H-1B Sponsor

h1b-sponsor-mcp

询问 Claude“这家公司还在为 H-1B 提供担保吗？”，即可通过表格获得直接答案。数据来自 128 万份政府公开申报文件和 USCIS 批准记录。

这是一个面向需要签证担保的求职者的 MCP 服务。它汇总了每家雇主的三种公开担保信号，展示过去六个月的变化，并与上一年同期进行对比；服务在本地运行，数据库每季度更新一次。

You:     Compare Microsoft, Amazon, Google, Meta, Apple, Nvidia and TCS for data scientist sponsorship.
Claude:  (calls compare_companies)

公司	2026 年 1–6 月的 LCA	其中，新雇佣	同比	过去 12 个月认证的 PERM	USCIS 2025 财年新雇佣批准数	USCIS 2025 财年至 2026 财年第三季度的拒绝率	仍在提供担保？
Microsoft Corporation	351	152	-15%	147	1,394	🟢 2.6%	🟢 是，活跃
Amazon.com Services LLC	616	334	+32%	1	4,637	🟢 1.3%	🟢 是，活跃
Google LLC	240	150	+8%	0	1,042	🟢 1.2%	🟢 是，活跃
Meta Platforms, Inc	386	210	+2%	9	1,554	🟢 1.3%	🟢 是，活跃
Apple Inc.	137	67	+69%	3	827	🟢 1.1%	🟢 是，活跃
NVIDIA Corporation	7	0	+75%	8	560	🟢 0.7%	🟢 是，活跃
TATA CONSULTANCY SERVICES LIMITED	1	0	—	0	846	🟡 6.1%，偏高	🟡 偶尔

_{真实输出，数据截至 2026 年 6 月 30 日。LCA 和 PERM 列仅筛选数据科学家岗位；USCIS 列涵盖公司所有岗位。}

这张表回答了大多数担保信息网站无法回答的三个问题：公司今年还在提交申请吗？趋势如何？它能否帮你一路拿到绿卡？Amazon 和 Google 为数据科学家提交了大量 H-1B 申请，但过去 12 个月几乎没有为他们认证绿卡（PERM）案例。USCIS 拒绝这家雇主的申请有多频繁？TCS 的拒绝率为 6.1%，是全国 2.5% 的两倍多，因此被标记出来。

能回答的问题

工具	示例问题
company_sponsorship	“Stripe 还在提供担保吗？只看纽约的数据岗位。”
compare_companies	“比较 Databricks、Snowflake 和 Stripe。”
top_sponsors	“乔治亚州有哪些公司为机器学习工程师提供担保？”
salary_range	“亚特兰大的 H-1B 数据科学家按级别能拿到多少薪酬？”
find_employer	“哪些 Deloitte 实体会分别提交申请？”
data_info	“这些数据基于什么？有多新？”

每个答案都是 Markdown 表格，会注明日期范围（“2026 年 1–6 月”，而不是只写“过去 6 个月”），并说明这些数字的含义和局限。

每条结论和标记都以信号符号开头，方便快速浏览表格：🟢 良好 · 🟡 注意 · 🔴 警告 · ⚪ 数据不足。信号符号后面的文字表达相同意思，方便不看表情符号的读者理解。

安装

你需要 uv。该软件包已发布到 PyPI。首次运行时会下载并缓存数据库（压缩后约 61 MB）；之后所有内容都会在本地离线运行。

Claude Desktop：添加到 claude_desktop_config.json：

{
  "mcpServers": {
    "h1b-sponsor": {
      "command": "uvx",
      "args": ["h1b-sponsor-mcp"]
    }
  }
}

Claude Code：

claude mcp add h1b-sponsor -- uvx h1b-sponsor-mcp

其他任何 MCP 客户端的用法都相同：通过 stdio 运行 uvx h1b-sponsor-mcp。若要运行 GitHub 上的最新代码，而不是 PyPI 发布版本，请使用 uvx --from git+https://github.com/janishkumar/h1b-sponsor-mcp h1b-sponsor-mcp。

这些数据从何而来

信号	来源	能说明什么	覆盖范围
H-1B LCA	DOL 劳动条件申请披露数据	最新的信号：雇主正在准备 H-1B 申请。分为新聘用（例如从 F-1/OPT 转为 H-1B）和从其他雇主转入。	2024 年 10 月至 2026 年 6 月的决定（102 万份申请）
绿卡	DOL PERM 披露数据	公司是否为员工担保永久居留权	2024 年 10 月至 2026 年 6 月的决定（25.9 万个案例）
已确认的申请	USCIS H-1B 雇主数据中心	按财年和申请类型统计的批准与拒绝情况	FY2023 – FY2026 Q3

