关于 JobGPT
JobGPT MCP 服务是 JobGPT 求职平台的官方 MCP 服务,可在 Claude、Cursor、Windsurf 等 MCP 客户端中搜索职位、管理求职任务并跟踪申请。适合希望通过 AI 助手处理求职流程的用户。
主要功能
- 01按条件搜索职位
- 02管理求职任务与自动投递设置
- 03生成针对职位的定制简历
- 04查看申请统计与状态
- 05查找招聘人员并起草邮件
适用场景
- 01通过 AI 助手搜索符合条件的远程职位
- 02为特定申请生成定制简历
- 03查看近期申请数量与状态分布
MCP 相关
该项目是一个 MCP 服务,向 MCP 客户端暴露 34 个工具,涵盖职位搜索、申请、简历、外联等功能。客户端可通过浏览器登录或 API 密钥连接。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
工具
35收录的工具列表 · 更新于 3 周前
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| page | number | 否 | 分页页码(默认值:1) |
| limit | number | 否 | 结果数量上限(默认值:5,最大值:50)。请设置较小的值以避免响应过大。 |
| remote | boolean | 否 | 仅筛选远程职位 |
| skills | array | 否 | 必备技能(例如,["Python", "React", "AWS"]) |
| titles | array | 否 | 要搜索的职位名称(例如,["Software Engineer", "Senior Developer"]) |
| companies | array | 否 | 要搜索的特定公司(例如,["Google", "Meta", "Apple"]) |
| countries | array | 否 | 用于筛选的国家/地区代码(例如,["US", "CA", "UK"]) |
| expLevels | array | 否 | 经验级别(例如,["SE" 表示资深,"MI" 表示中级,"EN" 表示入门级]) |
| locations | array | 否 | 搜索地点(例如,["San Francisco", "New York", "Remote"]) |
| dateOffset | enum | 否 | 仅显示在此时间段内发布的职位(例如,"2D" 表示过去 2 天)24H | 1D | 2D | 7D | 14D | 1M | 3M | 6M | 9M | 1Y |
| industries | array | 否 | 按公司所属行业筛选(使用 get_industries 查看有效值) |
| companySize | array | 否 | 按公司规模筛选(例如,["xs" 表示 1-50,"s" 表示 50-200,"m" 表示 200-1K,"l" 表示 1K-5K,"xl" 表示 5K+]) |
| baseSalaryMax | number | 否 | 最高基本薪资(USD) |
| baseSalaryMin | number | 否 | 最低基本薪资(USD) |
| h1bSponsorship | boolean | 否 | 筛选提供 H1B 担保的职位 |
| excludedCompanies | array | 否 | 从结果中排除的公司 |
详细介绍
JobGPT MCP 服务
JobGPT 的官方 MCP 服务 —— 直接从 Claude、Cursor、Windsurf 以及任何兼容 MCP 的 AI 工具中自动申请和搜索职位、生成并管理定制简历,以及跟踪申请进度。
你可以做什么
向你的 AI 助手提出这样的请求:
- “查找薪资超过 $150k 的远程高级 React 职位”
- “自动申请我求职列表中最匹配的前 5 个职位”
- “为这个 Google 职位的申请生成一份定制简历”
- “替我申请这个职位 - <job_url from company website, greenhouse workday or linkedin, etc>”
- “显示我过去 7 天的申请统计”
- “查找这个职位的招聘人员并起草一封外联邮件”
MCP 服务将你的 AI 助手连接到完整的 JobGPT 平台 —— 34 个工具,涵盖职位搜索、申请、简历、外联等。
快速开始
根据你使用的 AI 工具,有两种连接方式:
- 浏览器登录(推荐) —— 无需 API key,无需 JSON,无需 Node.js。只需添加服务 URL 并在浏览器中登录 6figr。适用于 Claude Desktop、Claude Code、Codex CLI(
codex mcp login)和 ChatGPT Web(开发者模式)。 - API key —— 适用于 ChatGPT 桌面应用、Cursor、Windsurf、Cline、Continue 以及手动配置。将 key 粘贴到工具的配置中。
获取 API Key(仅适用于 API key 方式)
- 前往 6figr.com/account
- 滚动到 MCP Integrations
- 点击 Generate API Key
- 复制 key(以
sk_开头)
浏览器登录方式不需要这一步 —— 它会在你登录后为你获取 key。
按客户端设置
Claude Desktop
推荐 —— 浏览器登录(无需 API key,无需 JSON):
- 打开 Settings → Connectors → Add custom connector
- 将其命名为
JobGPT,并输入 URLhttps://mcp.6figr.com/mcp - 点击 Connect —— 浏览器会打开 6figr 登录页面
- 登录并点击 Approve。完成 —— JobGPT 工具会出现在 Claude 中。
无需终端,无需配置文件,无需 Node.js。此方式使用 OAuth,因此你的 API key 永远不会出现在 Claude 的配置中 —— Claude 会获得一个限定范围的 token。
备选方案 —— 通过 mcp-remote 使用 API key(适用于不显示 Connectors 的旧版 Claude Desktop;需要 Node.js 18+):
macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
Windows: %APPDATA%\Claude\claude_desktop_config.json
{
"mcpServers": {
"jobgpt": {
"command": "npx",
"args": [
"-y",
"mcp-remote",
"https://mcp.6figr.com/mcp",
"--header",
"Authorization:${AUTH_HEADER}"
],
"env": {
"AUTH_HEADER": "Bearer your-api-key-here"
}
}
}
}
Claude Code(命令行)
推荐 —— 浏览器登录(无需 API key): 添加服务,然后在浏览器中完成认证:
claude mcp add jobgpt -t http -u https://mcp.6figr.com/mcp
然后在 Claude Code 中运行 /mcp,选择 jobgpt → Connect,并在浏览器打开时登录 6figr。Claude Code 会存储一个限定范围的 OAuth token —— 无需 API key。
选项 A:使用 API key 的一行命令(claude mcp add):
claude mcp add jobgpt -t http -u https://mcp.6figr.com/mcp --header "Authorization: your-api-key-here"
选项 B:手动编辑 settings.json
添加到 ~/.claude/settings.json:
{
"mcpServers": {
"jobgpt": {
"type": "http",
"url": "https://mcp.6figr.com/mcp",
"headers": {
"Authorization": "your-api-key-here"
}
}
}
}
Codex CLI(ChatGPT)
推荐 —— 浏览器登录(无需 API key): 添加服务,然后在浏览器中完成认证:
codex mcp add jobgpt --url https://mcp.6figr.com/mcp
codex mcp login jobgpt
codex mcp login 会打开浏览器登录 6figr 并批准访问;Codex 会存储一个限定范围的 OAuth token(OAuth 2.1 + PKCE)。无需 API key。
备选方案 —— 通过 header 使用 API key:
codex mcp add jobgpt --url https://mcp.6figr.com/mcp --header "Authorization: Bearer your-api-key-here"
ChatGPT
ChatGPT 有两种不同的连接方式,具体取决于你在哪里添加服务:
ChatGPT 桌面应用 — API key。 打开 Settings → Connectors → Advanced/Developer → Connect to a custom MCP,然后填写:
- Name:
JobGPT - Type:
Streamable HTTP - URL:
https://mcp.6figr.com/mcp - Headers → Add header: Key 填
Authorization,Value 填Bearer your-api-key-here
桌面端对话框通过 header 进行认证(没有浏览器登录按钮),因此这里请使用你的 sk_ key。将 env-var 字段留空。
ChatGPT Web(Developer Mode)— 浏览器登录(OAuth)。 在 Web 应用中,启用 Settings → Connectors → Advanced → Developer mode,然后 Add custom connector,将其命名为 JobGPT,并输入 URL https://mcp.6figr.com/mcp。ChatGPT 会运行 OAuth 流程:在弹窗中登录 6figr 并授权。无需 API key。(Developer mode 在 Plus、Pro、Business、Enterprise 和 Edu 套餐中可用。)
Cursor
前往 Settings > MCP > Add new MCP server,或添加到 ~/.cursor/mcp.json:
{
"mcpServers": {
"jobgpt": {
"type": "http",
"url": "https://mcp.6figr.com/mcp",
"headers": {
"Authorization": "your-api-key-here"
}
}
}
}
Windsurf
前往 Settings > Cascade > MCP > Add Server > Add custom server,或添加到 ~/.codeium/windsurf/mcp_config.json:
{
"mcpServers": {
"jobgpt": {
"type": "http",
"url": "https://mcp.6figr.com/mcp",
"headers": {
"Authorization": "your-api-key-here"
}
}
}
}
Cline(VS Code)
在 VS Code 中打开 Cline MCP 设置并添加:
{
"mcpServers": {
"jobgpt": {
"type": "http",
"url": "https://mcp.6figr.com/mcp",
"headers": {
"Authorization": "your-api-key-here"
}
}
}
}
Continue(VS Code / JetBrains)
添加到你的 Continue 配置(~/.continue/config.yaml):
mcpServers:
- name: jobgpt
type: http
url: https://mcp.6figr.com/mcp
headers:
Authorization: "your-api-key-here"
替代方案:本地运行
如果你更愿意在自己的机器上运行服务(需要 Node.js 18+):
{
