链接回 Remoote,而不会暴露雇主原始申请 URL。total_available 可能为 null。
使用令牌创建职位提醒
export REMOOTE_AGENT_TOKEN='rma_...'
curl -sS \
-H 'content-type: application/json' \
-H "Authorization: Bearer $REMOOTE_AGENT_TOKEN" \
-d '{"jsonrpc":"2.0","id":3,"method":"tools/call","params":{"name":"create_alert","arguments":{"name":"Python remote jobs","criteria":{"query":"python","salary_required":true},"frequency":"daily","limit":10}}}' \
https://api.remoote.app/remoote/agents/mcp
在示例中使用 rma_... 这样的占位符。不要在文档、日志或提示词中放入真实令牌。
更多示例
注册表元数据
server.json 已为 MCP 目录和注册表做好准备。仓库 URL 指向计划中的未来公开 GitHub 位置:https://github.com/asmisha/remoote-mcp。
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。