数据有多新？ DOL 每季度结束后约 5–6 周发布数据，因此数据随时可能有 1.5 至 5 个月的延迟。所有 H-1B 网站都使用相同的文件，因此没有哪个网站的数据更新鲜。统计窗口以数据中最新的决定日期为起点，而不是以今天为起点，因此“过去 6 个月”始终是完整覆盖的时间段。

LCA 不代表什么。 LCA 是雇主在提交 H-1B 申请之前提交的文件。它涵盖新聘用、续签和转雇主，其中一些最终不会成为申请。应将 LCA 数量视为担保活动的上限。USCIS 的数据则是已确认的部分。

拒签率标记。 将每个雇主最近一个完整财年加上当前财年的 USCIS 拒签率，与相同财年期间的全国拒签率进行比较（FY2025–FY2026 Q3 为 2.5%）：

标记	规则	所处位置
🔴 高	达到全国水平的 3 倍或更高（7.6%+）	在 5,159 家有 20+ 项决定的雇主中占 5.5%
🟡 偏高	达到全国水平的 2 倍或更高（5.1%+）	另有 3.1%
🟢 正常	低于 2 倍	雇主拒签率中位数为 1.6%

两种标记都要求至少有 20 项决定和 3 次拒签，因此小公司的一次拒签不会触发令人担忧的标记。新聘用申请（F-1/OPT → H-1B 路径）在 company_sponsorship 中有单独的拒签率。USCIS 不公布职位名称，因此即使按职位筛选，拒签率仍按公司整体计算。

“仍在提供担保？” 这是一个规则，而不是模型。它会将过去 6 个月的认证 LCA 数量与一年前相同月份的数量进行比较：

判定	规则
🟢 是，仍在进行	5+ 份申请，且数量降幅不到一半
🟡 大幅放缓（−x%）	一年前至少有 10 份申请，且数量下降 50% 或更多
🟡 偶尔进行	1–4 份申请
🔴 过去 6 个月没有申请	过去 6 个月没有申请，但过去 12 个月内有申请
🔴 近期没有担保活动	过去 12 个月内没有申请

构建方式

flowchart LR
    A[DOL LCA xlsx<br/>5 files, 1 GB] --> C[Standardise<br/>de-duplicate by case number<br/>drop contact details]
    B[DOL PERM xlsx] --> C
    U[USCIS crosstab<br/>UTF-16 export] --> C
    C --> E[Employer resolution<br/>names + federal tax IDs]
    E --> D[(sponsors.duckdb<br/>111 MB)]
    D -->|gzip, GitHub release| R[Release asset]
    R -->|downloaded once,<br/>update check daily| S[MCP server<br/>stdio, read-only]

• 雇主名称杂乱。 以同一个联邦税号提交申请的名称会合并：“Amazon.com Services LLC”、“AMAZON.COM SERVICES LLC”、“Amazon Web Services, Inc.” 和 “Amazon Development Center U.S., Inc.” 会计为同一个雇主。系统会通过两项检查防止错误合并。一个税号如果被超过 12 个名称共用，几乎总是薪资服务商，因此会被忽略。只有名称的首词与主要申报者匹配时，才会加入该税号对应的名称组。128 万份申请最终归并为 156,896 家雇主。
• 搜索会匹配开头的完整词语。 搜索“Amazon”会找到 Amazon.com Services、Amazon Web Services 和 Amazon Data Services，并列出结果，让你准确了解哪些公司被计入。如果某个名称匹配到无关结果（例如“Apple”也会匹配 Apple Tree Dental），find_employer 会提供你应传入的准确名称。
• 不会包含个人数据。 源文件包含雇主联系人的姓名、电子邮件地址和电话号码，以及律师和材料准备人员的信息。构建过程会删除所有这些数据，并通过测试确认发布的数据库不包含这些列。
• 运行时依赖精简。 服务仅安装 mcp、duckdb 和 platformdirs。回答耗时不到一秒。

未奏效的做法（以及取而代之的方案）

• 仅凭税号会过度合并。 首次构建时，所有曾共用一个税号的记录都会被合并，结果“Amazon”里出现了 TechCorp Solutions Inc.：这是一家小公司，其 21 份申报记录列出了 Amazon 的一个税号，几乎可以肯定是录入错误。现在，只有当某个名称的首词与主要申报方的首词相同时，该名称才会加入税号对应的集群。对此有一项回归测试。
• “过去 6 个月”的计算差了一天。 从 6 月 30 日减去 6 个月会落在 12 月 30 日，因此第一个时间窗口显示为“2025 年 12 月–2026 年 6 月”。现在，时间窗口按完整日历月计算（2026 年 1 月–6 月 vs 2025 年 1 月–6 月），并针对月末和月中基准日期编写了测试。
• 前缀搜索会匹配相似名称。 搜索“Apple”也会匹配 Apple Tree Dental。模糊品牌匹配只会掩盖问题，而非解决问题，因此每个答复都会列出所统计的实体，而 find_employer 会提供可用于缩小搜索范围的准确名称。
• 政府网站会拦截脚本。 原计划是使用定时 GitHub Action 每季度刷新数据。DOL 和 USCIS 都会对自动下载请求返回 403，而且 DOL 的官方数据 API（45 个数据集）不包含 LCA 或 PERM。因此，下载仍需通过耗时两分钟的浏览器操作完成，其余环节均已自动化：一个监视器会提示何时以及下载什么、一个带门控的 make refresh，以及每周对已发布版本进行一次健康检查。