"mcpServers": {
"jobgpt": {
"command": "npx",
"args": ["-y", "jobgpt-mcp-server"],
"env": {
"JOBGPT_API_KEY": "your-api-key-here"
}
}
}
}
可用工具
职位搜索
| 工具 | 描述 |
|---|---|
search_jobs | 使用筛选条件搜索职位 — 职位名称、地点、公司、技能、薪资、远程、H1B 赞助 |
match_jobs | 从已保存的求职中获取新的职位匹配(仅未看过的职位) |
get_job | 获取特定职位发布的完整详情 |
个人资料与薪资
| 工具 | 描述 |
|---|---|
get_profile | 查看你的个人资料 — 技能、经验、工作经历、教育背景 |
update_profile | 更新姓名、头衔、地点、技能、经验 |
get_salary | 获取你当前的薪酬详情 |
update_salary | 更新基本工资、股票、奖金、目标薪资 |
get_currencies | 列出支持的货币(用于薪资更新) |
get_credits | 查看你剩余的 credits 余额 |
求职
| 工具 | 描述 |
|---|---|
list_job_hunts | 列出你已保存的求职及 credits 余额 |
create_job_hunt | 创建一个新的求职,包含搜索筛选条件和自动申请设置 |
get_job_hunt | 获取特定求职的详情 |
update_job_hunt | 更新筛选条件、自动申请模式、每日限制、状态 |
申请
| 工具 | 描述 |
|---|---|
get_application_stats | 聚合统计 — 按状态统计数量、自动申请指标 |
list_applications | 按求职或状态筛选列出申请 |
get_application | 获取完整的申请详情 |
update_application | 更新状态或备注 |
apply_to_job | 为某个申请触发自动申请 |
add_job_to_applications | 将搜索结果中的职位保存到你的申请中 |
import_job_by_url | 从任意 URL 导入职位(LinkedIn、Greenhouse、Lever、Workday 等) |
简历
| 工具 | 描述 |
|---|---|
list_resumes | 列出你上传的简历 |
get_resume | 获取简历详情和下载 URL |
delete_resume | 删除备用简历 |
upload_resume | 从 URL 上传简历(PDF、DOC、DOCX) |
list_generated_resumes | 列出为申请创建的 AI 定制简历 |
get_generated_resume | 获取生成简历的下载 URL |
generate_resume_for_job | 为特定申请生成 AI 优化的简历 |
calculate_match_score | 计算简历与职位的匹配分数并进行技能分析 |
外联
| 工具 | 描述 |
|---|---|
get_job_recruiters | 查找与某个职位相关的招聘人员 |
get_job_referrers | 查找某家公司中潜在的推荐人 |
get_application_recruiters | 获取某个已保存申请的招聘人员 |
get_application_referrers | 查找某个已保存申请的推荐人 |
list_outreaches | 列出你已发送的外联邮件 |
send_outreach | 向招聘人员或推荐人发送外联邮件 |
环境变量
| 变量 | 必需 | 默认值 | 描述 |
|---|---|---|---|
JOBGPT_API_KEY | 是 | — | 你在 6figr.com/account 获取的 API 密钥 |
JOBGPT_API_URL | 否 | https://6figr.com | API 基础 URL |
DEBUG | 否 | false | 启用调试日志输出到 stderr |
故障排查
"JOBGPT_API_KEY environment variable is required"
你的 API 密钥未被传递给服务。请确保它位于 MCP 配置的 env 块中。
工具调用失败并提示 "API Error (401)"
你的 API 密钥无效或已过期。请在 6figr.com/account 生成新的密钥。
"You have run out of credits"
某些操作(自动申请、简历生成)会消耗额度。请在 6figr.com/jobgpt 购买更多额度。
服务未出现在你的 AI 工具中
- 确保已安装 Node.js 18+(
node --version) - 编辑配置文件后重启你的 AI 工具
- 尝试手动运行以检查错误:
JOBGPT_API_KEY=your-key npx jobgpt-mcp-server
调试模式
在你的 env 配置中添加 "DEBUG": "true",以在 stderr 中查看详细的 API 请求/响应日志。
开发
git clone https://github.com/6figr-com/jobgpt-mcp-server.git
cd jobgpt-mcp-server
npm install
cp .env.example .env # add your API key
npm run dev:local # run stdio server locally
npm run build # compile TypeScript
npm run dev:worker # run Cloudflare Worker locally
npm run deploy # deploy to Cloudflare Workers
使用 MCP Inspector 进行测试
npx @modelcontextprotocol/inspector
许可证
MIT
链接
- JobGPT — AI 驱动的求职平台
- 获取 API 密钥 — 生成你的 MCP API 密钥
- GitHub Issues — 报告 bug 或请求新功能
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。