与其他 H-1B MCP 服务的对比

在构建之前，我先查看了已有的方案。截至 2026 年 10 月：

	本服务	h1b-job-search-mcp	h1b-mcp	托管连接器（Pipeworx、MCPBundles）
LCA 申报记录	✅ 21 个月	✅ 每次一个季度	通过 H1BGrader	✅
USCIS 批准和拒绝	✅ 按申请类型	—	—	—
绿卡（PERM）申报记录	✅	—	—	—
与一年前的趋势对比	✅	—	—	—
通过税号合并雇主名称	✅	—	—	—
在本地离线运行	✅	按需下载原始文件	抓取第三方网站	托管

保持数据最新

DOL 会在每个季度结束约六周后发布新数据。DOL 和 USCIS 拒绝脚本化下载，而且 DOL 的数据 API 不包含这些数据集，因此有一步仍需人工完成：每个季度花约两分钟在浏览器中操作。其他一切都已自动化：

flowchart LR
    W[Watcher<br/>1st and 15th of release months] -->|new data found| N[Notification with<br/>exact files to get]
    N --> H[You: download 2-3 files<br/>into ~/Downloads]
    H --> R[make refresh]
    R --> C[collect, retire old years]
    C --> B[rebuild]
    B --> G{quality gates}
    G -->|fail| X[stop, nothing published]
    G -->|pass| D[before/after diff, confirm]
    D --> P[GitHub release]
    P --> U[users' servers update within a day]
    P --> HC[weekly health check in CI]

部分	功能
Watcher（定时任务）	在发布月份每月运行两次，在浏览器中读取 DOL 和 USCIS 页面，并与已发布的数据进行比较。它会明确指出要下载哪些文件，或者说明没有新数据。
make refresh	将识别出的文件从 ~/Downloads 移到 data/raw/（归档被替换的文件，并处理 DOL 文件名中的“Dislclosure”拼写错误），保留最近三个财年，重新构建、运行质量检查、打印前后差异，并仅在你确认后发布。make refresh-check 会在质量检查后停止。
质量检查	数据必须向前推进。两次构建都覆盖的时期内，申报数量变化必须小于 2%（降幅更大意味着有文件缺失）。雇主数量必须合理，Microsoft、Amazon 和 Google 都必须在列，不能有任何看起来像联系信息的列，申报必须能对应到雇主，且六个工具都必须正常响应。
每周健康检查（data-health.yml）	按用户获取数据的方式下载已发布的数据，并运行相同的检查，另外还会检查数据是否过期（数据超过 200 天时检查失败）。检查失败会向维护者发送电子邮件。

如果你不想等 Watcher，也可以手动操作：

1. 从 DOL 绩效数据页面下载最新的 LCA_Disclosure_Data_FY… 和 PERM_Disclosure_Data_FY… 文件。
2. 在 USCIS H-1B 雇主数据中心中，选择 Crosstab View → 最近四个财年 → Download → CSV。
3. 运行 make refresh，并在提示时输入 USCIS 季度（例如 FY2026 Q4）。

开发

make setup && make test

59 项测试在合成测试数据上运行，其中预置了每种情况的一个示例：一家业务增速放缓的公司、一家保持稳定的公司、一家已停止招聘的公司、一个薪资服务提供商的税号、一个重复的案件编号、一种非 H-1B 签证类别，以及一个构建后不得保留的联系邮箱列。测试还会通过标准输入输出启动真实服务，并像 MCP 客户端一样调用它；同时还会端到端运行刷新流程，分别验证质量检查通过和失败的情况。CI 在 Python 3.11–3.13 上运行，检查 wheel 在不安装构建额外依赖的情况下能否安装，并运行依赖项审计和密钥扫描。

代码和数据分别发布。数据版本以 data-YYYY-MM-DD 为标签，通过 GitHub Releases 发布，服务会下载最新版本。代码版本使用版本标签发布：更新 pyproject.toml 和 server.json 中的版本，然后推送类似 v0.1.1 的标签；release.yml 随后会通过可信发布发布到 PyPI 和 MCP 注册表，无需存储令牌。

不构成法律建议

这是公开的申报数据。它无法告诉你某个团队是否会为某个职位提供担保，而且相关政策会发生变化。请向雇主咨询。